OCR

OCR (Optical Character Recognition, оптическое распознавание символов) отвечает за то, чтобы преобразовывать текст на изображениях в текст, который можно копировать и читать ИИНиже всё перечисленное зависит от него:

• перетащить скриншот / скан в окно чата и попросить ИИ понять текст внутри
• поместить счета-фактуры, документы в формате изображений в База знаний и надеяться потом найти их через поиск
• агент открыть какое-то локальное изображение для анализа

OCR — это отдельная страница настроек. Один раз настроив движок распознавания в 【Настройки】→【OCR】, вы будете использовать одну и ту же конфигурацию во всех местах, где требуется распознавание текста на изображениях.

Настройки OCR: ① в выпадающем списке справа вверху выберите движок распознавания (на рисунке — Mistral), ниже введите API-ключ и API-адрес выбранного движка

Выберите движок распознавания

Выпадающий список в правом верхнем углу панели используется для переключения OCR-движка,выбранный движок станет значением по умолчанию Встроенные движки:

движок	Способ подключения / работы	Для кого подходит
System OCR	Автономно, без настройки	использует встроенное в систему распознавание (macOS Live Text / Windows OCR), работает сразу из коробки и самое быстрое
PaddleOCR	Введите API-ключ (сообщество Paddle Xinghe); при самостоятельном размещении укажите API-адрес своего сервиса. Дополнительная модель разбора	не хотите расходовать локальные ресурсы, но хотите качество распознавания Paddle
Локальный PaddleOCR	Автономно; сначала нужно скачать локальную OCR-модель в 【Настройки】→【Локальные модели】 (около 140 MB)	хорошо распознаёт китайский и полностью работает локально, приоритет — конфиденциальность
Tesseract OCR	Автономно, уже встроено	Классический open-source OCR, поддерживает несколько языков, может служить запасным вариантом
Mistral	API-ключ Mistral	использует мультимодальную большую модель для распознавания, умнее справляется со сложной версткой / рукописным текстом и т. п.
Intel OV OCR	Локальный запуск (Intel OpenVINO, ускорение NPU)	Появляется только на Windows + Intel Core Ultra (с NPU) и при развернутой OV-модели; на остальных устройствах этот пункт не отображается

Не уверены, что выбрать? Сначала используйте System OCR— он справляется с подавляющим большинством скриншотов и четких сканов без какой-либо настройки. Если качество распознавания окажется недостаточным, затем переключитесь на локальный PaddleOCR или Mistral.

При выборе System OCR на панели будет отображаться Обнаружено, что движок macOS Live Text / Windows OCR доступен(если система не поддерживается, этот пункт не будет показан в выпадающем списке).

• Перед выбором «Локальный PaddleOCR» сначала скачайте «локальную OCR-модель» в 【Настройки】→【Локальные модели】, иначе вызвать её не получится.
• Tesseract(а также System OCR в Windows) можно отметить нужные языки распознавания в выпадающем списке «Язык» на панели.

Отличие от обработки документов

Многие путают OCR и Обработка документов и путают их; различие в одном предложении:

• OCR: отвечает за изображения / сканы распознавание текста внутри изображений (изображение → текст).
• Обработка документов: отвечает за PDF / документы со сложной версткой структурированный разбор (PDF с таблицами и несколькими колонками → упорядоченный текст).

Оба процесса независимы и настраиваются отдельно. PDF с обычным текстом,.md/.txt/.docx параграфы текста в них не проходят ни через один из них — их можно читать напрямую.

---

Получить помощь и отправить отзыв

Если у вас в процессе настройки или использования возникнут какие-либо вопросы, баги или предложения по улучшению функций, пожалуйста, обратитесь к Отзывы и предложения официальным каналам, указанным там.