Firecrawl nyílt forráskódú pdf-ellenőr: PDF-ből Markdown ezredmásodperc alatt, OCR nélkül
A Firecrawl, a webkaparó eszközeiről ismert Y Combinator startup nyílt forráskódú pdf-ellenőrrel rendelkezik – egy Rust-könyvtár, amely ezredmásodpercek alatt kitalálja, hogy a PDF szöveg alapú-e vagy szkennelés, és a szövegalapú dokumentumokat OCR nélkül tiszta Markdown-okká alakítja. A csapat becslése szerint a valós munkaterhelésben lévő PDF-fájlok körülbelül 54%-a szövegalapú, így értelmetlen