DE ▾

Unzensiertes LLM für die OCR-Nachbearbeitunghttps://api.llmocrapi.com/v1

llmocrapi.comLeitfaden

OCR-API-Dokumentation: Endpunkte, Modi und Limits

Diese Seite dient als OCR-API-Dokumentation für Entwickler, die die gesamte Oberfläche an einem Ort benötigen: zwei Endpunkte, vier Anfrage-Modi, die Limits und die Fehler. Die API bereinigt Text, den eine OCR-Engine bereits erzeugt hat; sie liest keine Bilder.

Aktualisiert

Schwebende Referenzpanels mit Flussknoten, einem Punktstrom und einer Klammform, die API-Dokumentationsmodi darstellen

Wichtige Punkte

  • Es gibt zwei Methoden: POST /v1/chat/completions und GET /v1/models, authentifiziert mit einem Bearer-Schlüssel.
  • Streaming, JSON-Modus und Function Calling folgen dem OpenAI-Chat-Format, mit der Modell-ID uncensored.
  • Limits: 8 parallele Anfragen und 300 pro Minute bei einem vollständigen Schlüssel, 2 und 60 bei einem Test-Schlüssel, 8 MB Body.
  • Fehler bei Überlastung sind HTTP 429 mit einem Code, der dir sagt, ob du langsamer werden oder die Parallelität reduzieren sollst.

Übersicht und Authentifizierung

Der Dienst ist eine gehostete, OpenAI-kompatible Text-API. Sein Zweck auf dieser Seite ist die zweite Hälfte eines OCR-Jobs: Nimm die Rohzeichenkette, die eine OCR-Engine erzeugt hat, und gib bereinigten Text, strukturierte Felder oder markierte Zeilen zurück. Die Eingabe ist nur Text. Es gibt keine Bild-, Audio- oder Videoeingabe oder -ausgabe, keine Embeddings und kein Fine-Tuning.

Alles befindet sich unter einer Basis-URL, https://api.llmocrapi.com/v1. Die Authentifizierung erfolgt über einen standardmäßigen Bearer-Header: Authorization: Bearer YOUR_KEY. Du erstellst den Schlüssel auf der API-Schlüssel-Seite nach der Anmeldung mit Google oder mit E-Mail und Passwort. Das Modell hinter dem Endpunkt ist ein einzelnes Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird. Es ist nicht die offizielle API eines Modell-Anbieters und kein Router über Anbieter hinweg. Seine ID ist immer uncensored.

Für eine praktische Einführung anstelle einer Referenz behandelt der Quickstart im Dokumentationsbereich den ersten Schritt Schritt für Schritt.

Endpunkte im Überblick

Methode und PfadZweck
GET /v1/modelsListet verfügbare Modelle auf. Verwende es als kostengünstigen Schlüssel-Check.
POST /v1/chat/completionsFührt das Modell mit einer Liste von Nachrichten aus. Unterstützt Streaming, JSON-Modus und Tools.

Das ist die gesamte Oberfläche. Da sie dem OpenAI-Übertragungsformat entspricht, funktioniert jede Client-Bibliothek, mit der du eine Basis-URL und einen Schlüssel festlegen kannst. Der schnellste Sanity-Check ist:

curl https://api.llmocrapi.com/v1/models \
  -H "Authorization: Bearer $LLMOCR_API_KEY"

Ein gültiger Schlüssel gibt eine Modellliste zurück, die uncensored enthält. Ein falscher Schlüssel gibt einen Authentifizierungsfehler zurück, der dir sagt, dass das Problem der Schlüssel und nicht dein Request-Body ist.

Anfrageparameter

Eine Chat-Vervollständigungsanfrage benötigt model und messages. Die optionalen Felder unten werden an das Modell weitergeleitet.

  • temperature und top_p: Sampling-Steuerungen. Für die OCR-Reparatur verwende temperature 0, damit identische Eingaben identische Ausgaben ergeben.
  • max_tokens: optional. Wenn du es weglässt, kann die Vervollständigung alles verwenden, was nach deinem Prompt im 100.000-Token-Fenster übrig ist. Setze es, wenn du eine harte Obergrenze für die Kosten pro Aufruf möchtest.
  • stop: Strings, die die Generierung beenden. Nützlich, wenn du die Ausgabe zwischen Markern verlangst.
  • seed: verbessert die Reproduzierbarkeit über verschiedene Durchläufe hinweg.
  • presence_penalty und frequency_penalty: werden durchgereicht. Lass sie auf null, um Bereinigung durchzuführen, da Penalties das Modell dazu bringen können, wiederholte legitime Wörter wie Tabellenköpfe zu ändern.
  • stream, response_format, tools und tool_choice: in den nächsten drei Abschnitten behandelt.

