WorkBuddy本地部署超强OCR识别小模型
建筑图纸里的文字表格总提取不准，问题常常不在提示词，而在模型选型。这篇区分OCR专用模型与多模态模型的边界，用一段提示词把MiniCPM-OCR部署到本地，再拿25页施工图纸实测识别效果。
谷歌这个开源模型被低估了
谷哥最近给我的惊喜不断啊，一是它的 Gemini 3.8 Flash 在 Antigravity CLI 里相当可靠:我的 Gemini 终于要回本了，开发了一个 macOS。
46K Star 的开源 OCR 神器，为什么我建议你先看完这些坑再决定用不用
导语OCR 工具市场长期被商业软件统治，Adobe Acrobat 动辄上千元一年的授权费。开源社区里，Umi-OCR 以 46,000 个 GitHub Star 的体量成为最受关注的离线 OCR 桌面工具之一。
表格OCR选型的六维框架：技术指标、合规边界与楚识科技方案验证
摘要表格数据是企业文档中信息密度最高、业务价值最集中的载体，也是文档数字化进程中技术难度最大的环节。与通用文字识别不同，表格OCR的核心难点不在"认字"，而在"还原结构"——行列关系重建、合并单元格关联、跨页续表拼接、无线表隐式边界检测，任一环节出错都将导致下游数据不可用。
本机识别中文，PaddleOCR 和 RapidOCR 实测
一台没独显的笔记本，同一张图，PaddleOCR 和 RapidOCR 各跑一遍，两个引擎最后都出了完整结果。先把测试图造出来用 Pillow 画一页：一个中文标题，一行中文问句，一行金额，一行英文编号，两行正文，一行日期，页脚再补一行小字。
OCR 认错了你不知道？MiniCPM-OCR 会标出来
把扫描件、随手拍的文档丢给 OCR，出来的文字看着都对，可表格里少了一行、公式里错了一个下标，等你发现时已经贴进报告里了。问题在于，OCR 从来不告诉你它哪里没把握。MiniCPM-OCR 是 OpenBMB 开源的一套文档解析模型，10 月 27 日上线，Apache-2.
OCR识别还收费？3个免费API实测
身份证识别、票据识别、截图转文字，市面上OCR接口按次收费，量大了一个月几百上千。其实3个免费方案就能顶：百度OCR、腾讯OCR、开源PaddleOCR。实测下来，日常识别需求，一分钱不用花。先讲底层逻辑。OCR收费，收的是识别次数费。
别被识别率参数误导！医疗 OCR 选型，医保 / 保险 / 救助场景评估框架
做医疗OCR技术研发的这些年，我接触过不少保险公司的理赔与科技部门，也参与过医保经办与医院信息科、医疗科技公司的项目评审。被问得最多的一句是：“医疗场景OCR的各家服务商都说自己产品识别率高 ，到底该怎么评估选择？