OCR It开源 单页20ms比Docling快300倍

时间：2026年8月29日至30日（北京时间），项目仓库于8月21日创建，8月28日完成最近一次代码推送。 地点：美国（GitHub 开源社区、Hacker News 技术社区）。 人物：开源开发者 thiagotigaz（Hacker News 账号 thiagolima36），YC 孵化项目 Firecrawl 联合创始人兼 CTO Nicolas Camara。 事件详情：一款名为 OCR It 的开源浏览器插件近日在 GitHub 与 Hacker News 上快速走红。它专门解决"文档被锁在阅读器里、文字无法选中复制"的场景，包括扫描版书籍、幻灯片以及禁止复制的 PDF 阅读器。使用方式是先用快捷键 Option+Shift+R 框选一次识别区域，之后每按一次 Option+Shift+S 就截取同一矩形区域、执行 OCR 并把文字追加到一份连续转录稿；按 Option+Shift+A 则进入全自动模式，由插件自动完成"截图—识别—翻页"循环，直到文档结束，按 ESC 可随时中断。为避免在末页无限抓取，插件会在连续识别到两张相同页面、无法继续翻页、OCR 失败或达到 300 页上限时自动停止。技术上，所有识别通过内置的 Tesseract WASM 引擎 100% 离线完成，不需要 API Key、不需要联网，插件本身不发出任何外部网络请求，图片不会离开本机；翻页环节没有采用容易失效的 CSS 选择器，而是记录屏幕坐标点，因此可以穿透跨域 iframe 与 Shadow DOM 触发下一页。插件采用 Manifest V3 与 MIT 协议，内置英语、葡萄牙语、西班牙语语言包，支持 eng+por 这类组合语言码，0.3.0 版本已同时构建 Chrome 与 Firefox 版本并提交两家商店审核。截至发稿，仓库已获得约 292 个 Star。Firecrawl 联合创始人兼 CTO Nicolas Camara 在 X 上公开推介该工具，称其可在 20 毫秒内把一份不可复制的 PDF 内容提炼为清晰的 Markdown 格式，在处理质量与 Docling 旗鼓相当的前提下，速度比 Docling 快了近 300 倍。国内媒体量子位与网易科技报道时，将 OCR It 归入 Firecrawl 团队的文档解析产品链路。 背景：随着把资料喂给大模型成为日常工作，"为 LLM 准备数据"的预处理环节被反复卡在 PDF 与扫描件上。IBM 开源的 Docling 是目前认知度较高的文档解析工具之一，但单页处理往往需要数秒。Firecrawl 本身做的就是网页抓取与文档解析，把 OCR 能力做成浏览器插件并开源，逻辑上是在补全"扫描件转文本"这一环。 影响：对 RAG 与语料整理流程而言，这类零上传、零成本、零 API Key 的本地 OCR 工具降低了处理受限文档的门槛，敏感合同、内部资料也可以在不出本机的前提下转成文本再交给 Claude 或 ChatGPT 总结问答。但插件目前的能力边界也很清楚：版式简单、文字清晰的页面处理顺手，遇到标题、脚注、表格、数学公式与正文混排的复杂页面，识别稳定性仍不足，官方并未把"复杂版面完美还原"写进能力清单。此外 Chrome 内置 PDF 阅读器以插件形式运行，脚本无法注入，因此这类文档暂不支持自动翻页，只能手动逐页触发。Hacker News 讨论区也有开发者质疑 Tesseract 是否仍是 2026 年本地 OCR 的最优选择。 总结：OCR It 用"框选一次、热键翻页、全程离线"的极简思路，把不可复制文档变成 LLM 可读文本，20 毫秒单页与近 300 倍于 Docling 的速度差是它最直接的卖点。它更适合当作高频轻量工具处理普通 PDF，学术论文与财务报表这类精细解析仍需更重型的方案。 参考来源： 1. 量子位：20ms把PDF变成Markdown！开源OCR神器快了近300倍 https://www.qbitai.com/2026/08/481075.html 2. GitHub 项目仓库 thiagotigaz/ocr-it https://github.com/thiagotigaz/ocr-it 3. 网易科技：20ms把PDF转成Markdown，这个开源OCR插件比Docling快近300倍 https://www.163.com/dy/article/L5HQ37GN05561FZY.html 4. Zeli：OCR It: Turn un-copyable documents into text for your LLM（含 HN 讨论） https://zeli.app/story/49415852 5. axbrief：OCR It Turns Non-Selectable Documents Into LLM-Ready Data https://axbrief.com/en/article/49415852 6. GitHub Releases v0.3.0（Chrome 与 Firefox 双版本） https://github.com/thiagotigaz/ocr-it/releases/tag/v0.3.0 7. AI Miner：Transform Uncopyable Documents into LLM-Ready Text https://ai-minor.com/blog/en/2026-08-24-1787565868676-ocr_it___pull_text_out_of_un_copyable_documents_fo