Das Kontextfenster zählt Prompt und Vervollständigung zusammen bei 100.000 Token, und der Request-Body kann bis zu 8 MB groß sein. In der Praxis kommt das Token-Limit zuerst.

Streaming-Antworten

Setze "stream": true und die API sendet Server-Sent Events, während der Text generiert wird. Streaming hilft interaktiven Tools, wie einem Editor, in dem eine Person sieht, wie ein bereinigter Absatz erscheint. Die Token-Nutzung wird am Ende des Streams gemeldet, sodass du die Kosten weiterhin aufzeichnen kannst.

import os
from openai import OpenAI

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

stream = client.chat.completions.create(
    model="uncensored",
    stream=True,
    messages=[{"role": "user", "content": "Fix this OCR text: th1s is a sam-\nple."}],
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if getattr(chunk, "usage", None):
        print("\ntokens:", chunk.usage.prompt_tokens, chunk.usage.completion_tokens)

Ein Detail betrifft den Durchsatz. Eine gestreamte Anfrage belegt ihren Concurrency-Slot, bis der Stream endet. Wenn dein Code mitten aufhört zu lesen und die Verbindung offen lässt, bleibt dieser Slot belegt. Schließe den Stream explizit oder verbrauche ihn bis zum Ende.

JSON-Modus

Der JSON-Modus fordert das Modell auf, mit einem JSON-Objekt statt mit Fließtext zu antworten. Aktiviere es mit response_format und beschreibe die Schlüssel in deinen Anweisungen.

{
  "model": "uncensored",
  "temperature": 0,
  "response_format": {"type": "json_object"},
  "messages": [
    {"role": "system", "content": "Return JSON with keys 'text' (cleaned string) and 'uncertain_lines' (array of integers)."},
    {"role": "user", "content": "line one\nl1ne two\nline thr3e"}
  ]
}

Parse defensiv. Der JSON-Modus formt die Ausgabe, aber du solltest die Schlüssel und Typen immer noch validieren, bevor sie in deine Datenbank gelangen. Wenn eine Antwort durch max_tokens abgeschnitten wurde, kann das JSON unvollständig sein, also erhöhe die Obergrenze oder sende kleinere Stücke.

Function Calling

Function Calling lässt das Modell deinen Code um eine Aktion bitten, anstatt Fließtext zu schreiben. Für OCR-Arbeiten ist ein häufiger Anwendungsfall die Rückgabe strukturierter Korrekturen: Das Modell ruft eine Funktion mit der Zeilennummer und dem Ersatz auf, und dein Code wendet sie an. Definiere Tools im tools-Array, wähle das Verhalten mit tool_choice und gib Ergebnisse als Nachrichten mit role: "tool" zurück. Beim Streaming kommen Function Calls inkrementell als tool_calls-Deltas an.

tools = [{
    "type": "function",
    "function": {
        "name": "replace_line",
        "description": "Replace one line of the OCR text with a corrected version.",
        "parameters": {
            "type": "object",
            "properties": {
                "line": {"type": "integer"},
                "text": {"type": "string"},
            },
            "required": ["line", "text"],
        },
    },
}]

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "1: The inven-\n2: tory was com1leted."}],
    tools=tools,
    tool_choice="auto",
)
for call in resp.choices[0].message.tool_calls or []:
    print(call.function.name, call.function.arguments)

Argumente werden als JSON-String zurückgegeben. Parse sie, wende die Änderung an und, wenn du das Gespräch fortsetzt, hänge die Assistentennachricht und eine role: "tool"-Nachricht mit der passenden tool_call_id an. Dieses Muster hält die Output-Token niedrig, da das Modell nur die Zeilen zurückgibt, die es ändert.

Einstellungen für die Textbereinigung

Eine Referenz ist mit einem empfohlenen Startpunkt nützlicher, also hier ist, wie die Parameter normalerweise für die OCR-Reparatur kombiniert werden. Dies sind Vorschläge basierend auf dem Verhalten der Aufgabe, keine gemessenen Benchmarks.

