llmocrapi.comGids
OCR API-documentatie: endpoints, modi en limieten
Deze pagina fungeert als OCR API-documentatie voor ontwikkelaars die het volledige oppervlak op één plek willen: twee endpoints, vier request modi, de limieten en de fouten. De API maakt tekst op die een OCR-engine al heeft geproduceerd; hij leest geen afbeeldingen.
Bijgewerkt

Belangrijkste punten
- Er zijn twee methoden: POST /v1/chat/completions en GET /v1/models, geauthenticeerd met een Bearer-sleutel.
- Streaming, JSON-modus en function calling volgen het OpenAI chat-formaat, met de model ID uncensored.
- Limieten: 8 gelijktijdige verzoeken en 300 per minuut op een volledige sleutel, 2 en 60 op een proefsleutel, 8 MB body.
- Fouten bij overbelasting zijn HTTP 429 met een code die aangeeft of je het tempo moet verlagen of de paralleliteit moet verminderen.
Overzicht en authenticatie
De service is een gehoste, OpenAI-compatibele tekst-API. Het doel op deze site is de tweede helft van een OCR-taak: neem de ruwe string die een OCR-engine heeft geproduceerd en retourneer schone tekst, gestructureerde velden of gemarkeerde regels. Input is alleen tekst. Er is geen input of output van afbeeldingen, audio of video, geen embeddings en geen fine-tuning.
Alles bevindt zich onder één base URL, https://api.llmocrapi.com/v1. Authenticatie is een standaard Bearer-header: Authorization: Bearer YOUR_KEY. Je maakt de sleutel aan op de API key-pagina na het aanmelden met Google, of met e-mail en wachtwoord. Het model achter het endpoint is een enkel open-weight model dat door een onafhankelijke provider wordt uitgevoerd. Het is niet de officiële API van een modelleverancier en het is geen router tussen leveranciers. De ID is altijd uncensored.
Voor een praktische walkthrough in plaats van een referentie behandelt de quickstart in de docs-sectie de eerste request stap voor stap.
Endpoints in het kort
| Methode en pad | Doel |
|---|---|
GET /v1/models | Toont beschikbare modellen. Gebruik het als een goedkope sleutelcontrole. |
POST /v1/chat/completions | Voert het model uit op een lijst van berichten. Ondersteunt streaming, JSON-modus en tools. |
Dat is het hele oppervlak. Omdat het overeenkomt met het OpenAI-wireformaat, werkt elke clientbibliotheek waarmee je een basis-URL en sleutel kunt instellen. De snelste sanity check is:
curl https://api.llmocrapi.com/v1/models \
-H "Authorization: Bearer $LLMOCR_API_KEY"
Een geldige sleutel retourneert een modellenlijst met uncensored. Een ongeldige sleutel retourneert een authenticatiefout, wat aangeeft dat het probleem bij de sleutel ligt en niet bij je request body.
Verzoekparameters
Een chat-completieverzoek vereist model en messages. De optionele velden hieronder worden doorgegeven aan het model.
temperatureentop_p: bemonsteringsparameters. Voor OCR-reparatie gebruik jetemperature0 zodat dezelfde input dezelfde output geeft.max_tokens: optioneel. Als je het weglaat, kan de completion het resterende deel van het 100.000-token venster na je prompt gebruiken. Stel het in als je een harde limiet wilt voor de kosten per aanroep.stop: strings die generatie beëindigen. Handig als je om output tussen markers vraagt.seed: verbetert reproduceerbaarheid over runs.presence_penaltyenfrequency_penalty: doorgegeven. Laat ze op nul staan voor opschoning, omdat penalties het model kunnen aanzetten tot het wijzigen van herhaalde geldige woorden zoals tabelkopteksten.stream,response_format,toolsentool_choice: behandeld in de volgende drie secties.
Het contextvenster telt prompt en completion samen op 100.000 tokens, en de request body kan maximaal 8 MB zijn. In de praktijk komt de tokenlimiet eerst.
Streaming-antwoorden
Stel "stream": true in en de API stuurt Server-Sent Events terwijl de tekst wordt gegenereerd. Streaming helpt interactieve tools, zoals een editor waar een persoon ziet hoe een opgeschoonde alinea verschijnt. Token-verbruik wordt aan het einde van de stream gerapporteerd, zodat je de kosten nog steeds kunt registreren.
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)
Eén detail beïnvloedt de throughput. Een gestreamde request bezet zijn concurrency slot tot de stream eindigt. Als je code stopt met lezen halverwege en de verbinding open laat, blijft dat slot bezet. Sluit de stream expliciet, of consumeer hem tot het einde.
JSON-modus
JSON-modus vraagt het model om te antwoorden met een JSON-object in plaats van tekst. Activeer het met response_format en beschrijf de keys in je instructies.
