拿到文字后,怎样知道读全了、读对了没有
现在
常用
结果记录数是现存清单,不是全部历史;这次没有运行识别
截至 11 月 4 日 · 项目源码和任务记录

我既需要复制出来的文字,也需要知道它来自哪一页、哪里可能漏了、什么还不能判断。这个结果层把可读内容与检查依据一起交回来,使一份空白文件或看似很高的分数不会替我作错误结论。

当前情况:已有文字、结构、位置和质量说明的结果文件。实际使用里“说不准”和“无字”两类结论都已出现,截至 11 月 4 日分别为 315 条和 7 条记录;空白或高分仍不能直接证明读全、读对。这两个数是现存任务清单里能数到的记录,不是全历史累计。显卡被占时改用处理器读的文件,如果有页本该升级到增强模型却没升级,结果会写明这个缺口,不算质量充分。

项目现状截至 2026-10-11 14:00(北京时间),于同日 16:30–16:48 只读核对;结果计数于 2026-11-04 13:30 取数,“该升级未升级”的标记按 10 月 26 日 04:14 合并进主线的源码核对;具体测试保留各自日期,页面不实时探测运行状态。

项目源码:公开仓库

拿到文字后,怎样知道读全了、读对了没有
现在
常用
结果记录数是现存清单,不是全部历史;这次没有运行识别
截至 11 月 4 日 · 项目源码和任务记录

我既需要复制出来的文字,也需要知道它来自哪一页、哪里可能漏了、什么还不能判断。这个结果层把可读内容与检查依据一起交回来,使一份空白文件或看似很高的分数不会替我作错误结论。

当前情况:已有文字、结构、位置和质量说明的结果文件。实际使用里“说不准”和“无字”两类结论都已出现,截至 11 月 4 日分别为 315 条和 7 条记录;空白或高分仍不能直接证明读全、读对。这两个数是现存任务清单里能数到的记录,不是全历史累计。显卡被占时改用处理器读的文件,如果有页本该升级到增强模型却没升级,结果会写明这个缺口,不算质量充分。

项目现状截至 2026-10-11 14:00(北京时间),于同日 16:30–16:48 只读核对;结果计数于 2026-11-04 13:30 取数,“该升级未升级”的标记按 10 月 26 日 04:14 合并进主线的源码核对;具体测试保留各自日期,页面不实时探测运行状态。

项目源码:公开仓库

这项功能怎样使用

用途与实际影响

为什么需要它

模型可能没读出浅色小字,也可能只处理了部分页面;若最后只显示“成功”或“没有文字”,我会误用结果。这里先分清执行、覆盖、质量和文字检测,再说明各自证据,保留具体字符的复核责任。

举个实际例子

我可以说:“识别分数很高,但这个型号最后一位我还是看不清。”系统会指出对应页面和区域,让我回到原图复核;若需要更正,会把更正单独记录,不改写原始识别结果。

最后我会得到什么

可以选便于复制的纯文字、便于看表格的排版文件,或带页码位置的结构化文件;另有说明告诉我是否读全、哪里不确定。关键字仍须对照原图。

这项功能怎样使用

用途与实际影响

为什么需要它

模型可能没读出浅色小字,也可能只处理了部分页面;若最后只显示“成功”或“没有文字”,我会误用结果。这里先分清执行、覆盖、质量和文字检测,再说明各自证据,保留具体字符的复核责任。

