AR ▾

نموذج لغات كبير غير خاضع للرقابة لمعالجة النصوص بعد استخراجها ضوئيًاhttps://api.llmocrapi.com/v1

llmocrapi.comالدليل

تكامل OCR API: أمثلة برمجية بـ Python وNode

تكامل OCR API هنا يعني إضافة طلب HTTP واحد بعد محرك OCR: ترسل النص الخام المعترف به وتعود بنص نظيف. نقطة النهاية متوافقة مع OpenAI، لذا فإن SDK الذي تملكه بالفعل يعمل بعد تغيير إعدادين.

تم التحديث

خط أنابيب متساوي الأبعاد ينقل كتلًا متفرقة عبر عقدة معالجة إلى أرشيفات مرتبة

نقاط رئيسية

  • اضبط Base URL على https://api.llmocrapi.com/v1، واستخدم معرف النموذج uncensored، وأرسل مفتاحك كرمز Bearer.
  • الـ API يقبل النصوص فقط. شغّل محرك OCR الخاص بك أولاً ومرر مخرجاته كرسالة المستخدم.
  • وضع JSON يعيد نتائج قابلة للقراءة الآلية، ومجموعة خيوط صغيرة بحد أقصى 8 عمال تبقي المجموعة سريعة.
  • استجابة 429 هي إشارة للانتظار وإعادة المحاولة، وليست خطأ: الطلبات الفاشلة لا تُحسب.

مكان الطلب في خط الأنابيب

يتضمن سير العمل النموذجي للمستندات أربع خطوات. تنتج الماسحة الضوئية أو كاميرا الهاتف صورة، ويحوّل محرك التعرف الضوئي على الحروف (OCR) الصورة إلى نص خام، وتقوم خطوة التنظيف بإصلاح هذا النص، ثم يخزّن تطبيقك النتيجة أو يبحث فيها. الوصف هنا يخص الخطوة الثالثة. لا ترى هذه الخدمة الصورة أبداً، ولا تملك مدخلًا للصور. هذه ميزة عندما تهتم بخصوصية المسوحات الأصلية، لأن النص فقط هو الذي يغادر جهازك، وهي قيد عندما تتوقع نقطة نهاية واحدة تتعامل مع الصور.

لا تُستخدم الموجّهات للتدريب. ومع ذلك، أرسل فقط ما تحتاجه المهمة: احذف أرقام الحسابات أو الأسماء قبل الاتصال إذا لم تعتمد خطوة التنظيف عليها.

قبل أن تكتب أي كود، احصل على مفتاح API. يمكن للمستخدمين الجدد المطالبة برصيد تجريبي مجاني بقيمة $0.50 بنقرة واحدة على تلك الصفحة بعد التسجيل، وهو كافٍ لتشغيل كل مثال أدناه عدة مرات. يسمح المفتاح التجريبي بـ 2 طلب متزامن و60 طلب في الدقيقة؛ بينما يسمح المفتاح الكامل بـ 8 و300.

الإعدادات التي تحتاجها

الإعدادالقيمة
عنوان URL الأساسيhttps://api.llmocrapi.com/v1
نقطة النهايةPOST /v1/chat/completions
معرّف النموذجuncensored
رأس المصادقةAuthorization: Bearer YOUR_KEY
نافذة السياق100,000 رمز، الموجّه بالإضافة إلى الإكمال

احفظ المفتاح في متغير بيئة، وليس في نظام التحكم بالإصدارات. تقرأ الأمثلة LLMOCR_API_KEY.

ملاحظتان عمليتان قبل البدء. احتفظ بالمفتاح بعيداً عن أكواد الواجهة الأمامية، لأن أي شيء يُرسل إلى المتصفح يمكن للمستخدمين قراءته؛ استدعِ API من الخادم أو عامل الخلفية. وقرر مبكراً أين سيتم تخزين النص الخام للنص المستخرج ضوئياً والنص المنظف، لأن المخرجات المنقحة هي الملف الذي ستبحث فيه، وفهرسته، وتعرضه على الناس، بينما النص الخام هو دليلك إذا تم الطعن في أي تصحيح.

الطلب الأول باستخدام curl

ابدأ بـ curl لترى الشكل الخام للطلب قبل أن يخفيه SDK. العينة أدناه هي جزء OCR تالف نموذجي: واصلة (-) مفصولة عند نهاية السطر، وحرف تم الخلط بينه وبين رقم، ورقم صفحة عالق.

curl https://api.llmocrapi.com/v1/chat/completions \
  -H "Authorization: Bearer $LLMOCR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "temperature": 0,
    "messages": [
      {"role": "system", "content": "You repair raw OCR text. Fix broken words, rejoin hyphenated line breaks, remove page numbers. Return only the corrected text."},
      {"role": "user", "content": "The inven-\ntory was com1leted on Tuesday.\n\n- 14 -\n\nA second ship-\nment arrived."}
    ]
  }'

يتبع الرد شكل إكمال الدردشة القياسي. النص المنقّى موجود في choices[0].message.content، ويُبلغ usage عن رموز (token) الموجّه والإكمال الخاصة بالطلب. اضبط temperature على 0 للتنظيف. تريد أن يعطي المدخل نفسه المخرج نفسه، وليس تنوعًا إبداعيًا.

