title, type, confidence, source, tags, raw_sources, last_updated
| title |
type |
confidence |
source |
tags |
raw_sources |
last_updated |
| PaddleOCR OCR 工具链使用指南 |
practice |
medium |
PaddleOCR 官方 API 文档 + 2026-08-07 本地实测（wikillm/scripts/paddleocr_v2_ocr.py） |
|
| path |
| raw/技术/paddleocr/paddleocr-api-配额与错误码-摘编.md |
|
|
2026-08-07 |
PaddleOCR OCR 工具链使用指南
页面定位
本页是云端 OCR 工具链的实践页：双模型选型、调用方式、配额注意与结果处理。负责工具使用；配额细则与错误码原文见 raw/技术/paddleocr/ 摘编，不替代扫描件入库流程。
本页是实践页：说明本地 PaddleOCR 云端 OCR 工具链怎么用——两种模型的选型、调用方式、配额注意与结果处理。配额与错误码细则见 raw/技术/paddleocr/ 摘编。
工具入口
- 协议：PaddleOCR v2 异步 jobs API（提交 job → 轮询 → 下载 jsonl 结果）。
- 凭证：
PADDLEOCR_ACCESS_TOKEN（已存 hermes-home/.env；脚本内嵌 fallback token）。
- 输出：每页原始 JSON（
page_N.json）+ 模型专属产物（见下）。
模型选型
| 模型 |
输出形态 |
适用场景 |
PP-OCRv6（默认） |
行级文本 + bbox 坐标 + 每行置信度（rec_scores） |
纯文字提取：截图、照片、扫描件文字 |
PaddleOCR-VL-1.6 |
整页 Markdown（doc_N.md，表格还原为 HTML 表格）+ 版面分块 + 可视化图 |
带表格/复杂版式的文档：研报、报表、书籍页面 |
选型口诀：纯文字用 v6，带表格用 VL-1.6。两模型配额独立（各 3000 页/日），可轮换规避 429。
配额与限流（2026-08-07 官方声明）
- 每用户 × 每模型 3000 页/日；超额返回 429，当日该模型不可用。
- 单文件 ≤ 100 页，超过只解析前 100 页（静默截断，无报错）。
- 批量任务（如整本书扫描件）务必先按章拆页；大批量按批次规划并预留双模型轮换。
常见错误速查
| 码 |
含义 |
处理 |
| 403 |
Token 错/URL 不匹配 |
核对 hermes-home/.env 中的 token |
| 413 |
请求体过大 |
减页数/文件大小 |
| 429 |
超当日页数上限 |
换模型或次日再试 |
| 504 |
网关超时 |
稍后重试（大文件建议先拆页） |
实测记录（2026-08-07）
- PP-OCRv6：中文金融表格图片识别，文本置信度 0.94–1.00，行级输出正确。
- PaddleOCR-VL-1.6：同图整页 Markdown 还原，5 行 4 列表格 HTML 全部正确（品种/产地/价格/较昨日）。
相关
