ID ▾

LLM tanpa sensor untuk pascapemrosesan OCRhttps://api.llmocrapi.com/v1

llmocrapi.comPanduan

Integrasi API OCR: Contoh Kode dalam Python dan Node

Integrasi API OCR di sini berarti menambahkan satu panggilan HTTP setelah mesin OCR Anda: Anda mengirim teks mentah yang telah dikenali dan mendapatkan teks bersih sebagai hasilnya. Endpoint ini kompatibel dengan OpenAI, sehingga SDK yang mungkin sudah Anda miliki dapat bekerja setelah Anda mengubah dua pengaturan.

Diperbarui

Pipeline isometris yang membawa blok-blok tersebar melalui node pemrosesan ke tumpukan arsip yang rapi

Poin utama

  • Atur base URL ke https://api.llmocrapi.com/v1, gunakan model ID uncensored, dan kirimkan kunci Anda sebagai token Bearer.
  • API hanya menerima teks. Jalankan mesin OCR Anda terlebih dahulu dan masukkan hasilnya sebagai pesan pengguna.
  • Mode JSON mengembalikan hasil yang dapat dibaca mesin, dan thread pool kecil dengan hingga 8 worker menjaga kecepatan batch.
  • Respons 429 adalah sinyal untuk menunggu dan mencoba lagi, bukan kegagalan: permintaan yang gagal tidak akan dikenakan biaya.

Di mana panggilan ini berada dalam pipeline

Alur dokumen tipikal memiliki empat langkah. Pemindai atau kamera ponsel menghasilkan gambar, mesin OCR mengubah gambar menjadi teks mentah, langkah pembersihan memperbaiki teks tersebut, dan aplikasi Anda menyimpan atau mencari hasilnya. API yang dijelaskan di sini adalah langkah ketiga. API ini tidak pernah melihat gambar, dan tidak memiliki input gambar. Ini adalah fitur ketika Anda mengutamakan privasi pemindaian asli, karena hanya teks yang meninggalkan mesin Anda, dan menjadi batasan ketika Anda mengharapkan satu endpoint yang menangani gambar.

Prompt tidak digunakan untuk pelatihan. Namun, kirimkan hanya apa yang dibutuhkan tugas: hapus nomor akun atau nama sebelum panggilan jika pembersihan tidak bergantung pada hal tersebut.

Sebelum Anda menulis kode, dapatkan kunci API. Pengguna baru dapat mengklaim kredit uji coba senilai $0,50 dengan satu klik di halaman tersebut setelah mendaftar, yang cukup untuk menjalankan setiap contoh di bawah ini berkali-kali. Kunci uji coba memungkinkan 2 permintaan paralel dan 60 permintaan per menit; kunci penuh memungkinkan 8 dan 300.

Pengaturan yang Anda butuhkan

PengaturanNilai
URL dasarhttps://api.llmocrapi.com/v1
EndpointPOST /v1/chat/completions
ID modeluncensored
Header AuthAuthorization: Bearer YOUR_KEY
Jendela konteks100.000 token, prompt plus penyelesaian

Simpan kunci dalam variabel lingkungan, jangan dalam kontrol sumber. Contoh membaca LLMOCR_API_KEY.

Dua catatan praktis sebelum Anda memulai. Jauhkan kunci dari kode front-end, karena apa pun yang dikirim ke browser dapat dibaca oleh penggunanya; panggil API dari server atau worker. Dan putuskan sejak awal di mana teks OCR mentah dan teks bersih akan disimpan, karena output bersih adalah file yang akan Anda cari, indeks, dan tampilkan kepada orang lain, sedangkan teks mentah adalah bukti Anda jika suatu koreksi dipertanyakan.

Permintaan pertama dengan curl

Mulailah dengan curl agar Anda dapat melihat bentuk mentah permintaan sebelum SDK menyembunyikannya. Contoh di bawah ini adalah fragmen OCR yang rusak tipikal: tanda hubung yang terpecah di antara baris, huruf yang tertukar dengan digit, dan nomor halaman yang tersesat.

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."}
    ]
  }'

Balasan mengikuti format chat completion standar. Teks bersih ada di choices[0].message.content, dan usage melaporkan token prompt dan penyelesaian untuk panggilan tersebut. Atur temperature ke 0 untuk pembersihan. Anda ingin input yang sama memberikan output yang sama, bukan variasi kreatif.

Python dengan SDK OpenAI

Instal SDK dengan pip install openai. Hanya konstruktor yang berbeda dari pengaturan OpenAI standar.

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."))

Argumen max_retries memberi tahu SDK untuk mencoba lagi pada kesalahan koneksi dan respons 429 dengan backoff, sehingga Anda tidak perlu menulis loop itu sendiri untuk penggunaan ringan.

Contoh Node.js

Dengan npm install openai dan modul ES, panggilan yang sama terlihat seperti ini.

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."));

Apa pun yang menggunakan format obrolan OpenAI, seperti alat otomatisasi tanpa kode atau pembungkus internal yang sudah ada, dapat menggunakan dua pengaturan yang sama. Dokumentasi mencantumkan setiap parameter yang didukung.

Output terstruktur dengan mode JSON

Teks bebas baik untuk arsip, tetapi pipeline ekstraksi data membutuhkan bidang. Aktifkan mode JSON dengan response_format dan jelaskan bentuk yang Anda inginkan dalam prompt. Meminta JSON dalam instruksi serta dalam pengaturan memberikan hasil yang paling andal.

