Online DeepSeek OCR Skill#

使用 SiliconFlow 免费的 DeepSeek-OCR 模型进行云端 OCR 识别。

功能#

• 支持 PNG、JPG、JPEG、WEBP 格式
• 支持多语言
• 免费使用 SiliconFlow API
• OCR 前图像预处理：智能缩放、去噪、灰度转换、对比度增强、锐化、二值化

使用#

bash

online-deepseek-ocr <image_path_or_url> [--json]

示例：

bash

online-deepseek-ocr test/image.png
online-deepseek-ocr https://example.com/screenshot.png --json

输出格式#

json

{
  "success": true,
  "text": "识别的完整文本",
  "engine": "deepseek-ocr",
  "model": "deepseek-ai/DeepSeek-OCR",
  "usage": {
    "prompt_tokens": 701,
    "completion_tokens": 304,
    "total_tokens": 1005
  }
}

限制#

• 图片大小不超过 10MB
• 免费 API 有速率限制
• 需要网络连接
• 预处理功能需要安装 Pillow 和 numpy 库

安装依赖#

bash

cd skills/online-deepseek-ocr
pip install -r requirements.txt

快速开始#

1. 获取 SiliconFlow API key（访问 https://siliconflow.cn）

2. 在技能目录下创建 config.json，填入 API key： bash

   cd skills/online-deepseek-ocr
   echo '{"apiKey": "your-api-key-here"}' > config.json
   
   

3. 运行 OCR： bash

   online-deepseek-ocr your-image.png
   
   

故障排除#

• 配置文件不存在：创建 skills/online-deepseek-ocr/config.json
• 未找到 API key：确保 config.json 中的 apiKey 字段已填写且不为空
• 安装依赖失败：运行 pip install -r requirements.txt
• 图像预处理失败：检查 Pillow 和 numpy 是否正确安装
• API 认证失败：检查 API key 是否正确，是否已过期