ocr大模型

【产品研发】基于本地OCR大模型文书自动生成软件开发最近工作比较忙，对PostGIS相关更新较慢，栅格数据处理部分整套基本更新完毕，后续会陆续更新矢量数据处理部分。近期开发一个利用本地OCR大模型识别图片、PDF等文件，根据模版自动生成相关文书的小工具，主要是满足本地部署运行，简单总结分享一下。

一顿能吃五大海碗啊啊啊

OCR大模型如何解决多页文档的问题OCR 大模型（如 GPT-4V、Qwen-VL、Donut、Pix2Struct、LLaVA-Document 等）在处理多页文档（如 PDF、扫描册子、合同、报告）时，面临核心挑战：上下文长度限制（如 LLM 仅支持 4K–32K tokens）与跨页语义连贯性。

我是有底线的