llmocrapi.comGuia
Documentação da API OCR: Endpoints, Modos e Limites
Esta página funciona como documentação da API OCR para desenvolvedores que querem toda a superfície em um só lugar: dois endpoints, quatro modos de requisição, os limites e os erros. A API limpa texto que um motor de OCR já produziu; ela não lê imagens.
Atualizado

Pontos principais
- Existem dois métodos: POST /v1/chat/completions e GET /v1/models, autenticados com uma chave Bearer.
- Streaming, modo JSON e chamada de funções seguem o formato de chat do OpenAI, com o ID do modelo uncensored.
- Limites: 8 requisições simultâneas e 300 por minuto em uma chave completa, 2 e 60 em uma chave de teste, corpo de 8 MB.
- Erros de sobrecarga retornam HTTP 429 com um código que indica se você deve reduzir a velocidade ou diminuir o paralelismo.
Visão geral e autenticação
O serviço é uma API de texto hospedada e compatível com OpenAI. Seu propósito neste site é a segunda metade de um trabalho de OCR: pegar a string bruta que um motor de OCR produziu e retornar texto limpo, campos estruturados ou linhas sinalizadas. A entrada é apenas texto. Não há entrada ou saída de imagem, áudio ou vídeo, nem embeddings nem fine-tuning.
Tudo fica sob uma única Base URL, https://api.llmocrapi.com/v1. A autenticação é um cabeçalho Bearer padrão: Authorization: Bearer YOUR_KEY. Você cria a chave na página chave de API após entrar com Google, ou com e-mail e senha. O modelo por trás do endpoint é um único modelo de pesos abertos executado por um provedor independente. Não é a API oficial de nenhum fornecedor de modelo e não é um roteador entre fornecedores. Seu ID é sempre uncensored.
Para um tutorial prático em vez de uma referência, o quickstart na seção de documentação cobre a primeira requisição passo a passo.
Visão geral dos endpoints
| Método e caminho | Finalidade |
|---|---|
GET /v1/models | Lista os modelos disponíveis. Use-o como uma verificação de chave de baixo custo. |
POST /v1/chat/completions | Executa o modelo em uma lista de mensagens. Suporta streaming, modo JSON e ferramentas. |
Essa é toda a superfície. Como corresponde ao formato de rede do OpenAI, qualquer biblioteca cliente que permita definir uma Base URL e chave funcionará. A verificação de sanidade mais rápida é:
curl https://api.llmocrapi.com/v1/models \
-H "Authorization: Bearer $LLMOCR_API_KEY"
Uma chave válida retorna uma lista de modelos contendo uncensored. Uma chave inválida retorna um erro de autenticação, indicando que o problema é a chave e não o corpo da sua requisição.
Parâmetros da requisição
Uma requisição de chat completion precisa de model e messages. Os campos opcionais abaixo são passados diretamente ao modelo.
temperatureetop_p: controles de amostragem. Para reparo de OCR, usetemperature0 para que entrada idêntica produza saída idêntica.max_tokens: opcional. Se você não o definir, a conclusão pode usar o que restar da janela de 100.000 tokens após o seu prompt. Defina-o quando quiser um limite rígido de custo por chamada.stop: strings que encerram a geração. Útil quando você solicita saída entre marcadores.seed: melhora a repetibilidade entre execuções.presence_penaltyefrequency_penalty: passados diretamente. Deixe-os em zero para limpeza, já que penalidades podem levar o modelo a alterar palavras legítimas repetidas, como cabeçalhos de tabela.stream,response_format,toolsetool_choice: cobertos nas três próximas seções.
A janela de contexto conta prompt e conclusão juntos em 100.000 tokens, e o corpo da requisição pode ter até 8 MB. Na prática, o limite de tokens chega primeiro.
Respostas em streaming
Defina "stream": true e a API envia Server-Sent Events conforme o texto é gerado. O streaming ajuda ferramentas interativas, como um editor onde uma pessoa vê um parágrafo limpo aparecer. O uso de tokens é reportado no final do stream, para que você ainda possa registrar o custo.
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)
Um detalhe afeta a taxa de transferência. Uma requisição em streaming ocupa seu slot de concorrência até o fim do stream. Se seu código parar de ler no meio e deixar a conexão aberta, esse slot permanece ocupado. Feche o stream explicitamente ou consuma-o até o fim.
Modo JSON
O modo JSON pede ao modelo que responda com um objeto JSON em vez de texto corrido. Ative-o com response_format e descreva as chaves nas suas instruções.
