ES ▾

LLM sin censura para postprocesamiento OCRhttps://api.llmocrapi.com/v1

llmocrapi.comGuía

Documentación de la API de OCR: endpoints, modos y límites

Esta página funciona como documentación de la API de OCR para desarrolladores que quieren toda la superficie en un solo lugar: dos endpoints, cuatro modos de petición, los límites y los errores. La API limpia texto que un motor de OCR ya ha producido; no lee imágenes.

Actualizado

Paneles de referencia flotantes con nodos de flujo, una secuencia de puntos y una forma de corchete, representando modos de documentación de API

Puntos clave

  • Existen dos métodos: POST /v1/chat/completions y GET /v1/models, autenticados con una clave Bearer.
  • Streaming, modo JSON y llamadas a funciones siguen el formato de chat de OpenAI, con el ID de modelo uncensored.
  • Límites: 8 peticiones simultáneas y 300 por minuto con una clave completa, 2 y 60 con una clave de prueba, cuerpo de 8 MB.
  • Los errores por sobrecarga son HTTP 429 con un código que indica si debes reducir la velocidad o reducir la concurrencia.

Visión general y autenticación

El servicio es una API de texto alojada y compatible con OpenAI. Su propósito en este sitio es la segunda mitad de un trabajo de OCR: tomar la cadena cruda que produjo un motor de OCR y devolver prosa limpia, campos estructurados o líneas marcadas. La entrada es solo texto. No hay entrada ni salida de imágenes, audio o video, ni embeddings ni fine-tuning.

Todo está bajo una única base URL, https://api.llmocrapi.com/v1. La autenticación usa la cabecera Bearer estándar: Authorization: Bearer YOUR_KEY. Creas la clave en la página de clave de API tras registrarte con Google, o con correo y contraseña. El modelo detrás del endpoint es un único modelo de pesos abiertos gestionado por un proveedor independiente. No es la API oficial de ningún proveedor de modelos ni un enrutador entre proveedores. Su ID es siempre uncensored.

Para una guía práctica en lugar de una referencia, la guía rápida en la sección de documentación cubre la primera petición paso a paso.

Endpoints de un vistazo

Método y rutaPropósito
GET /v1/modelsEnumera los modelos disponibles. Úsalo como una verificación de clave de bajo costo.
POST /v1/chat/completionsEjecuta el modelo en una lista de mensajes. Soporta streaming, modo JSON y herramientas.

Esa es toda la superficie. Como coincide con el formato de comunicación de OpenAI, cualquier biblioteca de clientes que te permita configurar una Base URL y una clave funcionará. La comprobación rápida más sencilla es:

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

Una clave válida devuelve una lista de modelos que contiene uncensored. Una clave incorrecta devuelve un error de autenticación, lo que te indica que el problema es la clave y no el cuerpo de tu petición.

Parámetros de la petición

Una petición de chat completion necesita model y messages. Los campos opcionales que se indican a continuación se pasan al modelo.

  • temperature y top_p: controles de muestreo. Para reparación de OCR usa temperature 0 para que la entrada idéntica dé salida idéntica.
  • max_tokens: opcional. Si no lo indicas, la completion puede usar todo lo que quede de la ventana de 100.000 tokens después de tu prompt. Establécelo cuando quieras un límite estricto del coste por llamada.
  • stop: cadenas que terminan la generación. Útil cuando pides salida entre marcadores.
  • seed: mejora la repetibilidad entre ejecuciones.
  • presence_penalty y frequency_penalty: se pasan. Déjalos en cero para limpieza, ya que las penalizaciones pueden empujar al modelo a alterar palabras legítimas repetidas como las cabeceras de tabla.
  • stream, response_format, tools y tool_choice: cubiertos en las tres secciones siguientes.

La ventana de contexto cuenta prompt y completión juntos en 100.000 tokens, y el cuerpo de la petición puede ser de hasta 8 MB. En la práctica, el límite de tokens llega primero.

Respuestas en streaming

Establece "stream": true y la API envía Server-Sent Events a medida que se genera el texto. El streaming ayuda a las herramientas interactivas, como un editor donde una persona ve aparecer un párrafo limpio. El uso de tokens se informa al final del stream, así que aún puedes registrar el coste.

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)

Un detalle afecta el rendimiento. Una petición en streaming ocupa su espacio de concurrencia hasta que termina el stream. Si tu código deja de leer a mitad de camino y deja la conexión abierta, ese espacio se mantiene ocupado. Cierra el stream explícitamente, o consúmelo hasta el final.

Modo JSON

El modo JSON pide al modelo que responda con un objeto JSON en lugar de prosa. Actívalo con response_format y describe las claves en tus instrucciones.

