云端 OCR 服务

云端 OCR 服务用于给「智能 OCR」工具提供远程识别渠道。你可以使用预设服务商，也可以配置兼容自己接口的自定义 OCR API。

入口

1. 点击标题栏右侧的设置图标进入设置。
2. 在左侧导航栏中选择「云端 OCR 服务」。
3. 点击新增按钮，从预设模板或空白配置开始。

配置完成后，回到 智能 OCR 工具，在引擎设置中选择云端 OCR。

服务类型

类型	状态	说明
百度智能云 OCR	可用	需要 API Key 和 API Secret
腾讯云 OCR	预留	当前云端 Runner 中暂未实现
阿里云 OCR	预留	当前云端 Runner 中暂未实现
自定义 OCR 服务	可用	通过请求模板适配你自己的接口

如果你使用腾讯云或阿里云，当前更推荐通过「自定义 OCR 服务」接入你自己的代理接口，或使用 VLM 方案完成识别。

从预设创建

1. 点击新增按钮。
2. 选择一个预设服务商。
3. 系统会自动填入服务类型、默认端点和图标。
4. 填写服务名称和凭据。
5. 调整并发数和请求延迟。
6. 表单会在变更后自动保存。

百度云配置需要同时填写 API Key 和 API Secret。系统会用它们获取访问令牌并发起 OCR 请求。

自定义 OCR API

选择「自定义 OCR 服务」后，需要配置完整请求模板。

URL 地址

填写接口地址。支持变量占位符，例如：

https://{{host}}/api/ocr

变量需要在变量配置中添加，发送请求时会替换为当前值。

HTTP 方法

当前支持 POST 和 PUT。大多数 OCR 接口使用 POST。

请求头

可以添加任意 Header。常见示例：

Content-Type: application/json
Authorization: Bearer {{apiKey}}

如果接口使用固定 Key，可以把它放在变量中，避免每次改模板。

请求体模板

请求体必须是有效 JSON。使用 {{imageBase64}} 表示当前图片块的 base64 数据。

示例：

{
  "image": "{{imageBase64}}",
  "detect_direction": true
}

发送时系统会直接替换变量，不会通过 fetch(dataUrl) 读取图片，因此不会触发 data URL 的 CSP 问题。

结果路径

结果路径用于从返回 JSON 中提取识别文本。例如：

返回结构	结果路径
{ "data": { "text": "..." } }	data.text
{ "result": [{ "text": "..." }] }	result.0.text
{ "words": "..." }	words

如果路径填错，智能 OCR 会收到空结果或提取失败。

并发与限流

智能 OCR 会把图片切成多个块。云端 OCR 服务中的并发和延迟会影响这些块的请求节奏。

• 并发数：同时处理多少个图片块，范围 1-10。
• 请求延迟：每次请求之间等待多少毫秒，范围 0-5000ms。

建议：

• 免费或限流严格的接口：并发 1-2，延迟 500-1500ms。
• 稳定内网服务：并发 3-6，延迟 0-200ms。
• 识别失败率升高时：先降低并发，再增加延迟。

启用与排序

左侧服务列表支持启用/禁用和拖拽排序。禁用的服务不会作为可选渠道使用；排序可以帮助你把常用服务放在前面。

配置会自动保存。删除服务前会弹出确认框，删除后不可恢复。

常见问题

为什么云端 OCR 没有出现在智能 OCR 中？

确认该服务已启用，并且智能 OCR 的引擎类型选择了云端 OCR。如果仍不可见，重新打开智能 OCR 工具触发配置加载。

百度云提示凭据缺失怎么办？

百度云需要 API Key 和 API Secret 两项。只填其中一个会请求失败。

自定义接口一直提取不到文本？

先用 API 测试工具请求同一个接口，确认返回 JSON 结构。然后把结果路径改成能准确定位文本的字段，例如 data.text 或 result.0.text。

并发越高越好吗？

不一定。过高并发容易触发服务商限流，也会让失败重试变多。优先选择稳定的并发，再追求速度。

腾讯云和阿里云为什么显示但不可用？

界面保留了服务商类型和预设，但当前云端 OCR Runner 中对应调用尚未实现。可以使用自定义 OCR 服务接入自己的代理接口。