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)

Selalu bungkus json.loads dalam blok try dan simpan teks mentah, karena respons yang sangat panjang atau terpotong masih dapat menghasilkan JSON yang tidak valid. Jika parsing gagal, coba lagi sekali dan kemudian antrikan halaman untuk tinjauan manual.

Memproses batch secara paralel

Satu permintaan pada satu waktu lambat untuk ribuan halaman. Kunci penuh memungkinkan 8 permintaan paralel, sehingga pool 6 atau 8 worker menjaga Anda di bawah batas. Sisakan sedikit ruang jika kunci yang sama digunakan oleh layanan lain.

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)

Jika Anda melebihi batas, API mengembalikan HTTP 429. Kode kesalahan rate_limited berarti terlalu banyak permintaan per menit, dan concurrency berarti terlalu banyak sekaligus. 429 dengan header Retry-After: 5 berarti kelebihan beban sementara: tunggu lima detik. Permintaan streaming mempertahankan slot konkurensi hingga stream berakhir, jadi tutup stream yang sudah Anda hentikan pembacaannya.

Pantau header respons X-Balance-USD selama proses panjang. Ketika nilai ini rendah, jeda dan isi saldo dari halaman harga daripada membiarkan pekerjaan gagal di tengah jalan.

Dokumen panjang dan memeriksa output

Output OCR nyata jarang berupa satu halaman rapi. Buku yang dipindai memberi Anda ribuan halaman, dan kerusakannya tidak merata: bab yang bersih, lalu halaman yang kotor penuh dengan karakter yang rusak. Beberapa kebiasaan menjaga langkah pembersihan dapat diprediksi.

Pisahkan berdasarkan struktur, bukan berdasarkan jumlah karakter. Potong pada batas halaman atau batas paragraf, agar model tidak pernah menerima setengah kalimat di awal bagian. Jika sebuah kalimat melintasi batas halaman, sertakan paragraf terakhir dari halaman sebelumnya sebagai konteks baca-saja dan beri tahu model untuk hanya mengembalikan halaman saat ini. Itu memerlukan beberapa token input tambahan per permintaan, yang pada $0,15 per 1 juta token hampir tidak ada biayanya, dan itu memperbaiki kata bertanda hubung yang terpotong di antara dua halaman.

Verifikasi setiap hasil dengan pemeriksaan murah sebelum Anda menerimanya. Bandingkan panjang teks bersih dengan sumber: rasio yang jauh dari 1 berarti model telah menghilangkan atau mengarang konten. Bandingkan angka: tarik setiap urutan digit dari kedua versi dan tandai halaman di mana mereka berbeda, karena tanggal, jumlah, dan pengenal adalah kesalahan termahal yang terlewat. Simpan OCR mentah di sebelah teks bersih, sehingga seseorang selalu dapat merekonstruksi apa yang sebenarnya dilihat mesin.

Akhirnya, perlakukan proses pertama sebagai uji coba. Bersihkan 20 halaman, baca sepuluh di antaranya sendiri, dan sesuaikan sistem prompt. Biasanya dua atau tiga putaran pengeditan pada instruksi memberikan dampak lebih besar terhadap kualitas daripada perubahan parameter apa pun.

Kesalahan umum

  • Mengirim halaman yang sangat besar dalam satu bagian. Jendela konteks adalah 100.000 token dan badan permintaan maksimum adalah 8 MB, tetapi akurasi lebih baik dengan bagian berukuran halaman, dan bagian yang gagal lebih murah untuk diulang.
  • Membiarkan model menulis ulang. Jika prompt tidak mengatakan untuk tidak menambah atau menghapus fakta, model mungkin menghaluskan bagian yang rusak. Jaga instruksi eksplisit dan bandingkan panjang: halaman bersih yang jauh lebih pendek dari sumbernya patut diperiksa.
  • Menggunakan nama model yang salah. Satu-satunya model ID adalah uncensored. Anda dapat mencantumkan model dengan GET /v1/models.
  • Mengharapkan embedding atau input gambar. Keduanya tidak ada pada API ini. Untuk pencarian di atas teks bersih, gunakan alat embedding terpisah.
  • Lupa mencatat ID permintaan. Setiap respons menyertakan header X-Request-Id. Simpan di sebelah halaman agar dukungan dapat melacak hasil yang buruk.

Aturan konten sederhana: model disesuaikan untuk menjawab tanpa penolakan untuk penggunaan dewasa yang sah, dan konten seksual yang melibatkan anak di bawah umur tidak pernah diizinkan. Pertanyaan tentang kasus tertentu dikirim ke dukungan.

Tanya jawab

Apakah saya memerlukan SDK khusus?

Tidak. SDK OpenAI atau klien HTTP apa pun berfungsi setelah Anda mengatur base URL ke https://api.llmocrapi.com/v1, menggunakan model ID uncensored, dan mengirimkan kunci Bearer.

Bisakah saya mengirim gambar atau PDF langsung?

Tidak. API hanya menerima teks. Jalankan mesin OCR terlebih dahulu dan kirimkan hasilnya sebagai konten pesan.

Berapa banyak permintaan yang dapat saya jalankan secara bersamaan?

Kunci penuh mengizinkan 8 permintaan konkuren dan 300 permintaan per menit. Kunci uji coba mengizinkan 2 permintaan konkuren dan 60 per menit.

Apa yang terjadi jika saya mencapai rate limit?

Anda akan menerima HTTP 429 dengan kode rate_limited atau concurrency. Tunggu dan coba lagi; permintaan yang gagal tidak akan dikenakan biaya.

Kunci Anda hanya selangkah lagi dari satu formulir

Buat akun, salin kunci, ubah base URL. Itu saja seluruh proses pengaturannya.

Dapatkan kunci API