deepseek-ocr 是做什么的？
使用DeepSeek-OCR（一种支持文档、PDF和图像的光学字符识别视觉语言模型，具备上下文光学压缩功能）的专家级技能。
概述
DeepSeek-OCR是一种先进的视觉语言模型，专门用于光学字符识别。它能够处理各种文档格式，包括PDF、扫描文档和图像，并利用上下文光学压缩技术提高识别效率和准确性。
主要功能
- 文档OCR：从PDF和扫描文档中提取文本
- 图像OCR：处理图像中的文字识别
- 上下文压缩：优化复杂布局，保留关键信息
- 多格式支持：支持常见的文档和图像格式
使用方法
# 示例命令（假设技能安装完成）
# 处理本地文件
ocr process input.pdf -o output.txt
# 处理图像
ocr process screenshot.png -o extracted_text.txt
配置
该技能可能需要以下环境变量：
DEEPSEEK_API_KEY：API密钥（如适用）DEEPSEEK_MODEL：模型名称（默认：deepseek-ocr）
支持的文件格式
| 格式 | 支持 | 说明 |
|---|---|---|
| 是 | 包括扫描版PDF | |
| PNG | 是 | 图像文件 |
| JPG/JPEG | 是 | 图像文件 |
| TIFF | 是 | 多页图像 |
注意事项
- 确保有稳定的网络连接（如使用云API）
- 大文件可能需要额外处理时间
- 手写体识别效果取决于模型训练数据
更多信息
请参考 DeepSeek-OCR 官方文档 获取详细的API参考和使用指南。