{
"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"}
]
}
Faça o parse de forma defensiva. O modo JSON molda a saída, mas você ainda deve validar as chaves e tipos antes de enviá-los ao seu banco de dados. Se uma resposta foi cortada por max_tokens, o JSON pode estar incompleto, então aumente o limite ou envie pedaços menores.
Chamada de funções
A chamada de funções permite que o modelo peça ao seu código para fazer algo em vez de escrever texto. Para trabalho de OCR, um uso comum é retornar correções estruturadas: o modelo chama uma função com o número da linha e a substituição, e seu código aplica a correção. Defina ferramentas no array tools, escolha o comportamento com tool_choice e retorne resultados como mensagens com role: "tool". Ao fazer streaming, as chamadas de ferramentas chegam incrementalmente 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)
Os argumentos retornam como uma string JSON. Faça o parse, aplique a alteração e, se continuar a conversa, anexe a mensagem do assistant e uma mensagem role: "tool" com o tool_call_id correspondente. Esse padrão mantém os tokens de saída baixos, já que o modelo retorna apenas as linhas que altera.
Configurações adequadas para limpeza de texto
Uma referência é mais útil com um ponto de partida recomendado, então aqui está como os parâmetros geralmente se combinam para reparo de OCR. Estas são sugestões baseadas no comportamento da tarefa, não benchmarks medidos.
- Reparo determinístico:
temperature0, sem penalidades, umseedfixo. Use isso para arquivos onde você quer que uma nova execução reproduza a saída de ontem. - Extração de campos:
temperature0,response_formatdefinido comojson_object, e um limitemax_tokensligeiramente acima do maior objeto que você espera. - Revisão interativa:
streamtrue e um prompt de sistema curto, para que um editor veja o texto corrigido aparecer e possa interrompê-lo antecipadamente. - Correções em nível de linha: ferramentas com uma função estilo
replace_line, para que o modelo retorne apenas o que mudou.
Os roles de mensagem seguem a convenção usual: system para instruções permanentes, user para o texto do OCR, assistant para respostas anteriores em uma sessão multi-turno, e tool para resultados de função. Coloque as instruções na mensagem system e o texto bruto na mensagem user. Se o próprio texto do OCR contiver algo que pareça uma instrução, como uma placa digitalizada dizendo para ignorar o texto anterior, a separação facilita indicar ao modelo que a mensagem user é dados a reparar e nunca um comando a seguir. Diga isso explicitamente no prompt system.
Mantenha um registro do valor X-Request-Id para cada chamada. É o identificador que o suporte precisa se uma página vier errada e você quiser que ela seja analisada.
Limites, cabeçalhos e erros
| Limite | Chave completa | Chave de teste |
|---|---|---|
| Requisições simultâneas | 8 | 2 |
| Requisições por minuto | 300 | 60 |
| Tamanho máximo do corpo | 8 MB | 8 MB |
| Janela de contexto | 100.000 tokens | 100.000 tokens |
As respostas incluem X-Request-Id (cite-o ao suporte), X-Balance-USD (seu crédito restante), X-RateLimit-Limit-Requests e X-RateLimit-Limit-Concurrency.
Quando você ultrapassa um limite, a API responde HTTP 429. O código de erro rate_limited significa muitas requisições por minuto, então distribua a carga. O código concurrency significa muitas requisições em andamento, então reduza o número de workers. Um 429 com o cabeçalho Retry-After: 5 sinaliza sobrecarga temporária: aguarde cinco segundos e envie novamente. Requisições falhas e recusadas não são cobradas, então um loop de retry é seguro.
A cobrança é por token: $0,15 por 1M de entrada e $0,50 por 1M de saída, descontados do crédito pré-pago que nunca expira. Veja a página de preços para valores de recarga e bônus. Prompts não são usados para treinamento. A regra de conteúdo é um limite rígido único: sem conteúdo sexual envolvendo menores de idade. Perguntas sobre política vão para o suporte.
Mais guias
Perguntas e respostas
Quais endpoints a API oferece?
Dois: POST /v1/chat/completions para geração e GET /v1/models para a lista de modelos. Ambos usam a mesma chave Bearer.
Suporta streaming e chamada de funções?
Sim. Defina stream como true para SSE com uso no final, e use tools e tool_choice para chamadas de funções, retornando resultados como mensagens de role tool.
Qual é o tamanho máximo de entrada?
A janela de contexto é de 100.000 tokens para prompt mais conclusão, e o corpo da requisição pode ter até 8 MB.
Por que recebi um erro 429?
Você excedeu o limite de requisições por minuto (rate_limited), requisições simultâneas (concurrency) ou atingiu sobrecarga temporária, que inclui Retry-After: 5. Aguarde e tente novamente.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.