  • Deterministische Reparatur: temperature 0, keine Penalties, ein fester seed. Verwende dies für Archive, bei denen du möchtest, dass ein Neudurchlauf die Ausgabe von gestern reproduziert.
  • Feldextraktion: temperature 0, response_format auf json_object gesetzt und eine max_tokens-Obergrenze knapp über dem größten Objekt, das du erwartest.
  • Interaktive Überprüfung: stream true und ein kurzer System-Prompt, damit ein Editor korrigierten Text erscheinen sieht und ihn frühzeitig stoppen kann.
  • Korrekturen auf Zeilenebene: Tools mit einer replace_line-ähnlichen Funktion, damit das Modell nur zurückgibt, was sich geändert hat.

Nachrichtenrollen folgen der üblichen Konvention: system für stehende Anweisungen, user für den OCR-Text, assistant für frühere Antworten in einer Multi-Turn-Sitzung und tool für Funktionsergebnisse. Gib die Anweisungen in die Systemnachricht und den Rohtext in die Benutzernachricht. Wenn der OCR-Text selbst etwas enthält, das wie eine Anweisung aussieht, wie ein gescanntes Schild, das besagt, vorherigen Text zu ignorieren, macht die Trennung es einfacher, dem Modell zu sagen, dass die Benutzernachricht Daten zur Reparatur sind und niemals ein zu folgender Befehl. Sage dies explizit im System-Prompt.

Behalte eine Aufzeichnung des X-Request-Id-Werts für jeden Aufruf. Das ist die Kennung, die der Support benötigt, wenn eine Seite falsch zurückkommt und du sie überprüfen lassen möchtest.

Limits, Header und Fehler

GrenzwertVoll-KeyTest-API-Schlüssel
Parallele Anfragen82
Anfragen pro Minute30060
Maximale Körpergröße8 MB8 MB
Kontextfenster100.000 Token100.000 Token

Die Antworten enthalten X-Request-Id (gib ihn dem Support an), X-Balance-USD (dein verbleibendes Guthaben), X-RateLimit-Limit-Requests und X-RateLimit-Limit-Concurrency.

Wenn du ein Limit überschreitest, antwortet die API mit HTTP 429. Der Fehlercode rate_limited bedeutet zu viele Anfragen in einer Minute, also verteile die Last. Der Code concurrency bedeutet zu viele Anfragen gleichzeitig in Bearbeitung, also reduziere die Anzahl der Worker. Ein 429 mit einem Retry-After: 5-Header signalisiert temporäre Überlastung: warte fünf Sekunden und sende erneut. Fehlgeschlagene und verweigerte Anfragen werden nicht berechnet, also ist eine Retry-Schleife sicher.

Abrechnung ist pro Token: $0,15 pro 1M Input und $0,50 pro 1M Output, abgezogen vom Prepaid-Guthaben, das nie verfällt. Siehe die Preisseite für Aufladebeträge und Boni. Prompts werden nicht zum Training verwendet. Die Inhaltsregel ist eine einzelne harte Grenze: keine sexuellen Inhalte mit Minderjährigen. Fragen zu den Richtlinien gehen an den Support.

Fragen und Antworten

Welche Endpunkte bietet die API an?

Zwei: POST /v1/chat/completions zur Generierung und GET /v1/models für die Modellliste. Beide verwenden denselben Bearer-Schlüssel.

Unterstützt es Streaming und Function Calling?

Ja. Setze stream auf true für SSE mit Nutzungsinformationen am Ende und nutze tools und tool_choice für Function Calling, wobei Ergebnisse als Nachrichten mit der Rolle tool zurückgegeben werden.

Wie groß ist die maximale Eingabegröße?

Das Kontextfenster umfasst 100.000 Token für Prompt plus Vervollständigung, und der Request-Body kann bis zu 8 MB groß sein.

Warum habe ich einen 429-Fehler erhalten?

Du hast entweder das Limit für Anfragen pro Minute (rate_limited), parallele Anfragen (concurrency) überschritten oder temporäre Überlastung erreicht, was Retry-After: 5 beinhaltet. Warte und versuche es erneut.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.

API-Schlüssel erhalten