Firecrawl 团队（美国创业孵化器 Y Combinator 孵化的 AI 数据公司，主要做网页内容抓取与转 Markdown 服务）在 2026 年 8 月底开源了一款浏览器插件 OCR It：它能把一页 PDF 的文字识别并整理成 Markdown 格式，单页只需约 20 毫秒，而且 100% 离线运行——不联网、不需要 API Key（调用接口的密钥）、安装时也不索取网站权限。团队给出的对比是：处理质量与 IBM 开源的文档转换工具 Docling 相当，速度却快约 300 倍。
OCR It 是什么
OCR（光学字符识别）指的是让程序看懂图片里的文字：扫描件、拍照件、被禁止复制的 PDF，本质上都是图片或锁定文本，无法直接选中复制，OCR 的作用就是把它们变成可编辑的文字。
OCR It 就是这样一个工具，但它做成了免费的浏览器插件，支持 Chrome 和 Firefox 两款主流浏览器。它由 Firecrawl 的联合创始人兼 CTO Nicolas Camara 对外发布，代码托管在 GitHub 仓库 thiagotigaz/ocr-it，发布后很快登上 GitHub 热门关注榜。
它解决的痛点很具体：以前要把一本不可复制的 PDF 变成文字，要么手动打字，要么把文件传到云端 OCR 服务，既慢又担心隐私。OCR It 把整个过程放在本机完成，速度快，文档也不离开自己的电脑。
为什么快：本地识别加快捷键批量操作
OCR It 内置了 Tesseract——一款有数十年历史的老牌开源 OCR 引擎。识别在本地进行，页面文字不需要上传到任何服务器，这也是它不需要联网和密钥的原因。
操作方式足够简单：
- 第一次使用时，按住 Option+Shift+R（Windows 和 Linux 系统把 Option 换成 Alt）框选一次要识别的文字区域，确认后保存；
- 之后每按一次 Option+Shift+S，插件就识别当前页并自动翻到下一页；也可以一边翻页一边逐页按键，识别任务在后台排队；
- 想更省事就按 Option+Shift+A 或点击 Start auto-run 进入自动模式，插件会自动循环“截图—识别—翻页”，按 ESC 可中途结束。
识别结束后，可以在插件面板里检查、修改文本，也可以单独重新识别某一页，最后用「Copy all」或「Download .txt」导出全文。
另外，OCR It 设有防呆机制：连续识别到两张相同页面、无法继续翻页、识别失败或达到 300 页上限时都会自动停止，避免在文档末页无限重复抓取。
目前的使用边界
网友实测的共识是：版式简单、文字清晰的 PDF 它处理得相当顺手，但复杂的版面还不行——标题、脚注、表格、数学公式与正文混排的页面，它目前还不稳定，需要等团队后续更新。
还有一个已知限制：Chrome 和 Firefox 自带的 PDF 阅读器暂不支持自动翻页，处理这类 PDF 时建议用手动档逐页识别。
适合谁用
最典型的场景是给大模型（LLM，用海量文本训练出来、能理解和生成文字的 AI 程序）准备“口粮”：AI 读不了图片型的 PDF，需要先把文字提取成 Markdown（一种用符号标记标题、加粗等格式的纯文本格式）。如果你经常处理不可复制的 PDF、又不想注册云服务或把敏感文档传上网，OCR It 是目前少见的本地离线解决方案。
单页 20 毫秒、完全离线、无需注册和密钥——OCR It 把提取 PDF 文字这件苦差事压缩到了眨眼之间。简单版式的文档现在就能放心用；复杂版面仍不稳定，建议等团队后续更新后再把全部 PDF 交给它。