选一种你顺手的方式，把 pdf-inspector 装进你的工具链。所有渠道均来自官方发布（crates.io / npm / PyPI），放心使用。

不想装？直接在浏览器里解析

打开即用、无需安装，拖一份 PDF 进去，类型判定和 Markdown 秒出。解析全程在本地完成。

立即在线解析

Rust

原生库 + CLI去 crates.io 安装

Node.js

npm 包 · 含 TS 类型去 npm 安装

Python

PyPI 包 · 含类型存根去 PyPI 安装

浏览器

WebAssembly去 npm 安装

CLI

pdf2md / detect-pdf查看 CLI 用法

各渠道安装命令

Node.js

npm install @firecrawl/pdf-inspector
# 或
bun add @firecrawl/pdf-inspector

Python

pip install pdf-inspector

Rust

cargo add pdf-inspector

浏览器 WASM

npm install @firecrawl/pdf-inspector-wasm

可选：OCR 运行时

默认构建不包含 OCR 模型、PDFium 和 ONNX Runtime。只有当你显式启用选择性 OCR 且有页面被路由到 OCR 时，才需要：

• 设置 PDFIUM_LIB_PATH 和 ORT_DYLIB_PATH（平台库搜索路径找不到时）；
• 首次路由到 OCR 页面时下载固定版本的 PP-OCRv6 Small 模型集（带校验和验证）；离线环境可预热缓存或指定 modelDirectory 并开启 offline 模式禁止联网。

详细配置见官方 OCR 运行时指南。

安装提示

• 所有渠道均为官方发布，请勿从来路不明的镜像或第三方站点下载安装包。
• Node.js 版在服务端大量调用时建议用异步变体（processPdfAsync 等），避免阻塞事件循环。
• 浏览器 WASM 版是同步执行，大文件建议放进 Web Worker 调用。

遇到安装或使用问题？看看这里是否有你需要的答案。

装完怎么解析第一份 PDF？

CLI 最直观：pdf2md annual-report.pdf 直接输出 Markdown，加 --json 拿结构化结果，--pages 1-3 只处理部分页，--compact 启用省 token 的紧凑模式；只想判定类型用 detect-pdf document.pdf --analyze --json。更详细的用法看快速上手。

Node.js 里怎么调用？

import { classifyPdf } from '@firecrawl/pdf-inspector'
const result = classifyPdf(pdfBuffer)
console.log(result.pdfType)         // "TextBased" | "Scanned" | "Mixed" | "ImageBased"
console.log(result.pagesNeedingOcr) // 需要 OCR 的页码

完整 API 见 API 快速参考。

Python 里怎么调用？

import pdf_inspector
result = pdf_inspector.process_pdf("document.pdf")
print(result.pdf_type)    # "text_based" / "scanned" / ...
print(result.markdown)

完整 API 见 API 快速参考。

浏览器里怎么用 WASM 版？

import init, { processPdf } from '@firecrawl/pdf-inspector-wasm'
await init()
const result = processPdf(pdfBytes)
console.log(result.pdfType)
console.log(result.markdown)

本站首页的在线 Demo 就是用这个包实现的，详见在线解析。

扫描版 PDF 怎么办？

先分类：classifyPdf 会告诉你文档类型和哪些页需要 OCR。网页 Demo 不含 OCR；原生版本可以启用选择性 OCR，只把质量检查拒绝的页面送去 OCR，其余页面照常走本地快速提取。

解析性能如何？

官方 opendataloader-bench 基准：200 份真实 PDF 全量跑完 0.470 秒，综合评分 0.875 排名第一。文本型 PDF 单份全流程 200ms 内完成，类型判定约 10–50ms。详见性能基准。