把PDF交给AI前，往往要先过一道“拆包装”工序：扫描页里的字不能直接复制，抽出来的内容又可能顺序混乱。开源浏览器插件 OCR It 用 OCR（从图片中识别文字）提取内容，并整理为 Markdown——一种能保留标题、列表等结构的纯文本格式。它可在 Chrome 和 Firefox 中运行，还打包了 Tesseract 开源识别引擎，因此不需要联网或 API Key。
据量子位报道，开发团队称 OCR It 处理一份PDF只需20毫秒，在质量与 Docling 相近时快近300倍。若这一说法经更广泛测试成立，它会直接缩短 RAG（先检索文档片段，再让模型回答）和文档 Agent 导入资料的等待时间。不过，目前的实测反馈显示，它更适合版式简单、文字清晰的页面；标题、脚注、表格、公式混排时仍不稳定。浏览器内置PDF阅读器也暂不支持自动翻页，因此速度数字还不能等同于复杂文档的完整处理体验。