举个实际例子

我可以说:“识别分数很高,但这个型号最后一位我还是看不清。”系统会指出对应页面和区域,让我回到原图复核;若需要更正,会把更正单独记录,不改写原始识别结果。

最后我会得到什么

可以选便于复制的纯文字、便于看表格的排版文件,或带页码位置的结构化文件;另有说明告诉我是否读全、哪里不确定。关键字仍须对照原图。

结果怎么看
正常时

内容、位置和质量说明都可读取,正式文件与输入身份一致。

发现问题时

低置信度、部分覆盖或关键字分歧如实保留;摘要帮助定位,不能抹掉原始错误。

入口不可用或证据不足时

缺少有效结果文件或证据绑定时不能宣称已验证;普通空结果保持无法判断。

结果怎么看
正常时

内容、位置和质量说明都可读取,正式文件与输入身份一致。

发现问题时

低置信度、部分覆盖或关键字分歧如实保留;摘要帮助定位,不能抹掉原始错误。

入口不可用或证据不足时

缺少有效结果文件或证据绑定时不能宣称已验证;普通空结果保持无法判断。

从哪里开始

拿到 LocalOCR 结果后,在同一 AI 任务中说出要核对的字段、页码或疑问。

需要准备什么
  • 这次结果文件或任务标识
  • 原图与关键字段
从开始到拿到结果
1先读结果状态
分别看执行完成、覆盖页数、识别质量和空结果依据。
2对照原图定位
按页和区域核对姓名、数字或浅色小字;必要更正独立记录。
3留下已确认与仍不确定的字
交回原始识别、对照原图后的更正和未确认项;文件完整性检查或高分都不能代替关键字符复核。
从哪里开始

