文婷 发自 凹非寺

量子位 | 公众号 QbitAI

曾经只能手动摘取PDF文字、结果乱码一堆、LLM还看不懂的苦逼日子——

终于要结束了！

Y Combinator孵化的明星项目Firecrawl团队最近放了个大招：

其联合创始人兼CTO Nicolas Camara宣布，他们最新开发的OCR It可以在20ms内将一份不可复制的PDF文件内的所有文字内容提炼完，并 将其转化成清晰的Markdown格式 ，AI读完马上就能看懂。

20ms是什么概念？

相当于你刚点完确定还没眨完眼，一份处理好的Markdown文件就已经清清爽爽地交到你手上了。

而且它还不需要联网，可以100%Offline via Bundled Tesseract。

这个刚刚开源的OCR工具才刚发布， 就在GitHub上获得了热门关注。

Nicolas Camara骄傲地表示，在处理质量与Docling旗鼓相当的前提下，OCR It的处理速度比Docling快了近300倍 ！

小伙伴们测完也纷纷在X上留言：

快，确实快得很啊！

OCR It怎么用

首先，OCR It是一款适用于Chrome和Firefox的免费浏览器插件。

你只需框选一次区域，之后每按一次快捷键 （或开启自动模式），它就能把整本书或整个文档变成完整且可编辑的纯文本，方便你直接喂给AI进行总结或提问。

具体而言，手动和自动档可以分别按以下的几个步骤操作：

（注：用Windows和Linux的小伙伴们需将option键替换为Alt）

1、手动档：

• 框选和识别：

• 检查：

2、自动档：

自动挡的话就简单多了，你只需要按下Option+Shift+A 或点击Start auto-run ，OCR It便会自动循环执行“截图—OCR—翻页”，直至文档结束。

如果你想中途结束任务的话，按ESC就行，检查流程几乎和手动档一致。

此外，OCR It仓库界面显示，它既不需要API Key、联网、安装时也不需要索取任何网站权限，它只会在需要自动运行或操作跨域iframe时才按需申请当前站点的权限。

另外，浏览器内置PDF阅读器目前也还暂时不支持自动翻页，所以大家在处理这类PDF时，还是尽量用手动档处理吧。

处理复杂任务时还不太稳定

不过，OCR It虽然看起来又快又方便，但还远没有到“以后把所有PDF都丢给它，就能高枕无忧”的程度。

网友们通过实测达成的一个共识是：

OCR It目前可以相当顺手地处理版式简单、文字清晰的PDF文档，但它还不太能处理一些标题、脚注、表格、数学公式和正文段落混排的复杂页面，所以它还有不小的提升空间。

让我们期待一下团队后续的更新吧！