OCR 智能體應用背景

企業(yè)在日常運營中面臨合同、票據(jù)、手寫筆記等多種文檔的處理需求，這些文檔常以圖片或掃描件形式存在，文字提取困難，嚴重制約數(shù)字化管理效率。

為解決上述問題，本文介紹一套簡單高效的解決方案：通過 dify 工作流快速搭建 OCR 智能體，進行文字識別。

先來看一下搭建好的工作流使用流程：用戶上傳待識別的圖片或文檔，工作流會調(diào)用本地部署的 OCR 服務完成識別工作，并將提取的內(nèi)容轉換成 Markdown 文檔。

OCR 智能體搭建流程

step1：本地部署 dify

因為我們要通過工作流的方式使用 OCR 服務，因此需要現(xiàn)在本地完成 dify 的部署，部署流程相對簡單，直接參考 dify 官方文檔(https://github.com/langgenius/dify)即可，推薦使用 docker 進行部署。

step2：在 dify 插件市場中，安裝澎峰科技“OCR 識別服務”插件

本文中介紹的 OCR 工具，我們已發(fā)布到 dify 的插件市場，源代碼可在 github 項目主頁(https://github.com/PerfXLab/dify-plugin-ocr-service)找到，要在 dify 中使用該工具，只需在插件市場中搜索“OCR”并安裝該插件即可：

step3：在 dify 中搭建工作流，并引入 OCR 工具

1.在 dify 中“創(chuàng)建空白應用”，選擇“工作流”

2.對工作流進行編排：

開始節(jié)點中加入“file”字段

“OCR 轉 Markdown 工具”節(jié)點中填入相關信息

其中，“上傳文件”中填入“開始”節(jié)點輸出的內(nèi)容，OCR 接口地址填入本地搭建的 OCR 服務，OCR 服務本地搭建將在下一步驟中介紹- “結束”節(jié)點中填入上一節(jié)點輸出的文件

step4：在本地搭建 OCR 服務

目前 OCR 任務主流實現(xiàn)方案有兩種：使用傳統(tǒng)卷積神經(jīng)網(wǎng)絡模型或多模態(tài)大模型進行處理，前者識別速度快、消耗資源少，而后者識別精度和魯棒性更好，但對算力要求較高。本文介紹一種基于卷積神經(jīng)網(wǎng)絡的方案，利用第三方工具快速在本地運行。

搭建流程：

1.安裝第三方OCR服務：pip install marker-pdf[full]

2.安裝API服務：pip install -U uvicorn fastapi python-multipart

3.啟動OCR服務：marker_server --host 0.0.0.0 --port 8001

完成上述操作后，即可使用 dify 工作流進行 OCR 識別服務。

私有化部署方案：澎峰科技大模型一體機

前述方案采用的輕量化模型，優(yōu)勢在于資源消耗低，在 CPU 環(huán)境下即可流暢運行。然而，對于金融、法律等領域中，部分文檔的識別精準度和版面還原度有更高要求的場景，采用多模態(tài)大模型進行處理會是更優(yōu)選擇。多模態(tài)大模型雖然能帶來更高的識別精度與魯棒性，但其對算力資源的要求也相應更高。

為滿足企業(yè)對高性能、數(shù)據(jù)私有化的需求，澎峰科技推出DeepFusion 系列 AI 一體機，為企業(yè)智能化轉型提供一站式本地化部署解決方案。

該方案深度融合了業(yè)界領先的 DeepSeek、Qwen 等系列大模型，確保企業(yè)數(shù)據(jù)在本地處理，安全無虞，完美適配復雜的辦公自動化、數(shù)據(jù)分析與智能客服等場景。

旗艦性能，應對復雜需求：目前已發(fā)布的 DeepFusion DF110、DF210 一體機，支持部署 DeepSeek 滿血版、Qwen3-235B 等尖端大模型，推理性能強勁，能夠從容應對最復雜的辦公需求。

高性價比，賦能中小企業(yè)：我們深知，高效的AI應用同樣可以在中小規(guī)模模型上實現(xiàn)。為此，澎峰科技推出了 DeepFusion DF50 一體機。該機型針對 30B 及以下規(guī)模的高效模型進行了深度推理優(yōu)化，實現(xiàn)了卓越性能與高性價比的平衡，旨在助力更多中小企業(yè)輕松實現(xiàn) AI 轉型。