firecrawl/pdf-inspector

pdf-inspector 是 Firecrawl 的 Rust PDF inspection 库，用于判断 PDF 是 text-based、scanned、image-based 还是 mixed，并在无 OCR 情况下抽取带位置意识的文本与 Markdown。README 称它能让约 54% 不需要 OCR 的 PDFs 在本地 200ms 内处理；200 PDF benchmark 中 overall 0.78、reading order 0.87、tables 0.59、headings 0.57、200 docs 用时 4s。它适合作为 PDF pipeline 的 routing layer，先避开昂贵 OCR。