OCR
用 Paperless-ngx 整理扫描件:VPS 部署、中文 OCR 与全文检索
用 Docker Compose 在 VPS 部署 Paperless-ngx 3.2.1,将扫描 PDF 和图片整理为可检索的文档库。详解中文 OCR、Caddy HTTPS、消费目录、多用户权限与站外导出恢复。
pdf-inspector 怎么接入 PDF 流水线:先抽文字,再决定哪些页需要 OCR
实测 pdf-inspector 1.24.0 的原生抽取、逐页索引和离线自动模式,说明当前可选 OCR 依赖、混合文档路由及表格、中文和失败结果检查。
Unlimited-OCR 怎么评估长文档:先检查跨页表格,再看速度与显存
围绕跨页表格设计 Unlimited-OCR 评估,解释 R-SWA 的作用范围、多页输入、输出完整性、重复处理和服务化成本,不把论文结果当作本机实测。
MinerU 接入 RAG:从一张错位表格检查解析、引用和入库版本
以参数表格问答为例设计 MinerU 文档入库验收,更新 4.0 的入口、页范围和输出协议,并说明表格、公式、引用、版本回退与权限处理。
