API de scraping que convierte sitios web completos en Markdown o datos estructurados listos para LLM.
pdf-inspector
Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.
- Categoría
- 📄 Análisis de documentos y scraping
- Repositorio
- firecrawl/pdf-inspector
- Estrellas
- ★ 19.665
- Forks
- 1330
- Lenguaje
- Rust
- Licencia
- MIT
- Última actualización
- 2026-10-07
- Visitas
- 0
Proyectos similares
Biblioteca de OCR de Baidu PaddlePaddle que combina más de cien idiomas, PP-OCR y análisis de documentos.
Convierte PDF y otros documentos a Markdown / JSON con alta calidad, pensado para corpus de LLM.
Herramienta de análisis de documentos de código abierto de IBM que convierte PDF y archivos de Office en datos estructurados.
微软出品，把 Office、PDF 等文件转为 Markdown 供 LLM 使用。
🕷️ An adaptive Web Scraping framework that handles everything from a single request to a full-scale crawl! Don't be shy, join here: https://discord.gg/EMgGbDceNQ and follow here for daily tips and tricks: https://x.com/