中文 ▾

用于 OCR 后处理的无审查 LLMhttps://api.llmocrapi.com/v1

llmocrapi.com指南

OCR API 文档:接口、模式与限制

本页面作为面向开发者的 OCR API 文档,在一个位置展示完整功能:两个接口、四种请求模式、限制和错误。API 清理 OCR 引擎已生成的文本;它不读取图像。

更新于

带有流式节点、点流和括号形状的浮动参考面板,代表 API 文档模式

要点

  • 存在两种方法:POST /v1/chat/completions 和 GET /v1/models,通过 Bearer 密钥进行认证。
  • 流式输出、JSON 模式和函数调用遵循 OpenAI 聊天格式,模型 ID 为 uncensored。
  • 限制:完整密钥为 8 个并发请求和每分钟 300 个请求,试用密钥为 2 个和 60 个,请求体最大 8 MB。
  • 过载时的错误为 HTTP 429,错误代码会告知你是应降低速率还是减少并发。

概览与认证

该服务是一个托管的、兼容 OpenAI 的文本 API。本网站上的用途是 OCR 任务的第二部分:获取 OCR 引擎生成的原始字符串,并返回清理后的文本、结构化字段或标记行。输入仅为文本。没有图像、音频或视频输入或输出,没有嵌入也没有微调。

所有内容都在一个 Base URL 下:https://api.llmocrapi.com/v1。认证使用标准的 Bearer 头:Authorization: Bearer YOUR_KEY。在通过 Google 或电子邮件和密码注册后,你可以在 API 密钥页面 创建密钥。该接口背后的模型是由独立提供商运行的单一开放权重模型。它不是任何模型供应商的官方 API,也不是跨供应商的路由器。其 ID 始终为 uncensored。

如果想进行动手操作而非参考,快速入门指南在文档部分中逐步介绍首次请求。

接口概览

方法和路径用途
GET /v1/models列出可用模型。可用作廉价的密钥检查。
POST /v1/chat/completions在消息列表上运行模型。支持流式输出、JSON 模式和工具。

这就是全部功能。由于它匹配 OpenAI 的传输格式,任何允许你设置 Base URL 和密钥的客户端库均可工作。最快的健全性检查是:

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

有效密钥返回包含 uncensored 的模型列表。错误密钥返回认证错误,这表明问题是密钥而非请求体。

请求参数

聊天完成请求需要 model 和 messages。以下可选字段将透传给模型。

  • temperature 和 top_p:采样控制。对于 OCR 修复,使用 temperature 0,使相同输入产生相同输出。
  • max_tokens:可选。如果不设置,补全部分可以使用提示词之后剩余的 100,000-token 上下文窗口。如果你希望对每次调用的成本设置硬性上限,请设置此参数。
  • stop:用于结束生成的字符串。当要求输出在标记之间时非常有用。
  • seed:提高跨运行的一致性。
  • presence_penalty 和 frequency_penalty:透传。清理时请将其保持为零,因为惩罚可能会促使模型更改重复的有效词,如表格标题。
  • stream、response_format、tools 和 tool_choice:将在接下来的三个部分中介绍。

上下文窗口将提示词和完成部分合计计算为 100,000 token,请求体最大可达 8 MB。实际上,token 限制会先到达。

流式响应

设置 "stream": true,API 会在生成文本时发送 Server-Sent Events。流式输出有助于交互式工具,例如编辑器中用户观看清理后的段落出现。Token 用量在流结束时报告,因此你仍可记录成本。

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)

一个细节影响吞吐量。流式请求会占用其并发槽位,直到流结束。如果你的代码中途停止读取并保持连接打开,该槽位将保持忙碌。请显式关闭流,或将其消耗至结束。

JSON 模式

JSON 模式要求模型回复 JSON 对象而非文本。使用 response_format 启用它,并在你的指令中描述键。

{
  "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"}
  ]
}

防御性解析。JSON 模式会约束输出格式,但你仍应在数据进入数据库之前验证键和类型。如果响应因 max_tokens 被截断,JSON 可能不完整,因此请提高上限或发送更小的片段。