{
  "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"}
  ]
}

Analiza de forma defensiva. El modo JSON moldea la salida, pero aún debes validar las claves y tipos antes de que vayan a tu base de datos. Si una respuesta fue cortada por max_tokens, el JSON puede estar incompleto, así que sube el límite o envía piezas más pequeñas.

Llamadas a funciones

Las llamadas a funciones permiten al modelo pedir a tu código que haga algo en lugar de escribir prosa. Para trabajo de OCR, un uso común es devolver correcciones estructuradas: el modelo llama a una función con el número de línea y la sustitución, y tu código la aplica. Define herramientas en el array tools, elige comportamiento con tool_choice y devuelve resultados como mensajes con role: "tool". Cuando haces streaming, las llamadas a funciones llegan de forma incremental como deltas tool_calls.

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)

Los argumentos vuelven como una cadena JSON. Analízalos, aplica el cambio y, si continúas la conversación, añade el mensaje del asistente y un mensaje con role: "tool" con el tool_call_id correspondiente. Este patrón mantiene bajos los tokens de salida, ya que el modelo devuelve solo las líneas que cambia.

Configuraciones adecuadas para la limpieza de texto

Una referencia es más útil con un punto de partida recomendado, así que aquí tienes cómo se combinan generalmente los parámetros para la reparación de OCR. Estas son sugerencias basadas en cómo se comporta la tarea, no benchmarks medidos.

  • Reparación determinista: temperature 0, sin penalizaciones, un seed fijo. Úsalo para archivos donde quieras que una ejecución repetida reproduzca la salida de ayer.
  • Extracción de campos: temperature 0, response_format establecido en json_object, y un límite de max_tokens ligeramente por encima del objeto más grande que esperes.
  • Revisión interactiva: stream true y un prompt de sistema corto, para que un editor vea aparecer texto corregido y pueda detenerlo antes.
  • Correcciones a nivel de línea: herramientas con una función de estilo replace_line, para que el modelo devuelva solo lo que cambió.

Los roles de los mensajes siguen la convención habitual: system para instrucciones fijas, user para el texto de OCR, assistant para respuestas anteriores en una sesión multi-turno, y tool para los resultados de funciones. Coloca las instrucciones en el mensaje del sistema y el texto sin procesar en el mensaje del usuario. Si el texto de OCR contiene algo que parece una instrucción, como un letrero escaneado que dice ignorar el texto anterior, la separación facilita indicarle al modelo que el mensaje del usuario es datos para reparar y nunca un comando a seguir. Dilo explícitamente en el prompt del sistema.

Mantén un registro del valor X-Request-Id para cada llamada. Es el identificador que necesita soporte si una página vuelve mal y quieres que la revisen.

Límites, cabeceras y errores

LímiteClave completaClave de prueba
Peticiones simultáneas82
Peticiones por minuto30060
Tamaño máximo del cuerpo8 MB8 MB
Ventana de contexto100.000 tokens100.000 tokens

Las respuestas incluyen X-Request-Id (cítalo para soporte), X-Balance-USD (tu crédito restante), X-RateLimit-Limit-Requests y X-RateLimit-Limit-Concurrency.

Cuando pasas un límite, la API responde HTTP 429. El código de error rate_limited significa demasiadas peticiones en un minuto, así que distribuye la carga. El código concurrency significa demasiadas peticiones en vuelo, así que reduce el número de trabajadores. Un 429 que lleva una cabecera Retry-After: 5 señala sobrecarga temporal: espera cinco segundos y envía de nuevo. Las peticiones fallidas y rechazadas no se cobran, así que un bucle de reintento es seguro.

La facturación es por token: $0.15 por 1M de entrada y $0.50 por 1M de salida, descontados del crédito prepago que no caduca. Consulta la página de precios para montos de recarga y bonos. Los prompts no se usan para entrenamiento. La regla de contenido es un límite estricto único: sin contenido sexual que involucre a menores de edad. Las dudas sobre la política van a soporte.

Preguntas y respuestas

¿Qué endpoints ofrece la API?

Dos: POST /v1/chat/completions para generación y GET /v1/models para la lista de modelos. Ambos usan la misma clave Bearer.

¿Admite streaming y llamadas a funciones?

Sí. Configura stream a true para SSE con uso al final, y usa tools y tool_choice para llamadas a funciones, devolviendo los resultados como mensajes de role tool.

¿Cuál es el tamaño máximo de entrada?

La ventana de contexto es de 100.000 tokens para prompt más completion, y el cuerpo de la petición puede ser de hasta 8 MB.

¿Por qué obtuve un error 429?

Superaste ya sea las peticiones por minuto (rate_limited), las peticiones simultáneas (concurrency), o alcanzaste una sobrecarga temporal, que incluye Retry-After: 5. Espera y reintenta.

Tu clave está a un formulario de distancia

Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.

Obtener clave de API