拿到 LocalOCR 结果后,在同一 AI 任务中说出要核对的字段、页码或疑问。

需要准备什么
  • 这次结果文件或任务标识
  • 原图与关键字段
从开始到拿到结果
1先读结果状态
分别看执行完成、覆盖页数、识别质量和空结果依据。
2对照原图定位
按页和区域核对姓名、数字或浅色小字;必要更正独立记录。
3留下已确认与仍不确定的字
交回原始识别、对照原图后的更正和未确认项;文件完整性检查或高分都不能代替关键字符复核。
技术实现与依据(一)
这里保留实现、关键条件、精确入口、历史记录和验证结果。
输出与客观状态合同已实现;实际记录中有字、说不准、无字三类结论都已出现
关键规则与设计选择
1
先看 display_summary(人话状态摘要),再读正文、坐标与客观文件。截至 11 月 4 日,有 6,456 条完成记录带这句摘要;它只是把已有客观字段翻成人话,不是另一个独立结论。这个数同样只是现存清单里的记录数,比之前少是旧记录被清理,不是实际用量下降。
2
ok=true、空 TXT、空 blocks 或 cache_hit 都不能单独证明原图无字。
3
原生视觉的场景解释和 OCR(光学字符识别)的精确文字证据独立保留,冲突时回查原图;该升级到 VL(视觉语言大模型)却没升级的页必须写明,不能混在普通完成里当质量充分。
当前怎样实现
  • outputs.py 输出按页 TXT、保留结构的 Markdown、含位置/顺序/类型的 JSON;display_summary 是对既有客观字段的确定性投影,不修改结论。
  • objective_result.py 分开 execution.status、coverage.status、quality.status、objective_outcome 与 failure;文字检测结论只在 text_detected、no_text_detected、indeterminate 中选择。
  • 生产者可以在独立检测证据成立时形成 no_text_detected;未保存时 evidence.verification_status 仍为 not_persisted。调用方只有在 completed、complete、sufficient、verified 及实际非空负向证据文件的字节和身份复验全部成立后,才采纳为已验证的持久结论或正式缓存;当前内置检测证据主要限于近乎均匀图片。
  • 客观文件使用 media.objective-result.v1,复核 schema(数据结构)、size_bytes、SHA-256、原件、请求、模型、配置与所有正式输出绑定;旧式缺文件结果不能补猜成已验证。
  • 输入快照、独立页/帧计数和实际运行身份约束结果提交;每页原子检查点只作部分证据。完整覆盖、无排除范围与独立负向证据全部成立才支持无字结论,图像均匀提示本身不够。
技术实现与依据(一)
这里保留实现、关键条件、精确入口、历史记录和验证结果。
输出与客观状态合同已实现;实际记录中有字、说不准、无字三类结论都已出现
关键规则与设计选择
1
先看 display_summary(人话状态摘要),再读正文、坐标与客观文件。截至 11 月 4 日,有 6,456 条完成记录带这句摘要;它只是把已有客观字段翻成人话,不是另一个独立结论。这个数同样只是现存清单里的记录数,比之前少是旧记录被清理,不是实际用量下降。
2
ok=true、空 TXT、空 blocks 或 cache_hit 都不能单独证明原图无字。
3
原生视觉的场景解释和 OCR(光学字符识别)的精确文字证据独立保留,冲突时回查原图;该升级到 VL(视觉语言大模型)却没升级的页必须写明,不能混在普通完成里当质量充分。
当前怎样实现
  • outputs.py 输出按页 TXT、保留结构的 Markdown、含位置/顺序/类型的 JSON;display_summary 是对既有客观字段的确定性投影,不修改结论。
  • objective_result.py 分开 execution.status、coverage.status、quality.status、objective_outcome 与 failure;文字检测结论只在 text_detected、no_text_detected、indeterminate 中选择。
  • 生产者可以在独立检测证据成立时形成 no_text_detected;未保存时 evidence.verification_status 仍为 not_persisted。调用方只有在 completed、complete、sufficient、verified 及实际非空负向证据文件的字节和身份复验全部成立后,才采纳为已验证的持久结论或正式缓存;当前内置检测证据主要限于近乎均匀图片。
  • 客观文件使用 media.objective-result.v1,复核 schema(数据结构)、size_bytes、SHA-256、原件、请求、模型、配置与所有正式输出绑定;旧式缺文件结果不能补猜成已验证。
  • 输入快照、独立页/帧计数和实际运行身份约束结果提交;每页原子检查点只作部分证据。完整覆盖、无排除范围与独立负向证据全部成立才支持无字结论,图像均匀提示本身不够。
技术实现与依据(二)
1
先读摘要:执行到哪、覆盖怎样、是否低置信或增强,以及有没有该增强却因显卡被占没增强的页。
2
选择 TXT/Markdown/JSON 中适合下一步的文件。
3
用页码与区域找到关键字,并核对同一原图。
4
遇到空结果,检查独立负向证据,而不是只看文字长度。
5
把确认、更正与未知分开,保留原始识别和实际输出路径。
  • 若独立视觉复核更正某个关键区域,更正单列绑定原始 source hash(原件指纹)和 rect(区域),不得覆盖 OCR(光学字符识别) 原始文件或冒充引擎自动结果。
  • 显卡被占、普通 OCR 按 Device=auto 改走 CPU(处理器)时,CPU 跑不了 VL:首轮发现需要升级的页仍保留首轮文字,路由记录写 escalation_skipped(reason=gpu_unavailable)和这些页码,结果另加质量警告 escalation_skipped_gpu_unavailable,人话摘要末尾注明“需要升级的页因显卡被占用未升级”。这样的结果不能算质量充分;要么等显卡空闲后重跑,要么按页码逐区对照原图。
执行流程
技术实现与依据(二)
1
先读摘要:执行到哪、覆盖怎样、是否低置信或增强,以及有没有该增强却因显卡被占没增强的页。
2
选择 TXT/Markdown/JSON 中适合下一步的文件。
3
用页码与区域找到关键字,并核对同一原图。
4
遇到空结果,检查独立负向证据,而不是只看文字长度。
5
把确认、更正与未知分开,保留原始识别和实际输出路径。
  • 若独立视觉复核更正某个关键区域,更正单列绑定原始 source hash(原件指纹)和 rect(区域),不得覆盖 OCR(光学字符识别) 原始文件或冒充引擎自动结果。
  • 显卡被占、普通 OCR 按 Device=auto 改走 CPU(处理器)时,CPU 跑不了 VL:首轮发现需要升级的页仍保留首轮文字,路由记录写 escalation_skipped(reason=gpu_unavailable)和这些页码,结果另加质量警告 escalation_skipped_gpu_unavailable,人话摘要末尾注明“需要升级的页因显卡被占用未升级”。这样的结果不能算质量充分;要么等显卡空闲后重跑,要么按页码逐区对照原图。
执行流程
名词和入口
本模块用到的名词
名词意思
coverage(处理覆盖)本次实际页/帧是否全部处理,不是正文逐字完整。9 月 3 日采购表 1/1 页 complete 仍漏标题;9 月 17 日两页 VL 完整覆盖仍有“请/清”错字;9 月 24 日和 10 月 16 日两版验收的两页 VL 案例同样 complete,字符错误率仍都是 1.33%。
quality(结果质量)依据当前证据判断是否足以解释结果;不能简单当作逐字准确率。结构块未提供可用置信度时可以保持 unknown(未验证),即使原始文字行有高分。该升级却因显卡被占没升级的页带质量警告,不算充分。
indeterminate(无法确定)当前证据不能支持确定结论;失败、部分处理或普通空结果都不能伪装成无字。截至 11 月 4 日,有 315 条完成记录落在这一类。
专业定义

