OCR 真实痛点不是“能不能识别”，而是“在不同场景下是否又快又准”。

• 纯本地方案：隐私好、速度快，但遇到复杂版面/手写/特殊符号时可能不稳。
• 纯云端方案：精度高，但有网络延迟、调用成本和数据外发顾虑。

JK-LLM-OCR 的定位是：本地优先，云端可切换。

• 日常截图：走本地 PP-OCRv5，低延迟、低成本。
• 困难样本：切换云端通道（OpenAI 兼容 或 智谱 glm-ocr 专用接口）。

• Local First：默认本地 OCR，不依赖外部 API。
• Cloud Ready：支持 OpenAI 兼容 OCR 与智谱 GLM-OCR 专用接口。
• 双模式切换：在 Bob 里通过 OCR 后端模式 一键切换本地/云端。
• 云端可自定义：Base URL、API Key、模型名、图像细节、OCR 指令都可配。
• VPS 方案完整：支持把本地模型放 VPS，Mac 通过 SSH 隧道调用。
• 隐私边界清晰：本地模式不出机；云端模式按你填写的服务商发送图片。

当前插件支持两种云端协议：

1. OpenAI 兼容（如硅基流动）：/chat/completions
2. 智谱 GLM-OCR：/api/paas/v4/layout_parsing

硅基流动示例（OpenAI 兼容）：

• 云端 Base URL: https://api.siliconflow.cn/v1
• 云端模型名: PaddlePaddle/PaddleOCR-VL-1.5
• 云端图像细节: high

智谱示例（GLM 专用）：

• 云端通道: 智谱 GLM-OCR（layout_parsing）
• GLM-OCR 接口地址: https://open.bigmodel.cn/api/paas/v4/layout_parsing
• GLM-OCR 模型名: glm-ocr

详细配置见：docs/cloud-provider-ocr.md

1. 打开 Releases 下载最新 JK-LLM-OCR.bobplugin。
2. 双击 .bobplugin 文件安装。
3. 在 Bob 中选择：JK-LLM-OCR—GravityPoet开发。

• OCR 后端模式：本地 PP-OCRv5_server
• OCR 服务地址：http://127.0.0.1:50000/ocr

教程：

• 本机部署：docs/local-server.md
• VPS + SSH 隧道：docs/vps-remote-ocr.md

• OCR 后端模式：云端 OpenAI 兼容 OCR
• 云端通道 可选：
  • OpenAI 兼容（硅基流动等）
  • 智谱 GLM-OCR（layout_parsing）

建议先按对应通道的官方示例跑通，再替换为你自己的服务商与模型。

云端 OCR 指令（OpenAI 兼容通道）支持自定义，你可以让结果更贴近业务输出：

• 代码提取：请识别图片中的代码，仅输出代码，不要解释。
• 表格提取：请将图片中的表格输出为 Markdown 表格。
• 清洗输出：请仅返回纯文本，保留换行与段落结构。

当前版本是手动切换模式，不是自动路由。这样更可控，也更容易管理成本与隐私边界。

通常是“通道和地址配错”：

• OpenAI 兼容通道要填 /v1 或 /chat/completions
• GLM-OCR 通道要填 /layout_parsing

优先检查这 4 项：

• 云端通道 必须是 OpenAI 兼容（硅基流动等）
• 云端 Base URL 推荐 https://api.siliconflow.cn/v1
• 云端 API Key 只填 key 本体，不要再手动加 Bearer
• 截图格式建议 PNG/JPG（若是 TIFF/HEIC，当前版本会在插件侧直接拦截提示）

这是 GLM-OCR 的官方限制。请检查：

• 图片是否是 PNG/JPG（很多剪贴板截图是 TIFF/HEIC，会被拒）
• 图片是否超过 10MB，或 PDF 是否超过 50MB/100 页

• 本地模式：不会上传到第三方。
• 云端模式：会发送到你配置的云端服务商。

不支持。Bob OCR 插件接口是一次性返回（completion），不是 translate 的 stream 回调模型。

• 自动路由策略（按图片复杂度自动切换本地/云端）
• 更多云端返回格式兼容（结构化字段增强）
• OCR 质量对比样例集与基准报告

欢迎提交 Issue / PR：

• Issues
• Pull Requests

如果这个插件帮你省时间，欢迎点个 ⭐。