OCR 文字识别服务

OCR 用于从图片、截图和扫描资料中提取文字。识别完成后，可以继续进行文档总结、AI 对话、笔记整理和知识库分析。

WiseMindAI 同时支持本地识别和在线 OCR 服务。macOS 可以直接使用 Apple OCR；其他系统也可以使用 Ollama 视觉模型，或者配置百度、百度千帆和腾讯云等在线服务。

在线 OCR 产生的费用完全由模型服务商收取，与 WiseMindAI 无关。

支持的 OCR 服务

服务提供商	申请地址	其他说明
Apple OCR	无需申请	仅支持 macOS，使用系统自带的文字识别能力
Ollama	无需申请	需要在本机安装支持视觉能力的模型
百度 OCR	打开控制台	需要 API Key 和 Secret Key
百度千帆 OCR	获取 API Key	支持 PaddleOCR-VL、DeepSeek-OCR 等模型
腾讯云 OCR	打开控制台	需要 SecretId 和 SecretKey

1. 使用 Apple OCR

Apple OCR 只会在 macOS 上显示，不需要申请 Key。打开「设置 → 模型设置 → 图片文字识别」，选择 Apple OCR 并设为当前模型即可。

Apple OCR 使用 Mac 本身的文字识别能力，适合希望减少第三方调用，或者临时处理截图和普通图片文字的用户。

2. 配置百度 OCR

首先打开百度 OCR 控制台，如果没有注册需要先注册，接下来按照步骤创建：

1. 点击「公有云服务 → 应用列表」，创建新应用。
2. 回到应用列表，复制应用的 API Key 和 Secret Key。
3. 打开 WiseMindAI「设置 → 模型设置 → 图片文字识别」。
4. 选择「百度 OCR」，填写 API Key、Secret Key 和识别版本。
5. 保存并点击「测试」。

3. 配置百度千帆 OCR

百度千帆 OCR 使用千帆 API Key，可以选择 PaddleOCR-VL、DeepSeek-OCR、PP-StructureV3 等模型。

1. 打开百度千帆 API Key 页面创建或复制 API Key。
2. 在 WiseMindAI 图片文字识别模型中选择「百度千帆」。
3. 填写 API Key，选择 OCR 模型，并确认接口地址。
4. 保存并测试识别结果。

4. 配置腾讯云 OCR

1. 打开腾讯云 OCR 控制台，确认已经开通文字识别服务。
2. 准备腾讯云 SecretId 和 SecretKey。
3. 在 WiseMindAI 中选择「腾讯云 OCR」，填写认证信息。
4. Region 可以按需要填写，例如 ap-guangzhou；没有特殊要求时可以留空。
5. 保存并测试识别结果。

直接测试 OCR 配置

在线 OCR 模型配置完成后，可以点击「测试」。WiseMindAI 会使用一张内置图片发起识别，并显示识别文字和行数，不需要先导入正式资料。

如果测试提示身份验证失败，请检查 Key；如果提示无法连接，请检查网络和接口地址；如果返回空结果，可以更换模型或稍后重试。

使用建议

• macOS 用户可以先尝试 Apple OCR，配置最简单，也不会产生在线调用费用。
• 扫描资料、复杂排版和表格识别对模型要求更高，可以比较百度千帆或腾讯云的效果。
• OCR 结果仍可能出现错字，涉及数字、姓名和专业术语时，建议回到原图核对。
• 在线 OCR 的免费额度、支持图片大小和计费方式可能变化，请以服务商控制台为准。