自动化与AI助手 · 工具介绍
olmOCR
将 PDF 和图像文档转换为 Markdown 文本的 OCR 工具，支持表格、公式与复杂版面，可使用本地 GPU 或外部推理服务。
olmOCR 能做什么
将 PDF 和图像文档转换为 Markdown 文本的 OCR 工具，支持表格、公式与复杂版面，可使用本地 GPU 或外部推理服务。
- 文档解析与格式转换
如何使用 olmOCR
将扫描文档转换为 Markdown
准备输入
- PDF、PNG 或 JPEG 文档，以及可用的推理环境
操作步骤
- 按本地 GPU 或外部服务方式安装并配置 olmOCR。
- 指定工作目录并使用 markdown 与 pdfs 参数处理文件，再打开生成的 Markdown 核对内容。
预期交付物
- 工作目录中的 Markdown 文本与文档处理结果
核对复杂版面、公式及表格；本地模式需要满足 GPU 与磁盘要求，外部推理会使用所接入服务。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从自动化与AI助手角度评估olmOCR
把自动化与AI助手需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
触发是否明确
写清事件来源、必要字段和重复事件的识别方式。
权限是否够用
只连接完成任务所需的账户与范围；真实操作由有权人员确认。
失败是否可见
保留结果状态和接手人，不能把重试次数当成完成次数。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
