OCR It：把不可复制PDF快速转成可编辑Markdown

导语

处理扫描版或禁止复制的PDF时，真正耗时的往往不是阅读，而是把文字可靠地提取出来。Firecrawl团队近期开源的OCR It，试图把这一过程压缩成浏览器中的几个快捷键：用户选定识别区域后，工具可以截图、执行OCR、翻页并持续整理文本，最终导出可编辑内容。

核心要点

• 速度主打低延迟：项目介绍称，OCR It处理一份不可复制PDF页面的文字耗时可低至20毫秒；相关报道还给出了3秒处理200份PDF的说法。不过，这些数字更适合作为项目方展示的性能指标，实际体验会受到页面复杂度、浏览器环境和OCR任务排队方式影响。
• 浏览器内离线运行：OCR It面向Chrome和Firefox，使用内置Tesseract完成识别，不要求API Key，也不依赖联网服务。安装时不会默认索取网站权限，自动运行或处理跨域iframe时才按需申请当前站点权限。
• 支持手动和自动模式：手动模式下，用户先框选文字区域，再用快捷键识别当前页面；识别任务也可以在翻页时排队。自动模式则尝试循环完成截图、OCR和翻页，并在连续出现相同页面、无法继续翻页、识别失败或达到300页时停止。
• 结果可检查和导出：识别结束后，用户可以在插件面板中修改文本、重新识别单页，并通过“Copy all”或“Download .txt”导出全文。虽然报道将其描述为Markdown输出，但当前使用流程的导出说明主要围绕可编辑文本和TXT文件展开。

仍然不是复杂PDF的通用答案

OCR It的优势集中在“快”和“轻”：它不需要搭建服务端，也不用把文档上传到外部API，对希望把资料快速交给AI总结、检索或问答的用户尤其方便。但速度并不等于结构还原能力。根据素材中的实测反馈，文字清晰、版式简单的页面通常更容易处理；标题、脚注、表格、数学公式与正文混排时，识别结果可能出现错位、遗漏或需要较多人工修订。

此外，浏览器内置PDF阅读器目前不支持自动翻页，因此处理这类文档时，手动模式往往更稳妥。对研究资料、书籍和长文档而言，OCR It降低了文本提取门槛，却还不能替代最终校对。

意义与影响

OCR It展示了一个值得关注的方向：本地OCR、浏览器自动化和AI阅读工作流正在逐渐合流。它的价值不只是把图片变成文字，更在于让用户无需复杂配置，就能把不可复制内容接入后续的总结和分析流程。若项目后续改善复杂布局、表格和公式处理，它可能成为轻量PDF知识处理工具的重要补充。

来源：量子位