20 毫秒,让 PDF扫描件开口说人话,免费开源OCR神器快了近500倍

关于 PDF，我们几乎都经历过这三件事——

复制即乱码、AI 读不懂、手敲到崩溃，这三种死法终于被一次性埋了

先别急着要链接，我们把伤口撕开看看。

第一种死法，复制即乱码。你选中一段文字按下 Ctrl+C，粘贴进 Word，出来的却是方框、空白和莫名其妙的断行。扫描版更绝——它压根不让你选，因为里面根本不是文字，是一整张图片。

第二种死法，AI 读不懂。你好不容易把字抠出来塞给大模型，它回你一句“内容似乎不完整”，或者一本正经地胡说八道。问题不在模型，在你喂进去的那一坨：没有标题层级、没有段落结构、表格早已散架。

第三种死法，人肉重敲。前两种死法逼到最后，只剩这一个办法。敲到第 47 页的时候，你会开始认真思考人生的意义。

而最近刚刚开源的一个工具，把这三种死法，一次性埋了。

它叫OCR It，出自Firecrawl 团队——那个被 Y Combinator 孵化、专门做网页抓取的明星项目。联合创始人兼 CTO Nicolas Camara 这次放了个大招。

20 毫秒是什么概念？你刚点完确定、还没眨完眼，一份处理好的 Markdown 就已经清清爽爽躺在那儿了，而且是 AI 读完马上能懂的那种格式。

更狠的是对比数据：作者表示，在处理质量与 Docling 基本持平的前提下，它的速度快了近 300 倍。

它靠的是内置打包的 Tesseract 引擎，100% 离线跑，不联网、不要 API Key、安装时也不索取任何网站权限。

OCR It 是一款免费的 Chrome / Firefox 浏览器插件，装完就能用。它有两种驾驶模式，先说手动档。

STEP 01

框选一次区域

框出你要识别的文字区域，回车保存。整本书、整份文档，只框这一次就够了。

CMDOption + Shift + R

CMDOption + Shift + S

懒人模式：挂自动档

自动跑最怕什么？跑到最后一页还不停，反复抓同一页，无限循环。OCR It 内置了四个停止条件，任一触发立即收工。

说了这么多优点，必须给你泼一盆冷水。

网友实测下来基本形成一个共识：它目前对付版式简单、文字清晰的文档相当顺手，但遇到标题、脚注、表格、数学公式和正文段落混排的复杂页面，就容易翻车。

所以正确的姿势是：简单的活儿放心交给它，复杂的活儿自己复核一遍。别把它当成万能钥匙。

PDF 这件事，本质上是“人类的阅读格式”与“机器的理解格式”之间的一道墙。

过去我们用人肉去翻这道墙，现在有人把墙拆成了一扇门——20 毫秒，一推就开。

感兴趣的话，去 GitHub 搜「ocr-it」就能找到它，欢迎回来告诉我你的实测结果。