شرکت Firecrawl ادعا کرده که سریع ترین موتور پردازش pdf رو اوپن سورس کرده که سرعتی برابر 0.002 ثانیه برای هر صفحه داره.

نکته خوبش اینه که کاملا لوکاله البته رقبای دیگه ای هم برای این کار وجود داره مثل Docling / Marker / MinerU ولی این مثل اونا OCR نیست این بیشتر خودشو پارسر معرفی کرده

تست آنلاینش که فارسی هم ساپورت می‌کنه :

firecrawl.github.io/pdf-inspector/#demo

سورس کدش جهت اجرا روی سیستم خودتون :

github.com/firecrawl/pdf-inspector

@Linuxor