先看人话状态,再看正文和原图;空文本、低分与处理失败不是同一回事。

名词和入口
本模块用到的名词
名词意思
coverage(处理覆盖)
意思:
本次实际页/帧是否全部处理,不是正文逐字完整。9 月 3 日采购表 1/1 页 complete 仍漏标题;9 月 17 日两页 VL 完整覆盖仍有“请/清”错字;9 月 24 日和 10 月 16 日两版验收的两页 VL 案例同样 complete,字符错误率仍都是 1.33%。
quality(结果质量)
意思:
依据当前证据判断是否足以解释结果;不能简单当作逐字准确率。结构块未提供可用置信度时可以保持 unknown(未验证),即使原始文字行有高分。该升级却因显卡被占没升级的页带质量警告,不算充分。
indeterminate(无法确定)
意思:
当前证据不能支持确定结论;失败、部分处理或普通空结果都不能伪装成无字。截至 11 月 4 日,有 315 条完成记录落在这一类。
专业定义

先看人话状态,再看正文和原图;空文本、低分与处理失败不是同一回事。

出问题时
解决什么
防止空结果被误报为无字、执行完成被误报为正确,以及手工更正覆盖了原始识别证据。
边界
内容正确性与字节完整性不同;哈希通过不证明文字或原件事实正确。
原始文字、结构化文件与另行复核更正保持独立。
识别到印章或姓名不证明真实性或人物身份。
失败与恢复
  • 空 TXT 或空 blocks: 检查执行、覆盖、质量和独立证据;条件不全就保持 indeterminate。
  • 模型平均分高但关键字有疑问: 回原图核对精确区域,不让平均值覆盖细小错误。
  • 客观文件缺失、哈希或身份不一致: 拒绝正式复用或无字结论,保留错误与原件定位。
  • 原件在处理过程中变化: 不提交旧结果;固定最终原件后再决定是否重新处理。
出问题时
解决什么
防止空结果被误报为无字、执行完成被误报为正确,以及手工更正覆盖了原始识别证据。
边界
内容正确性与字节完整性不同;哈希通过不证明文字或原件事实正确。
原始文字、结构化文件与另行复核更正保持独立。
识别到印章或姓名不证明真实性或人物身份。
失败与恢复
  • 空 TXT 或空 blocks: 检查执行、覆盖、质量和独立证据;条件不全就保持 indeterminate。
  • 模型平均分高但关键字有疑问: 回原图核对精确区域,不让平均值覆盖细小错误。
  • 客观文件缺失、哈希或身份不一致: 拒绝正式复用或无字结论,保留错误与原件定位。
  • 原件在处理过程中变化: 不提交旧结果;固定最终原件后再决定是否重新处理。
依据与来源(一)
真实入口
  • 内容文件与人话摘要
  • 客观结果与负向证据
  • 输入快照与提交检查
  • 空结果、质量与证据回归
  • 下载 sample-table-actual.md下载 2026 年 9 月 3 日真实 Markdown 原文件(UTF-8),保留表格与合计而未补写标题;这是历史可复核产物,不是当前版本复跑。
  • sample-table-actual.json9 月 3 日实际 JSON 原样副本,可核对 P0、被排除的标题及质量未知和页覆盖;与后来合成测试分开。
如何验证
  • 源码审查确认人话摘要不改写客观结论,空结果条件与普通错误分开;显卡被占未升级的页在源码里写 escalation_skipped 和质量警告,这是源码核对,不是真实文件实测。
  • 合成单元测试覆盖负向证据、损坏、缺失、低置信度和实际字节绑定;9 月 24 日和 10 月 16 日两版验收的 9 个合成质量案例都全部满足各自门槛。现役 10 月 26 日版验收的质量一步退出码为 0;同日的源码提交说明另记有合成视频帧对照,所列样本字符错误率 0、90/90 行、关键字段 48/48。这些都是当时的结果,不是今天重跑,也都不能替代原图人工复核。
依据与来源(一)
真实入口
  • 内容文件与人话摘要
  • 客观结果与负向证据
  • 输入快照与提交检查
  • 空结果、质量与证据回归
  • 下载 sample-table-actual.md下载 2026 年 9 月 3 日真实 Markdown 原文件(UTF-8),保留表格与合计而未补写标题;这是历史可复核产物,不是当前版本复跑。
  • sample-table-actual.json9 月 3 日实际 JSON 原样副本,可核对 P0、被排除的标题及质量未知和页覆盖;与后来合成测试分开。
如何验证
  • 源码审查确认人话摘要不改写客观结论,空结果条件与普通错误分开;显卡被占未升级的页在源码里写 escalation_skipped 和质量警告,这是源码核对,不是真实文件实测。
  • 合成单元测试覆盖负向证据、损坏、缺失、低置信度和实际字节绑定;9 月 24 日和 10 月 16 日两版验收的 9 个合成质量案例都全部满足各自门槛。现役 10 月 26 日版验收的质量一步退出码为 0;同日的源码提交说明另记有合成视频帧对照,所列样本字符错误率 0、90/90 行、关键字段 48/48。这些都是当时的结果,不是今天重跑,也都不能替代原图人工复核。
依据与来源(二)
  • 截至 2026-10-11 14:00,16,074 条完成任务里有 15,665 条保存了文字检测结论:有字 15,196、说不准 466、无字 3,另有 409 条早期记录没有这个字段。完成任务数已排除项目样例和冒烟测试,但包含网站截图检查、图片压缩试验这类批量任务。这些是结果记录条数,不是原件数:三类分别涉及 14,261、446、1 份原件,同一原件的不同请求可能落在不同类别,不能相加。3 条“无字”是 9 月 29 日 20:12 到 20:21 对同一份原件的三次请求,只是机器登记的结论,没有人看图确认过。项目总览此前写的“274 份真实结果都是有字”只代表 9 月 28 日当时的统计,不是现在的情况。重要数字和小字仍须由真实样本逐区复看,没有复看的部分不能声称已经确认。11 月 06 日 14:26 按新的固定口径再数:保存了文字检测结论的完成记录 6,642 条(有字 6,235、说不准 400、无字 7),三类分别涉及 5,983、307、4 份原件;这组排除项目样例、冒烟测试和明确的开发空白图,和上面 16,074/409 那组的筛选口径没对齐,所以 10 月 22 日的完成任务总数和缺字段条数是 Unknown,两组数不能互相加减。新口径的数比 10 月 11 日少,原因至少包括 10 月 26 日起服务每天清掉输出已不在的完成记录:它们只是现存清单里能数到的记录数,是下限,不是全历史累计,也不说明实际识别量减少;旧那组集合在清理后已无法从现存清单复原,仍是 Unknown。
与其他模块的关系

