llmocrapi.comGuide
Documentation de l'API OCR : endpoints, modes et limites
Cette page sert de documentation API OCR pour les développeurs qui souhaitent accéder à l'intégralité des fonctionnalités en un seul endroit : deux endpoints, quatre modes de requête, les limites et les erreurs. L'API nettoie le texte qu'un moteur OCR a déjà produit ; elle ne lit pas d'images.
Mis à jour le

Points clés
- Deux méthodes existent : POST /v1/chat/completions et GET /v1/models, authentifiées avec une clé Bearer.
- Le streaming, le mode JSON et l'appel de fonctions suivent le format de chat OpenAI, avec l'ID de modèle uncensored.
- Limites : 8 requêtes simultanées et 300 par minute avec une clé complète, 2 et 60 avec une clé d'essai, corps de requête de 8 Mo.
- Les erreurs de surcharge sont des HTTP 429 avec un code indiquant s'il faut ralentir ou réduire le parallélisme.
Vue d'ensemble et authentification
Le service est une API textuelle hébergée, compatible OpenAI. Son objectif sur ce site est la seconde partie d'un travail OCR : prendre la chaîne brute produite par un moteur OCR et retourner du texte propre, des champs structurés ou des lignes signalées. L'entrée est du texte uniquement. Il n'y a pas d'entrée ou de sortie d'image, d'audio ou de vidéo, pas d'embeddings et pas de fine-tuning.
Tout se trouve sous une seule Base URL, https://api.llmocrapi.com/v1. L'authentification utilise un en-tête Bearer standard : Authorization: Bearer YOUR_KEY. Vous créez la clé sur la page clé API après vous être connecté avec Google, ou avec e-mail et mot de passe. Le modèle derrière l'endpoint est un seul modèle à poids ouverts exécuté par un fournisseur indépendant. Ce n'est l'API officielle d'aucun fournisseur de modèle et ce n'est pas un routeur entre fournisseurs. Son ID est toujours uncensored.
Pour un tutoriel pratique au lieu d'une référence, le guide de démarrage rapide dans la section documentation détaille la première requête pas à pas.
Vue d'ensemble des endpoints
| Méthode et chemin | Objectif |
|---|---|
GET /v1/models | Liste les modèles disponibles. Utilisez-le comme une vérification de clé à faible coût. |
POST /v1/chat/completions | Exécute le modèle sur une liste de messages. Prend en charge le streaming, le mode JSON et les outils. |
C'est toute la surface. Comme elle correspond au format de communication OpenAI, n'importe quelle bibliothèque cliente qui vous permet de définir une URL de base et une clé fonctionnera. Le contrôle de cohérence le plus rapide est :
curl https://api.llmocrapi.com/v1/models \
-H "Authorization: Bearer $LLMOCR_API_KEY"
Une clé valide renvoie une liste de modèles contenant uncensored. Une clé incorrecte renvoie une erreur d'authentification, ce qui indique que le problème vient de la clé et non de votre corps de requête.
Paramètres de la requête
Une requête de complétion de chat nécessite model et messages. Les champs optionnels ci-dessous sont transmis au modèle.
temperatureettop_p: contrôles d'échantillonnage. Pour la réparation OCR, utiliseztemperature0 afin qu'une entrée identique donne une sortie identique.max_tokens: optionnel. Si vous l'omettez, la complétion peut utiliser tout ce qui reste de la fenêtre de 100 000 tokens après votre prompt. Définissez-le lorsque vous voulez un plafond strict sur le coût par appel.stop: chaînes qui terminent la génération. Pratique lorsque vous demandez une sortie entre des marqueurs.seed: améliore la répétabilité entre les exécutions.presence_penaltyetfrequency_penalty: passés tels quels. Laissez-les à zéro pour le nettoyage, car les pénalités peuvent pousser le modèle à modifier des mots légitimes répétés tels que les en-têtes de tableau.stream,response_format,toolsettool_choice: couverts dans les trois sections suivantes.
La fenêtre de contexte compte le prompt et la complétion ensemble pour 100 000 tokens, et le corps de la requête peut faire jusqu'à 8 Mo. En pratique, la limite de tokens arrive en premier.
Réponses en streaming
Définissez "stream": true et l'API envoie des Server-Sent Events au fur et à mesure de la génération du texte. Le streaming aide les outils interactifs, comme un éditeur où une personne voit apparaître un paragraphe nettoyé. L'utilisation de tokens est rapportée à la fin du flux, afin que vous puissiez toujours enregistrer le coût.
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 détail affecte le débit. Une requête en streaming occupe son slot de concurrence jusqu'à la fin du flux. Si votre code arrête de lire à mi-parcours et laisse la connexion ouverte, ce slot reste occupé. Fermez explicitement le flux, ou consommez-le jusqu'au bout.
Mode JSON
Le mode JSON demande au modèle de répondre avec un objet JSON plutôt que du texte. Activez-le avec response_format et décrivez les clés dans vos instructions.
{
"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"}
]
}
Analysez de manière défensive. Le mode JSON structure la sortie, mais vous devez toujours valider les clés et les types avant de les insérer dans votre base de données. Si une réponse a été coupée par max_tokens, le JSON peut être incomplet, alors augmentez le plafond ou envoyez des morceaux plus petits.
