# DeepSeek-OCR-WebUI **Repository Path**: ramon09/DeepSeek-OCR-WebUI ## Basic Information - **Project Name**: DeepSeek-OCR-WebUI - **Description**: 🎨 Ready-to-use DeepSeek-OCR Web UI | Modern Interface | 7 Recognition Modes | Batch Processing | Real-time Logging | Fully Responsive - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-01-21 - **Last Updated**: 2026-01-28 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 🔍 DeepSeek-OCR-WebUI [访问应用 →](https://deepseek-ocr.aws.xin/)
**🌐 [English](./README.md) | [简体中文](./README_zh-CN.md) | [繁體中文](./README_zh-TW.md) | [日本語](./README_ja.md)** [![Version](https://img.shields.io/badge/版本-v3.5-blue.svg)](./CHANGELOG.md) [![Docker](https://img.shields.io/badge/docker-neosun/deepseek--ocr-brightgreen.svg)](https://hub.docker.com/r/neosun/deepseek-ocr) [![License](https://img.shields.io/badge/许可证-MIT-green.svg)](./LICENSE) [![Vue](https://img.shields.io/badge/Vue-3.x-4FC08D.svg)](https://vuejs.org/) [![TypeScript](https://img.shields.io/badge/TypeScript-5.x-3178C6.svg)](https://www.typescriptlang.org/) **智能 OCR 系统 · Vue 3 现代界面 · 批量处理 · 多模式支持** [功能特性](#-功能特性) • [快速开始](#-快速开始) • [界面截图](#-界面截图) • [贡献者](#-贡献者)
--- ## 🎉 v3.5 重大更新：全新 Vue 3 前端！ **🚀 采用现代 Vue 3 + TypeScript 架构的全新界面！**
| 首页 | 处理页面 | |:----:|:--------:| | ![Vue3 首页](./assets/vue3_home.png) | ![Vue3 处理页面](./assets/vue3_processing.png) |
### ✨ v3.5 新特性 - 🎨 **全新 Vue 3 界面** - 基于 Naive UI 的现代响应式设计 - ⚡ **TypeScript 支持** - 完整的类型安全和更好的开发体验 - 📦 **Dexie.js 数据库** - 本地 IndexedDB 离线页面管理 - 🔄 **实时处理队列** - 可视化 OCR 进度和队列管理 - 🏥 **健康检查系统** - 后端状态监控和可视化指示 - 📄 **增强 PDF 支持** - 流畅的 PDF 渲染和逐页处理 - 🌐 **国际化支持** - 内置多语言（中/英/繁/日） - 🧪 **E2E 测试** - 完整的 Playwright 测试覆盖 --- ## 👥 贡献者
### 🌟 特别感谢我们优秀的贡献者！🌟
本项目是一次出色协作的成果。Vue 3 前端通过成功合并 [PR #34](https://github.com/neosun100/DeepSeek-OCR-WebUI/pull/34) 完成开发。
CloudMan
CloudMan
🏆 Vue 3 前端主要开发者
164 次提交 · 完整 UI 重构 		neosun100
neosun100
🎯 项目维护者
后端 · Docker · 集成
> 💡 **关于 Vue 3 前端**：[@cloudman6](https://github.com/cloudman6) 贡献了出色的 Vue 3 + TypeScript 前端，包含 164 次提交，涵盖完整的 E2E 测试、现代 UI 组件和生产级架构。这次协作将 DeepSeek-OCR-WebUI 打造成了专业级应用！ --- ## 📖 项目介绍 DeepSeek-OCR-WebUI 是一款基于 DeepSeek-OCR 模型的智能文档识别 Web 应用。它提供现代化、直观的界面，可将图片和 PDF 高精度转换为结构化文本。 ### ✨ 核心亮点 | 特性 | 描述 | |------|------| | 🎯 **7 种识别模式** | 文档、OCR、图表、查找、自由模式等 | | 🖼️ **边界框可视化** | 查找模式自动标注位置 | | 📦 **批量处理** | 支持多图片/页面顺序识别 | | 📄 **PDF 支持** | 上传 PDF 自动转换为图片 | | 🎨 **现代 Vue 3 界面** | 基于 Naive UI 的响应式设计 | | 🌐 **多语言** | 中文、英文、繁体、日语 | | 🍎 **Apple Silicon** | 原生 MPS 加速支持 M1/M2/M3/M4 | | 🐳 **Docker 部署** | 一键启动 | | ⚡ **GPU 加速** | NVIDIA CUDA 支持 | --- ## 🚀 功能特性 ### 7 种识别模式 | 模式 | 图标 | 描述 | 使用场景 | |------|:----:|------|----------| | **文档转 Markdown** | 📄 | 保留格式和布局 | 合同、论文、报告 | | **通用 OCR** | 📝 | 提取所有可见文字 | 图片文字提取 | | **纯文本** | 📋 | 无格式纯文本 | 简单文字识别 | | **图表解析** | 📊 | 识别图表和公式 | 数据图表、数学公式 | | **图片描述** | 🖼️ | 生成详细描述 | 图像理解 | | **查找定位** | 🔍 | 查找并标注位置 | 发票字段定位 | | **自定义提示** | ✨ | 自定义识别需求 | 灵活任务 | ### 🆕 Vue 3 前端特性 ``` ┌─────────────────────────────────────────────────────────────┐ │ 📁 页面侧边栏 │ 📄 文档查看器 │ │ ├─ 缩略图列表 │ ├─ 高清图片显示 │ │ ├─ 拖拽排序 │ ├─ OCR 覆盖层切换 │ │ ├─ 批量选择 │ ├─ 缩放控制 │ │ └─ 快捷操作 │ └─ 状态指示器 │ ├─────────────────────────────────────────────────────────────┤ │ 🔄 处理队列 │ 📝 结果面板 │ │ ├─ 实时进度 │ ├─ Markdown 预览 │ │ ├─ 取消/重试 │ ├─ Word/PDF 导出 │ │ └─ 健康监控 │ └─ 复制到剪贴板 │ └─────────────────────────────────────────────────────────────┘ ``` --- ## 🖼️ 界面截图 ### 首页
![Vue3 首页](./assets/vue3_home.png) *简洁现代的首页，快速访问所有功能*
### 处理界面
![Vue3 处理页面](./assets/vue3_processing.png) *功能完整的文档处理界面，包含侧边栏、查看器和结果面板*
### 快速入门指南
![快速入门指南](./assets/vue3_quickstart.png) *操作步骤：导入文件 → 选择页面 → 选择 OCR 模式 → 获取结果*
--- ## 📦 快速开始 ### 🐳 Docker（推荐） ```bash # 拉取并运行 docker pull neosun/deepseek-ocr:v3.5 docker run -d \ --name deepseek-ocr \ --gpus all \ -p 8001:8001 \ --shm-size=8g \ neosun/deepseek-ocr:v3.5 # 访问：http://localhost:8001 ``` ### 可用 Docker 标签 | 标签 | 描述 | |------|------| | `latest` | 最新稳定版 (= v3.5) | | `v3.5` | Vue 3 前端版本 | | `v3.5-vue3-frontend` | Vue 3 前端（明确标签） | | `v3.3.1-fix-bfloat16` | BFloat16 兼容性修复 | ### 🍎 Mac（Apple Silicon） ```bash # 克隆并设置 git clone https://github.com/neosun100/DeepSeek-OCR-WebUI.git cd DeepSeek-OCR-WebUI # 创建 conda 环境 conda create -n deepseek-ocr python=3.11 conda activate deepseek-ocr # 安装依赖 pip install -r requirements-mac.txt # 启动服务 ./start.sh # 访问：http://localhost:8001 ``` ### 🐧 Linux（原生） ```bash # 使用 NVIDIA GPU pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install -r requirements.txt ./start.sh ``` --- ## 🔌 API 与集成 ### REST API ```python import requests # 单图 OCR with open("image.png", "rb") as f: response = requests.post( "http://localhost:8001/ocr", files={"file": f}, data={"prompt_type": "ocr"} ) print(response.json()["text"]) # PDF OCR（所有页面） with open("document.pdf", "rb") as f: response = requests.post( "http://localhost:8001/ocr-pdf", files={"file": f}, data={"prompt_type": "document"} ) print(response.json()["merged_text"]) ``` **接口端点：** - `GET /health` - 健康检查 - `POST /ocr` - 单图 OCR - `POST /ocr-pdf` - PDF OCR（所有页面） - `POST /pdf-to-images` - PDF 转图片 📖 **完整 API 文档**：[API.md](./API.md) ### MCP（模型上下文协议） 让 Claude Desktop 等 AI 助手使用 OCR： ```json { "mcpServers": { "deepseek-ocr": { "command": "python", "args": ["/path/to/mcp_server.py"] } } } ``` 📖 **MCP 设置指南**：[MCP_SETUP.md](./MCP_SETUP.md) --- ## 🌐 多语言支持 | 语言 | 代码 | 状态 | |------|------|------| | 🇺🇸 English | en-US | ✅ 默认 | | 🇨🇳 简体中文 | zh-CN | ✅ | | 🇹🇼 繁體中文 | zh-TW | ✅ | | 🇯🇵 日本語 | ja-JP | ✅ | 通过右上角的语言选择器切换语言。 --- ## 📊 版本历史 ### v3.5 (2026-01-17) - Vue 3 前端 **🎨 全面 UI 重构：** - ✅ Vue 3 + TypeScript + Naive UI - ✅ Dexie.js 本地数据库 - ✅ 实时处理队列 - ✅ 健康检查监控 - ✅ E2E 测试覆盖（Playwright） - ✅ GitHub 链接集成 **🙏 贡献者：** [@cloudman6](https://github.com/cloudman6)（164 次提交） ### v3.3.1 (2025-12-16) - BFloat16 修复 - ✅ 修复 RTX 20xx、GTX 10xx GPU 兼容性 - ✅ 自动检测计算能力 ### v3.3 (2025-11-05) - Apple Silicon - ✅ Mac M1/M2/M3/M4 原生 MPS 后端 - ✅ 多平台架构 ### v3.2 (2025-11-04) - PDF 支持 - ✅ PDF 上传和转换 - ✅ ModelScope 自动回退 --- ## 📖 文档 | 文档 | 描述 | |------|------| | [API.md](./API.md) | REST API 参考 | | [MCP_SETUP.md](./MCP_SETUP.md) | MCP 集成指南 | | [DOCKER_HUB.md](./DOCKER_HUB.md) | Docker 部署 | | [CHANGELOG.md](./CHANGELOG.md) | 版本历史 | --- ## 📈 Star 历史
[![Star History Chart](https://api.star-history.com/svg?repos=neosun100/DeepSeek-OCR-WebUI&type=Date)](https://star-history.com/#neosun100/DeepSeek-OCR-WebUI&Date) **⭐ 如果这个项目对你有帮助，请给个 Star！⭐**
--- ## 🤝 贡献 欢迎贡献！请： 1. Fork 本仓库 2. 创建功能分支（`git checkout -b feature/AmazingFeature`） 3. 提交更改（`git commit -m 'Add AmazingFeature'`） 4. 推送到分支（`git push origin feature/AmazingFeature`） 5. 提交 Pull Request --- ## 📄 许可证 本项目采用 [MIT 许可证](./LICENSE)。 --- ## 🙏 致谢 - [DeepSeek-AI](https://github.com/deepseek-ai) - DeepSeek-OCR 模型 - [@cloudman6](https://github.com/cloudman6) - Vue 3 前端开发 - 所有贡献者和用户 ---
**由 [neosun100](https://github.com/neosun100) 和 [cloudman6](https://github.com/cloudman6) 用 ❤️ 打造** DeepSeek-OCR-WebUI v3.5 | © 2026