这个模块解释结果能信到哪;任务复用模块据同一合同检查缓存,下游材料与文档工具只消费明确有效的内容。

依据与来源(二)
  • 截至 2026-10-11 14:00,16,074 条完成任务里有 15,665 条保存了文字检测结论:有字 15,196、说不准 466、无字 3,另有 409 条早期记录没有这个字段。完成任务数已排除项目样例和冒烟测试,但包含网站截图检查、图片压缩试验这类批量任务。这些是结果记录条数,不是原件数:三类分别涉及 14,261、446、1 份原件,同一原件的不同请求可能落在不同类别,不能相加。3 条“无字”是 9 月 29 日 20:12 到 20:21 对同一份原件的三次请求,只是机器登记的结论,没有人看图确认过。项目总览此前写的“274 份真实结果都是有字”只代表 9 月 28 日当时的统计,不是现在的情况。重要数字和小字仍须由真实样本逐区复看,没有复看的部分不能声称已经确认。11 月 06 日 14:26 按新的固定口径再数:保存了文字检测结论的完成记录 6,642 条(有字 6,235、说不准 400、无字 7),三类分别涉及 5,983、307、4 份原件;这组排除项目样例、冒烟测试和明确的开发空白图,和上面 16,074/409 那组的筛选口径没对齐,所以 10 月 22 日的完成任务总数和缺字段条数是 Unknown,两组数不能互相加减。新口径的数比 10 月 11 日少,原因至少包括 10 月 26 日起服务每天清掉输出已不在的完成记录:它们只是现存清单里能数到的记录数,是下限,不是全历史累计,也不说明实际识别量减少;旧那组集合在清理后已无法从现存清单复原,仍是 Unknown。
与其他模块的关系

这个模块解释结果能信到哪;任务复用模块据同一合同检查缓存,下游材料与文档工具只消费明确有效的内容。

复制 AI 续作说明

项目:拿到文字后,怎样知道读全了、读对了没有;仓库:wlyaaaaa/LocalOCR;范围:整个项目;目标:(这里写这次要做的事)。先读项目的 AGENTS.md 和说明,按现行规则做。

把“目标”换成这次要做的事,整段复制给 AI。