Appel de fonctions
L'appel de fonctions permet au modèle de demander à votre code de faire quelque chose au lieu d'écrire du texte. Pour le travail OCR, une utilisation courante est le retour de corrections structurées : le modèle appelle une fonction avec le numéro de ligne et le remplacement, et votre code l'applique. Définissez les outils dans le tableau tools, choisissez le comportement avec tool_choice, et retournez les résultats sous forme de messages avec role: "tool". En streaming, les appels d'outils arrivent de manière incrémentielle sous forme de 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)
Les arguments reviennent sous forme de chaîne JSON. Analysez-les, appliquez le changement, et si vous poursuivez la conversation, ajoutez le message de l'assistant et un message role: "tool" avec l'identifiant tool_call_id correspondant. Ce schéma garde la consommation de tokens de sortie faible, car le modèle ne retourne que les lignes qu'il modifie.
Paramètres adaptés au nettoyage de texte
Une référence est plus utile avec un point de départ recommandé, voici donc comment les paramètres se combinent généralement pour la réparation OCR. Ce sont des suggestions basées sur le comportement de la tâche, pas des benchmarks mesurés.
- Réparation déterministe :
temperature0, aucune pénalité, unseedfixe. Utilisez ceci pour les archives où vous voulez qu'une nouvelle exécution reproduise la sortie d'hier. - Extraction de champs :
temperature0,response_formatdéfini surjson_object, et un plafondmax_tokenslégèrement supérieur au plus grand objet que vous attendez. - Revue interactive :
streamtrue et un prompt système court, afin qu'un éditeur voie apparaître le texte corrigé et puisse l'arrêter tôt. - Corrections au niveau des lignes : outils avec une fonction de style
replace_line, afin que le modèle ne retourne que ce qui a changé.
Les rôles des messages suivent la convention habituelle : system pour les instructions permanentes, user pour le texte OCR, assistant pour les réponses antérieures dans une session multi-tours, et tool pour les résultats de fonction. Mettez les instructions dans le message système et le texte brut dans le message utilisateur. Si le texte OCR lui-même contient quelque chose qui ressemble à une instruction, comme un panneau numérisé disant d'ignorer le texte précédent, la séparation permet d'indiquer plus facilement au modèle que le message utilisateur contient des données à réparer et jamais une commande à suivre. Dites-le explicitement dans le prompt système.
Conservez une trace de la valeur X-Request-Id pour chaque appel. C'est la référence dont le support a besoin si une page revient mal et que vous voulez qu'elle soit examinée.
Limites, en-têtes et erreurs
| Limite | Clé complète | Clé d'essai |
|---|---|---|
| Requêtes simultanées | 8 | 2 |
| Requêtes par minute | 300 | 60 |
| Taille maximale du corps | 8 Mo | 8 Mo |
| Fenêtre de contexte | 100 000 tokens | 100 000 tokens |
Les réponses incluent X-Request-Id (citez-le au support), X-Balance-USD (votre crédit restant), X-RateLimit-Limit-Requests et X-RateLimit-Limit-Concurrency.
Lorsque vous dépassez une limite, l'API répond HTTP 429. Le code d'erreur rate_limited signifie trop de requêtes par minute, donc répartissez la charge. Le code concurrency signifie trop de requêtes en cours, donc réduisez le nombre de workers. Un 429 portant un en-tête Retry-After: 5 signale une surcharge temporaire : attendez cinq secondes et renvoyez. Les requêtes échouées et refusées ne sont pas facturées, donc une boucle de nouvelle tentative est sûre.
La facturation est par token : 0,15 $ par 1M en entrée et 0,50 $ par 1M en sortie, prélevés sur le crédit prépayé qui n'expire jamais. Consultez la page tarifs pour les montants de rechargement et les bonus. Les prompts ne sont pas utilisés pour l'entraînement. La règle de contenu est une seule limite stricte : pas de contenu sexuel impliquant des mineurs. Les questions sur la politique sont à adresser au support.
Plus de guides
Questions et réponses
Quels endpoints l'API propose-t-elle ?
Deux : POST /v1/chat/completions pour la génération et GET /v1/models pour la liste des modèles. Les deux utilisent la même clé Bearer.
Prend-il en charge le streaming et l'appel de fonctions ?
Oui. Définissez stream à true pour le SSE avec l'utilisation à la fin, et utilisez tools et tool_choice pour les appels de fonctions, en renvoyant les résultats en tant que messages de rôle tool.
Quelle est la taille maximale d'entrée ?
La fenêtre de contexte est de 100 000 tokens pour le prompt plus la complétion, et le corps de la requête peut faire jusqu'à 8 Mo.
Pourquoi ai-je eu une erreur 429 ?
Vous avez dépassé soit les requêtes par minute (rate_limited), soit les requêtes simultanées (concurrency), ou bien vous avez rencontré une surcharge temporaire, ce qui inclut Retry-After: 5. Attendez et réessayez.
Votre clé n'est qu'à un formulaire de distance
Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.