开源模型

发现一个超神的Github开源OCR项目，国产多模态杀疯了

2025 年 10 月 27 日

国产多模态OCR神器DeepSeek-OCR重磅开源，一键部署让文本识别从未如此简单！核心内容： 1. DeepSeek-OCR模型的核心优势与创新突破 2. 一键式懒人安装包实现快速部署 3. Web端操作指南与高效使用方法

上周，DeepSeek-OCR重磅开源，得益于多项创新突破，受到了用户的广泛青睐，这个国产开源的多模态OCR模型，大有崛起为大模型产业化的关键工具之势～

01 一键部署DeepSeek-OCR

当然，自DeepSeek-OCR模型发布之后，社区伙伴们问的最多的问题就是——

有没有什么方法能一键部署DeepSeek-OCR模型？能不能在网页端直接操作模型，并实时查看OCR识别结果？

有的，兄弟有的～

咱们研发团队经过几个晚上通宵奋战，终于完成DeepSeek-OCR-Web项目的研发，并正式在GitHub上开源。

Git开源链接🔗，欢迎点击链接下载体验：https://github.com/fufankeji/DeepSeek-OCR-Web/tree/main ，记得点个🌟Star支持一下呀～！！

首先，它不仅包含了完整的DeepSeek-OCR模型运行所需的各项基础依赖，并提供了两项核心功能，其一是DeepSeek-OCR一键式懒人安装包，仅需一行命令，即可完成DeepSeek-OCR模型的环境配置、模型下载、依赖安装等各项全部工作，解放双手提高效率。

话又说回来，如果你使用了，我们团队提供的自研DeepSeek-OCR模型调用前端，同样一行命令即可开启服务，并在网页端完成文件上传、提示词编写、文件OCR解析、解析结果查看和下载等各项功能，极大程度提高模型可用性和测试开发效率。

02 DeepSeek-OCR-Web工具使用方法

接下来我就为大家介绍DeepSeek-OCR-Web如何使用，上手使用前需要确保主机上有7G以上的显存空间。项目是经过高度封装的懒人项目，开发过程比较复杂，但实际使用过程非常简单，首先我们可以使用git clone命令进行源码下载，

git clone https://github.com/fufankeji/DeepSeek-OCR-Web.git

也可以直接扫码领取完整项目源码并上传到服务器上进行解压缩。

然后找到主目录下的install.sh文件，该文件就是DeepSeek-OCR一键安装脚本。

然后我们只需要输入如图所示的命令就能直接运行脚本文件。

chmod +x install.sh
bash install.sh

该脚本能够一键完成DeepSeek-OCR模型环境搭建、依赖安装、模型权重下载、前端环境搭建和依赖安装等各项工作，并且运行稳定，还适配了国内网络环境。怎么样，是不是非常便捷。而由于这个要下载模型权重，所以实际运行时间可能需要20分钟左右。

而等待运行完成后，即可以进一步使用前端来调用DeepSeek-OCR模型了。开启前端的方法也非常简单，我们只需运行如图所示的命令，也就是运行第二个脚本start.sh即可。

chmod +x start.sh
bash start.sh

脚本启动后，我们就能在本地浏览器的3000端口进行Web端的模型调用了。

在实际使用过程中，我们需要先选择PDF或者图片文件进行上传，例如我们这里输入一张柱状图，然后输入合理的提示词，例如我们输入Parse the figure解析图片，然后点击开始解析，此时后台就会调用DeepSeek-OCR模型进行解析。而解析完成后，我们能够在文件浏览器中查看解析后的文件，各项文件均支持在线浏览。例如在Parse the figure提示词下，DeepSeek-OCR模型会自动将数据可视化图片进行解析并还原背后的数据，并以markdown表格形式呈现。这是DeepSeek-OCR模型特有的一种高级功能，我们点击result.md即可查看解析结果。

当然，我们也能随时切换提示词来测试不同的解析模式：

输入提示词	对应功能实现
Parse the figure	解析图片，而解析完成后，我们能够在文件浏览器中查看解析后的文件，各项文件均支持在线浏览。
Parse the figure	DeepSeek-OCR模型会自动将数据可视化图片进行解析并还原背后的数据，并以markdown表格形式呈现
<image>\nDescribe this image in detail	DeepSeek-OCR就会围绕图片的语义进行解读，来介绍这个柱状图到底说明了件什么事情

而除此之外，DeepSeek-OCR模型还支持100多种主流语言文字的高精度识别，

也能够对各类复杂表格、数据文件进行精准解析，

还能对CAD图、流程图、装饰图等进行语义识别，

此外，模型还能对多模态PDF进行高精度版面分析，精准识别标题、正文、表格、公式等各种元素，

同时，还能一键将PDF转化为高保真的MarkDown文档～

而有了这个DeepSeek-OCR-Web工具的加持，相信大家进行各种功能实践的时候一定会事半功倍。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

发现一个超神的Github开源OCR项目，国产多模态杀疯了

立即咨询 JOTO

想把这些做法用到你的业务里?

Start your enterprise AI rollout

Tell us what you need