Skip to content

Commit 14176e3

Browse files
authored
Update README.md
1 parent 8690e8d commit 14176e3

1 file changed

Lines changed: 41 additions & 10 deletions

File tree

README.md

Lines changed: 41 additions & 10 deletions
Original file line numberDiff line numberDiff line change
@@ -2,7 +2,7 @@
22

33
## 🚀 项目简介
44

5-
本插件为 **Umi-OCR** 提供多个主流AI模型的OCR 功能,支持主流 AI 服务提供商的视觉识别 API。作为离线 OCR 的强力补充,为用户提供更高精度、更广泛语言支持的云端文字识别服务
5+
本插件为 **Umi-OCR** 提供 **13个主流AI服务商** 的OCR功能,支持云端和本地AI服务的视觉识别API。作为离线OCR的强力补充,为用户提供更高精度、更广泛语言支持的智能文字识别服务
66

77

88
## 🌟 支持的 AI 服务商
@@ -18,13 +18,23 @@
1818
| **Google Gemini** | gemini-2.5-flash | 速度快,成本低 |
1919
| **xAI Grok** | grok-4 | 创新模型,独特优势 |
2020
| **OpenRouter** | anthropic/claude-3.5-sonnet | 统一接口,模型丰富 |
21-
| **MinerU** | mineru-ocr | 专业OCR平台,文档识别强 |
21+
| **Groq** | llama-3.3-70b-versatile | 高性能推理,速度极快 |
22+
| **魔搭 (ModelScope)** | Qwen/Qwen-VL-Plus | 阿里达摩院开源平台,模型丰富 |
23+
| **无问芯穹 (Infinigence)** | kimi-k2-instruct | 月之暗面AI平台,长文本处理强 |
24+
| **Mistral AI** | pixtral-12b-2409 | 欧洲AI公司,视觉模型优秀 |
25+
| **浦源书生 (Intern)** | internvl3.5-241b-a28b | 学术界AI平台,多模态能力强 |
2226

2327
### 🏠 本地服务商(离线识别)
2428
| 服务商 | 建议模型 | 特点 |
2529
|--------|----------|------|
26-
| **Ollama** | llava, llava:7b, bakllava | 🔒 **完全离线**,隐私保护,免费使用 |
27-
| **LM Studio** | llava, llava-1.5-7b-hf | 🔒 **完全离线**,图形界面友好,OpenAI兼容 |
30+
| **Ollama** | llava, llava:7b, bakllava | 🔒 **完全离线**,隐私保护,免费使用,**支持自定义地址** |
31+
| **LM Studio** | llava, llava-1.5-7b-hf | 🔒 **完全离线**,图形界面友好,OpenAI兼容,**支持自定义地址** |
32+
33+
> 💡 **自定义地址功能**:Ollama 和 LM Studio 支持自定义 API 地址,您可以:
34+
> - 🌐 连接到局域网内其他机器上的 Ollama/LM Studio 服务
35+
> - ⚡ 在配置较低的机器上运行 Umi-OCR,连接到高性能机器上的 AI 服务
36+
> - 🔧 灵活部署,充分利用现有硬件资源
37+
> - 📡 支持远程AI服务,实现分布式OCR处理
2838
2939

3040
## 📋 关于 Umi-OCR
@@ -175,15 +185,35 @@
175185
2. 注册账号并创建API密钥
176186
3. 国产大模型,多模态能力强
177187

178-
### MinerU
179-
1. 访问 [MinerU平台](https://mineru.net/)
180-
2. 注册账号并获取API密钥
181-
3. 专业OCR平台,文档识别能力强
182-
183188
### OpenRouter
184189
1. 访问 [OpenRouter](https://openrouter.ai/keys)
185190
2. 注册账号并创建API密钥
186191

192+
### Groq
193+
1. 访问 [Groq Console](https://console.groq.com/)
194+
2. 注册账号并获取API密钥
195+
3. 高性能推理平台,速度极快
196+
197+
### 魔搭 (ModelScope)
198+
1. 访问 [魔搭社区](https://www.modelscope.cn/)
199+
2. 注册账号并获取访问令牌 (Access Token)
200+
3. 阿里达摩院开源AI平台
201+
202+
### 无问芯穹 (Infinigence)
203+
1. 访问 [无问芯穹平台](https://cloud.infini-ai.com/)
204+
2. 注册账号并获取API密钥
205+
3. 月之暗面AI平台,长文本处理能力强
206+
207+
### Mistral AI
208+
1. 访问 [Mistral Platform](https://console.mistral.ai/)
209+
2. 注册账号并创建API密钥
210+
3. 欧洲AI公司,视觉模型优秀
211+
212+
### 浦源书生 (Intern)
213+
1. 访问 [书生·浦语平台](https://chat.intern-ai.org.cn/)
214+
2. 注册账号并获取API密钥
215+
3. 学术界AI平台,多模态能力强
216+
187217
## 🏠 本地服务安装指南
188218

189219
### Ollama (完全离线)
@@ -273,7 +303,8 @@
273303

274304

275305
## 📝 版本历史
276-
- **v2.4.0**:🚀 **重大更新** - 新增本地离线识别支持!添加Ollama、LM Studio本地服务商,新增MinerU云端服务商,完全离线OCR成为可能。优化识别文字对齐,现在识别后的文字与原图蚊子位置只有轻微偏移。
306+
- **v2.5.0**:🎉 **社区贡献更新** - 新增5个AI服务商支持!添加Groq(高性能推理)、魔搭ModelScope(阿里达摩院)、无问芯穹Infinigence(月之暗面)、Mistral AI(欧洲AI)、浦源书生Intern(学术界AI),大幅扩展AI服务商选择。优化本地服务自定义地址功能。
307+
- **v2.4.0**:🚀 **重大更新** - 新增本地离线识别支持!添加Ollama、LM Studio本地服务商,支持自定义API地址,完全离线OCR成为可能。优化识别文字对齐,现在识别后的文字与原图位置只有轻微偏移。
277308
- **v2.3.0**:新增阿里云百炼和智谱AI支持,更新所有服务商默认模型,优化界面布局,移除重试次数配置(内置3次)
278309
- **v2.2.0**:支持一次性配置所有服务商,切换时无需重新输入API密钥和模型
279310
- **v2.1.0**:增加支持硅基流动、豆包视觉模型

0 commit comments

Comments
 (0)