pdf-inspector 怎么接入 PDF 流水线：先抽文字，再决定哪些页需要 OCR
实测 pdf-inspector 1.24.0 的原生抽取、逐页索引和离线自动模式，说明当前可选 OCR 依赖、混合文档路由及表格、中文和失败结果检查。
8 min
共 3 篇文章
本地 PDF 解析不只是省一次 OCR：pdf-inspector 正在变成文档流水线的前置基础设施
pdf-inspector 用 Rust 核心把 PDF 分类、阅读顺序、表格抽取和 Markdown 生成放到本地完成，适合作为文档流水线与 RAG 的第一层路由，而不是把所有文档都先扔给 OCR。
10 min
Firecrawl pdf-inspector 采用与验证指南：先定路由，再定 OCR
围绕 Firecrawl 的 pdf-inspector，给出一份面向落地的采用与验证指南：样本语料、路由策略、回归测试、OCR 边界、API/CLI 选择、隐私和失败处理。
12 min