AI-OCR识别 - by 车站里的守望者 - 动作信息

车站里的守望者

复制Ta的推荐码

适用于

通用 OCR 公式识别

分类(旧)

OCR AI

关键词

AI; OCR;

点赞鼓励一下

cutebubbles UkuLiLee 阿尔都塞用户BY6V3Do-BAA PecoPeco 等 13 人赞了这个动作。

4 个动作单收藏了此动作。

简介

🚀 推荐配置

视频演示效果使用的是 gemini-2.0-flash。
有条件的可以尝试阿里最新的 qwen-vl-max。
(复杂文本识别请务必使用能力强的多模态模型)

🔥 相比其他 OCR 的核心优势

✅ 多语种通吃： 无需特殊配置，精准识别主流语言。

✅ 公式识别强： 数学公式还原度极高。

✅ All in One： 一次性配置，开箱即用。

1. 硅基流动 (SiliconFlow)

默认Demo

支持自定义更换模型，注册即送免费额度。

👉 获取 API-KEY (注册送额度)

2. 智谱清言

包含免费的 glm-4v-flash 模型。

👉 获取智谱 API Key

3. 通义千问 (Aliyun)

多模态大模型质量相当不错。

👉 前往通义千问控制台

4. Mistral OCR

⚠️ 微小图片识别较弱

效果媲美谷歌和阿里，支持 Markdown 格式输出。支持 Cloudflare AI Gateway 代理。

👉 Mistral 控制台

5. Google Gemini 配置

需自行解决网络问题。

步骤1：获取 API Key

步骤2：参考 Quicker 文档填写

👉 前往 Google AI Studio

作者所声明的动作特征：

依赖第三在线服务

分享时间	2025-01-13 13:40
最后更新	11天12小时前
修订版本	13
用户许可	可自己使用或修改，不可再分享
Quicker版本	2.2.2
动作大小	382.7 KB

修订版本	更新时间	制品	审核状态	更新说明
13	11天12小时前	V1 V2	当前 V1 版本当前 V2 版本	- 更新了glm-4.6v-flash高峰提示
12	11天12小时前	V1 V2		- 修复智谱错误
11	11天14小时前	V1 V2		- 完整重构了界面，UI更美观 - 适配了DeepSeek新发布的视觉模型 - 适配了Baidu_PaddleOCR模型，支持图片文本叠加、渲染、选择、复制 - 适配了GLM-OCR模型，支持图片文本叠加、渲染、选择、复制 - 完整更新了各个模型供应商的模型列表，可右键动作重置更新模型列表

AI-OCR识别公开已发布(自动)

适用于

分类(旧)

关键词

更多信息

简介

🚀 推荐配置

🔥 相比其他 OCR 的核心优势

1. 硅基流动 (SiliconFlow)

2. 智谱清言

3. 通义千问 (Aliyun)

4. Mistral OCR

5. Google Gemini 配置

作者所声明的动作特征：

最近更新

最近讨论

AI-OCR识别 公开 已发布(自动)

适用于

分类(旧)

关键词

更多信息

简介

🚀 推荐配置

🔥 相比其他 OCR 的核心优势

1. 硅基流动 (SiliconFlow)

2. 智谱清言

3. 通义千问 (Aliyun)

4. Mistral OCR

5. Google Gemini 配置

作者所声明的动作特征：

最近更新

最近讨论

AI-OCR识别公开已发布(自动)