OCR

OCR（Optical Character Recognition，光學字元識別）負責將 圖片入面嘅文字變成可複製、可俾 AI 讀取嘅文本。下面呢啲事都要靠佢：

• 將一張截圖 / 掃描件拖入對話框，想 AI 睇明入面嘅文字
• 將圖片格式嘅發票、資料放入 知識庫，希望之後可以搵到
• 智能體 打開本地某張圖片做分析

OCR 係一頁獨立嘅設定。你喺【設定】→【OCR】入面配一次識別引擎，所有用到圖片辨字嘅地方都會用同一套配置。

OCR 設定：① 右上角下拉選擇識別引擎（圖示係 Mistral），下方填入所選引擎嘅 API 密鑰同 API 地址

選擇識別引擎

面板右上角嘅下拉框用嚟切換 OCR 引擎，揀中嘅引擎就會作為預設。內置引擎：

引擎	接入 / 運行方式	適合邊個
System OCR	離線、免配置	借用系統自帶識別（macOS Live Text / Windows OCR），開箱即用、速度最快
PaddleOCR	填 API 密鑰（飛槳星河社區）；如果自部署就將 API 地址指向你嘅服務。可選解析模型	唔想佔本地資源、又想要 Paddle 嘅識別效果
本地 PaddleOCR	離線，需先喺【設定】→【本地模型】下載本地 OCR 模型（約 140MB）	中文識別效果好而且完全喺本機運行，隱私優先
Tesseract OCR	離線、已內置	經典開源 OCR，支援多語言，可作為兜底
Mistral	Mistral API 密鑰	借助多模態大模型識別，複雜版式 / 手寫體等更智能
Intel OV OCR	本地運行（Intel OpenVINO，NPU 加速）	只喺 Windows + Intel 酷睿 Ultra（帶 NPU）、而且已部署 OV 模型時先會出現，其餘設備睇唔到呢項

唔確定揀邊個？先用 System OCR——絕大多數截圖、清晰掃描件都可以直接搞掂，而且唔使任何配置。識別效果唔理想時再換本地 PaddleOCR 或 Mistral。

揀咗 System OCR 時，面板會顯示 檢測到 macOS Live Text / Windows OCR 引擎可用（系統唔支援時，呢項唔會出現喺下拉裡面）。

• 揀「本地 PaddleOCR」前，請先喺【設定】→【本地模型】下載「本地 OCR 模型」，唔係就無法調用。
• Tesseract（同埋 Windows 上嘅 System OCR）可以喺面板嘅「語言」下拉入面勾選要識別嘅語種。

同文檔處理嘅分別

好多人會將 OCR 同 文件處理 搞亂，一句講清：

• OCR：管 圖片／掃描件 入面嘅文字識別（圖 → 字）。
• 文件處理：管 PDF／複雜版式文件 嘅結構化解析（帶表格、多欄嘅 PDF → 規整文本）。

兩者互相獨立、各配各嘅。純文本 PDF、.md/.txt/.docx 入面嘅文字段落兩者都唔經過，直接讀就得。

---

攞幫助同提交意見

如果您喺配置或使用過程中遇到任何疑問、Bug 或有功能改善建議，請參考 反饋與建議 入面提供嘅官方渠道。