Python باستخدام SDK

ثبّت SDK باستخدام pip install openai. يختلف المُنشئ فقط عن إعداد OpenAI القياسي.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.llmocrapi.com/v1",
    api_key=os.environ["LLMOCR_API_KEY"],
    max_retries=4,
)

SYSTEM = (
    "You repair raw OCR text. Fix broken words, rejoin hyphenated line breaks, "
    "remove page numbers and running headers. Do not add or remove facts. "
    "Return only the corrected text."
)

def clean(raw: str) -> str:
    resp = client.chat.completions.create(
        model="uncensored",
        temperature=0,
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": raw},
        ],
    )
    return resp.choices[0].message.content

print(clean("The inven-\ntory was com1leted on Tuesday."))

تُعلم الوسيطة max_retries الـ SDK بإعادة المحاولة عند أخطاء الاتصال واستجابات 429 مع زيادة زمنية، لذا لا تحتاج إلى كتابة حلقة لذلك للاستخدام الخفيف.

مثال Node.js

مع npm install openai ووحدة ES، يبدو الاستدعاء نفسه كالتالي.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.llmocrapi.com/v1",
  apiKey: process.env.LLMOCR_API_KEY,
});

export async function clean(raw) {
  const resp = await client.chat.completions.create({
    model: "uncensored",
    temperature: 0,
    messages: [
      { role: "system", content: "Repair raw OCR text. Return only the corrected text." },
      { role: "user", content: raw },
    ],
  });
  return resp.choices[0].message.content;
}

console.log(await clean("A second ship-\nment arrived."));

يمكن لأي شيء يدعم تنسيق دردشة OpenAI، مثل أداة أتمتة بدون رمز أو غلاف داخلي موجود، استخدام الإعدادين نفسهما. يذكر التوثيق كل معلمة مدعومة.

المخرجات المهيكلة بوضع JSON

النص الحر جيد للأرشيف، لكن خطوط استخراج البيانات تحتاج حقولًا. فعّل وضع JSON مع response_format ووصف الشكل الذي تريده في الموجّه. طلب JSON في التعليمات بالإضافة إلى الإعداد يعطي أكثر النتائج موثوقية.

import json

resp = client.chat.completions.create(
    model="uncensored",
    temperature=0,
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": (
            "Clean the OCR text of a receipt and answer in JSON with keys "
            "'vendor' (string), 'date' (YYYY-MM-DD or null), 'total' (number or null), "
            "'cleaned_text' (string)."
        )},
        {"role": "user", "content": raw_receipt_text},
    ],
)
data = json.loads(resp.choices[0].message.content)

قم دائمًا بتغليف json.loads في كتلة try واحتفظ بالنص الخام، لأن الاستجابة الطويلة جدًا أو المقصوصة قد تنتج JSON غير صالح. إذا فشل التحليل، أعد المحاولة مرة واحدة ثم ضع الصفحة في قائمة المراجعة اليدوية.

معالجة دفعة متزامنة

طلب واحد في كل مرة بطيء لآلاف الصفحات. يسمح المفتاح الكامل بـ 8 طلبات متزامنة، لذا فإن مجموعة من 6 أو 8 عمال تبقيك تحت الحد. اترك هامشًا صغيرًا إذا كان المفتاح نفسه يُستخدم من قبل أي شيء آخر.

from concurrent.futures import ThreadPoolExecutor

pages = [open(f"ocr/page_{i:04d}.txt").read() for i in range(1, 501)]

with ThreadPoolExecutor(max_workers=6) as pool:
    cleaned = list(pool.map(clean, pages))

for i, text in enumerate(cleaned, start=1):
    open(f"clean/page_{i:04d}.txt", "w").write(text)

إذا تجاوزت الحد، تُعيد الـ API HTTP 429. رمز الخطأ rate_limited يعني طلبات كثيرة في الدقيقة، وconcurrency يعني طلبات كثيرة في وقت واحد. استجابة 429 مع رأس Retry-After: 5 تعني حملاً زائداً مؤقتاً: انتظر خمس ثوانٍ. الطلبات المتدفقة تحتفظ بموقع التزامن حتى ينتهي البث، لذا أغلق البث الذي تتوقف عن قراءته.

راقب رأس الاستجابة X-Balance-USD في التشغيلات الطويلة. عندما يصبح منخفضًا، أوقف العملية وشحن الرصيد من صفحة التسعير بدلاً من السماح بفشل المهمة في منتصفها.

