本地搭建 OCR 图片文字识别服务

原创

hyang0
hyang0

生有可恋

2026年7月28日 05:56
湖北

在小说阅读器读本章

去阅读

腾讯出了一个类似Github的代码托管仓库，叫做 CNB，就是云原生build的缩写。我准备将日常用AI写的一些小工具推送上去。

地址：https://cnb.cool/hyang0

刚上传了一个图片文字识别（OCR）的项目，使用如下提示词可以一键部署到本地：

帮我把代码部署到当前目录 https://cnb.cool/hyang0/web-ocr 硅基流动的key放在目录下的 key.txt

使用硅基流动的视觉模型做OCR，需要提供硅基流动的Key，也可以换成其他平台的 API 和 key。

程序界面如下：

截图后可以ctrl+v，贴进去识别，支持历史记录。

支持手机访问，可以调手机摄像头。

关于 API 调用费用，我测试了10次，费用是¥0.016，10次不到两分钱。

多次识别的记录会留在下面，可以加载之前的识别结果，不用重复识别。

使用的模型是 Qwen3-VL-32B-Instruct，理论上现在的多模态模型比如 kimi、minimax、doubao-seed 都支持。如果你买的有 coding plan 也可以接进去试试，不需要买硅基流动的 API 。

如果需要买硅基流动的 API ，可以试试我的邀请链接，注册就送16块钱。

https://cloud.siliconflow.cn/i/n6PPXPuJ

测试图片：

识别结果：

全文完。