{
"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 defensief. JSON-modus vormt de output, maar je moet de keys en types nog steeds valideren voordat ze naar je database gaan. Als een response werd afgekapt door max_tokens, kan de JSON onvolledig zijn, dus verhoog de cap of stuur kleinere stukken.
Function calling
Function calling stelt het model in staat om je code iets te laten doen in plaats van tekst te schrijven. Voor OCR-werk is een veelgebruikt geval het retourneren van gestructureerde correcties: het model roept een functie aan met het regelnummer en de vervanging, en jouw code past dit toe. Definieer tools in de tools array, kies gedrag met tool_choice, en retourneer resultaten als berichten met role: "tool". Bij streaming komen tool calls incrementeel aan als tool_calls deltas.
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)
Argumenten komen terug als een JSON-string. Parse ze, pas de wijziging toe, en als je het gesprek voortzet, voeg dan het assistant bericht en een role: "tool" bericht toe met de bijpassende tool_call_id. Dit patroon houdt de output tokens laag, omdat het model alleen de regels retourneert die het wijzigt.
Instellingen voor tekstopschoning
Een referentie is nuttiger met een aanbevolen startpunt, dus hier is hoe de parameters meestal combineren voor OCR-reparatie. Dit zijn suggesties op basis van hoe de taak zich gedraagt, geen gemeten benchmarks.
- Deterministische reparatie:
temperature0, geen penalties, een vasteseed. Gebruik dit voor archieven waar je wilt dat een rerun de output van gisteren reproduceert. - Veldextractie:
temperature0,response_formatingesteld opjson_object, en eenmax_tokenscap iets boven het grootste object dat je verwacht. - Interactieve review:
streamtrue en een kort system prompt, zodat een editor gecorrigeerde tekst ziet verschijnen en het vroeg kan stoppen. - Fixes op regelniveau: tools met een
replace_linestijl functie, zodat het model alleen retourneert wat is gewijzigd.
Berichtrollen volgen de gebruikelijke conventie: system voor staande instructies, user voor de OCR-tekst, assistant voor eerdere antwoorden in een multi-turn sessie, en tool voor functie-resultaten. Plaats de instructies in het system bericht en de ruwe tekst in het user bericht. Als de OCR-tekst zelf iets bevat dat lijkt op een instructie, zoals een gescand bord dat zegt dat je eerdere tekst moet negeren, maakt de scheiding het makkelijker om het model te vertellen dat het user bericht data is om te repareren en nooit een opdracht om op te volgen. Zeg dit expliciet in het system prompt.
Bewaar de X-Request-Id waarde voor elke call. Dit is de referentie die support nodig heeft als één pagina verkeerd terugkomt en je wilt dat het wordt nagekeken.
Limieten, headers en fouten
| Limiet | Volledige sleutel | Proefsleutel |
|---|---|---|
| Gelijktijdige verzoeken | 8 | 2 |
| Verzoeken per minuut | 300 | 60 |
| Maximale body grootte | 8 MB | 8 MB |
| Contextvenster | 100.000 tokens | 100.000 tokens |
Responses bevatten X-Request-Id (vermeld het bij support), X-Balance-USD (je resterende tegoed), X-RateLimit-Limit-Requests en X-RateLimit-Limit-Concurrency.
Wanneer je een limiet passeert, antwoordt de API met HTTP 429. De foutcode rate_limited betekent te veel verzoeken in een minuut, dus spreid de belasting. De code concurrency betekent te veel verzoeken tegelijk bezig, dus verlaag het aantal workers. Een 429 met een Retry-After: 5 header signaleert tijdelijke overbelasting: wacht vijf seconden en stuur opnieuw. Mislukte en geweigerde verzoeken worden niet in rekening gebracht, dus een retry loop is veilig.
Facturatie is per token: $0,15 per 1M input en $0,50 per 1M output, afgeschreven van prepaid tegoed dat nooit vervalt. Zie de prijzenpagina voor top-up bedragen en bonussen. Prompts worden niet gebruikt voor training. De contentregel is een enkele harde limiet: geen seksuele inhoud met minderjarigen. Vragen over het beleid gaan naar support.
Meer handleidingen
Vragen en antwoorden
Welke endpoints biedt de API?
Twee: POST /v1/chat/completions voor generatie en GET /v1/models voor de modellenlijst. Beide gebruiken dezelfde Bearer-sleutel.
Ondersteunt het streaming en function calling?
Ja. Stel stream in op true voor SSE met verbruik aan het einde, en gebruik tools en tool_choice voor function calling, waarbij resultaten worden geretourneerd als berichten met de rol tool.
Wat is de maximale inputgrootte?
Het contextvenster is 100.000 tokens voor prompt plus completion, en de request body kan maximaal 8 MB zijn.
Waarom kreeg ik een 429-fout?
Je hebt de limiet voor verzoeken per minuut (rate_limited), gelijktijdige verzoeken (concurrency) overschreden, of tijdelijke overbelasting getroffen, wat Retry-After: 5 omvat. Wacht en probeer het opnieuw.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.