函数调用

函数调用让模型请求你的代码执行操作,而不是生成文本。对于 OCR 工作,常见用法是返回结构化修正:模型调用一个函数,传入行号和替换内容,你的代码应用该修正。在tools数组中定义工具,使用tool_choice选择行为,并以role: "tool"消息返回结果。流式输出时,工具调用作为tool_calls增量逐步到达。

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)

参数以 JSON 字符串形式返回。解析参数,应用更改,如果继续对话,请追加助手消息以及带有匹配 tool_call_id 的 role: "tool" 消息。此模式有助于保持输出 token 数量较少,因为模型仅返回它更改的行。

适合文本清理的设置

参考在推荐起点时更有用,因此以下是参数通常如何组合用于 OCR 修复。这些是基于任务行为的表现建议,而非经过测量的基准。

  • 确定性修复: temperature 0,无惩罚,固定 seed。对于希望重新运行能重现昨天输出的档案,请使用此设置。
  • 字段提取: temperature 0,response_format 设置为 json_object,以及 max_tokens 上限略高于你预期的最大对象。
  • 交互式审查: stream true 和简短的系统提示词,以便编辑器看到更正后的文本出现并可以提前停止。
  • 行级修复:带有replace_line风格函数的工具,以便模型仅返回更改的内容。

消息角色遵循通常的约定:system 用于固定指令,user 用于 OCR 文本,assistant 用于多轮会话中的早期回复,tool 用于函数结果。将指令放在系统消息中,将原始文本放在用户消息中。如果 OCR 文本本身包含看起来像指令的内容,例如扫描的标志说忽略之前的文本,这种分离使得更容易告诉模型用户消息是待修复的数据,而不是要执行的命令。在系统提示词中明确说明这一点。

记录每次调用的 X-Request-Id 值。如果某页返回错误且你需要支持人员查看,这是支持人员需要的凭证。

限制、响应头和错误

限制完整密钥试用密钥
并发请求82
每分钟请求数30060
最大请求体大小8 MB8 MB
上下文窗口100,000 个 token100,000 个 token

响应中包含 X-Request-Id(引用它以便向支持人员提供)、X-Balance-USD(你的剩余额度)、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency 等 Header。

当超过限制时,API 返回 HTTP 429。错误代码 rate_limited 表示每分钟请求过多,请分散负载。代码 concurrency 表示并发请求过多,请降低工作线程数量。携带 Retry-After: 5 头信息的 429 响应表示临时过载:等待五秒后重试。失败和被拒绝的请求不收费,因此重试循环是安全的。

计费按 token 计算:输入每 1M token $0.15,输出每 1M token $0.50,从永不过期的预付额度中扣除。查看 定价页面 了解充值金额和奖励。提示词不用于训练。内容规则是单一硬性限制:禁止涉及未成年人的性内容。政策问题请发送至 支持。

问答

API 提供哪些接口?

两个:用于生成的 POST /v1/chat/completions 和用于模型列表的 GET /v1/models。两者均使用相同的 Bearer 密钥。

它支持流式输出和函数调用吗?

可以。设置 stream 为 true 以启用 SSE 并在末尾获取用量,使用 tools 和 tool_choice 进行函数调用,以 role tool 消息形式返回结果。

最大输入大小是多少?

上下文窗口为 100,000 token(含提示词和补全),请求体最大为 8 MB。

为什么我会收到 429 错误?

你超过了每分钟请求数(rate_limited)、并发请求数(concurrency),或遇到临时过载,其中包括 Retry-After: 5。等待并重试。

只差一张表单,即可获得密钥

创建账户,复制密钥,更改 Base URL。这就是全部设置。

获取 API 密钥