- 语言
- 英语
- 发布于
- 1天前
- 复刻
- 665
firecrawl/pdf-inspector ↗ · Rust · MIT · 最近提交 23小时前
pdf-inspector 是 Firecrawl 打造的高速 Rust 库，用于 PDF 分类与文本提取。它能判断一份 PDF 是文本型还是扫描件，在保留位置信息的前提下提取文本，并转换成干净的 Markdown，全程不用 OCR。有了分类，路由就聪明了：按项目的说法，文本型 PDF 在本地 200ms 内处理完，只把扫描件交给昂贵的 OCR。提供 Python、Node.js 和浏览器 WebAssembly 绑定。