المستندات الطويلة والتحقق من المخرجات

ناتج OCR الحقيقي نادرًا ما يكون صفحة واحدة مرتبة. يعطيك الكتاب الممسوح ضوئيًا آلاف الصفحات، والتلف غير متساوٍ: فصل نظيف، ثم صفحة ملطخة مليئة بالأحرف المتقطعة. تحافظ بعض العادات على خطوة التنظيف لتكون قابلة للتنبؤ.

قسّم حسب البنية، وليس حسب عدد الأحرف. اقتطع عند فواصل الصفحات أو حدود الفقرات، بحيث لا يتلقى النموذج جملة نصفها في بداية الكتلة. إذا امتدت الجملة عبر حدود الصفحة، ضمّن الفقرة الأخيرة من الصفحة السابقة كسياق للقراءة فقط وأخبر النموذج بإرجاع الصفحة الحالية فقط. هذا يكلف بضع رموز إدخال إضافية لكل طلب، وهو ما يكاد لا يُذكر بسعر $0.15 لكل مليون رمز، ويصحح الكلمات المقسمة التي تمتد عبر صفحتين.

تحقق من كل نتيجة بفحوصات رخيصة قبل قبولها. قارن طول النص المنقح مع المصدر: النسبة البعيدة عن 1 تعني أن النموذج أسقط أو اخترع مادة. قارن الأرقام: استخرج كل تسلسل أرقام من النسختين وحدد الصفحات التي تختلف فيها، لأن التواريخ والمبالغ والمعرفات هي أغلى الأخطاء التي يمكن تفويتها. احتفظ بالنص الخام بجانب النص المنقح، بحيث يمكن للشخص دائمًا إعادة بناء ما رآه المحرك فعليًا.

أخيراً، عامل التشغيل الأول كمشروع تجريبي. نظّف 20 صفحة، اقرأ عشرة منها بنفسك، واضبط موجّه النظام. عادةً ما تؤدي جولة أو جولتين من التعديلات على التعليمات إلى تحسين الجودة أكثر من أي تغيير في المعاملات.

الأخطاء الشائعة

  • إرسال صفحات كبيرة جداً في قطعة واحدة. نافذة السياق هي 100,000 رمز والحد الأقصى لحجم جسم الطلب هو 8 MB، لكن الدقة أفضل مع قطع بحجم الصفحة، وتكلفة إعادة إعداد القطعة الفاشلة أقل.
  • السماح للنموذج بإعادة الكتابة. إذا لم ينصّ الموجّه على عدم إضافة الحقائق أو حذفها، فقد يقوم بتنعيم مقطع تالف. اجعل التعليمات صريحة وقارن الأطوال: الصفحة النظيفة التي أقصر بكثير من مصدرها تستحق التفتيش.
  • استخدام اسم النموذج الخطأ. معرف النموذج الوحيد هو uncensored. يمكنك سرد النماذج باستخدام GET /v1/models.
  • توقع تمثيلات متجهة أو مدخلات صور. لا يوجد أي منهما في هذا الـ API. للبحث في النص المنظم، استخدم أداة تمثيلات متجهة منفصلة.
  • نسيان تسجيل معرف الطلب. يتضمن كل استجابة رأس X-Request-Id. احفظه بجانب الصفحة حتى يتمكن فريق الدعم من تتبع النتيجة السيئة.

قواعد المحتوى بسيطة: النموذج مضبوط للإجابة بدون رفض للاستخدام القانوني للبالغين، ومحتوى جنسي يتضمن قاصرين غير مسموح به أبداً. الأسئلة حول حالة محددة تذهب إلى الدعم.

أسئلة وأجوبة

هل أحتاج إلى SDK خاص؟

لا. يعمل أي SDK أو عميل HTTP من OpenAI بمجرد تعيين عنوان URL الأساسي إلى https://api.llmocrapi.com/v1 واستخدام معرف النموذج uncensored وإرسال مفتاح Bearer.

هل يمكنني إرسال صورة أو PDF مباشرة؟

لا. تقبل الـ API النصوص فقط. شغّل محرك OCR أولاً وأرسل مخرجاته كمحتوى الرسالة.

كم عدد الطلبات التي يمكنني تشغيلها في وقت واحد؟

المفتاح الكامل يسمح بـ 8 طلبات متزامنة و300 طلب في الدقيقة. مفتاح التجربة يسمح بـ 2 طلب متزامن و60 في الدقيقة.

ماذا يحدث إذا تجاوزت حدّ المعدل؟

تستقبل HTTP 429 مع رمز rate_limited أو concurrency. انتظر وأعد المحاولة؛ الطلبات الفاشلة لا تُحسب.

مفتاحك على بُعد استمارة واحدة

أنشئ حساباً، وانسخ المفتاح، ثم غيّر URL الأساسي. هذه هي الإعدادات الكاملة.

احصل على مفتاح API