使用DeepSeek‑OCR模型进行OCR文字识别，适用于用户请求OCR、文字识别、图片文字提取、截图识别或图片转文字等场景。
DeepSeek OCR. 识别图像中使用DeepSeek-OCR模型的文本.
功能概述
DeepSeek OCR. 识别图像中使用DeepSeek-OCR模型的文本.是一项面向实际任务的技能，主要用于QQQ快速启动 image path > : 本地图像文件(jpg, png, webp, gif, bmp). [output format]: 可选,默认可标记为.can b.。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
- 实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；
使用与执行
若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；
结果检查与注意事项
涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。
DeepSeek OCR
使用 DeepSeek-OCR 模型识别图像中的文本。
快速开始
{baseDir}/scripts/ocr.sh /path/to/image.jpg
用法
{baseDir}/scripts/ocr.sh [output_format]
参数说明：
[output_format]：可选参数，默认为markdown；也可指定为text、json等格式
示例
# 转换为 Markdown 格式（默认行为）
{baseDir}/scripts/ocr.sh /path/to/image.jpg
# 转换为纯文本
{baseDir}/scripts/ocr.sh /path/to/image.png text
# 以 JSON 格式提取表格
{baseDir}/scripts/ocr.sh /path/to/table.jpg "extract table as json"
远程 URL 图像
该模型仅支持 base64 编码的图像。对于远程 URL，请先下载到本地：
curl -s -o /tmp/image.jpg "https://example.com/image.jpg"
{baseDir}/scripts/ocr.sh /tmp/image.jpg
API 密钥
请设置环境变量 DEEPSEEK_OCR_API_KEY，或在 ~/.openclaw/openclaw.json 中配置：
{
skills: {
"deepseek-ocr": {
apiKey: "YOUR_KEY_HERE",
},
},
}
默认 API 地址：https://api.modelverse.cn/v1/chat/completions
如需覆盖默认地址，可通过环境变量 DEEPSEEK_OCR_API_URL 指定。
相关专题
从多个维度对 DeepSeek 与市场主流大语言模型进行客观对比，涵盖模型参数规模与架构差异（MoE 混合专家架构）、中文理解与生成能力对比、英文与多语言表现、数学推理与代码能力基准评测（MMLU/HumanEval/GSM8K）、长文本处理与上下文窗口对比、API 定价与性价比分析、响应速度与并发能力、开源生态与私有化部署灵活性，帮助用户根据自身需求在 DeepSeek、ChatGPT、Claude、Gemini、Llama 等模型中
2026.05.12
165
12
以实际业务场景为导向，展示 DeepSeek 在不同行业中的落地应用方案，涵盖代码开发辅助（代码生成/审查/重构/单元测试编写）、长文写作与内容创作（报告/文案/论文大纲）、Excel 数据分析与可视化建议、智能客服机器人搭建（意图识别/多轮对话/知识库检索）、RAG 检索增强生成实现企业知识库问答、合同与法律文本审查、教育领域个性化辅导，帮助用户将 DeepSeek 转化为切实的生产力工具。
2026.05.12
372
17
面向有数据隐私需求的开发者与企业，讲解 DeepSeek 开源模型的本地化部署方案，涵盖 DeepSeek-R1 各蒸馏版本（1.5B/7B/8B/14B/32B/70B）的硬件需求与能力对比、Ollama 一键本地运行与模型管理、vLLM 高性能推理服务部署、llama.cpp 量化推理（GGUF 格式/Q4/Q8 量化）在消费级显卡上的实践、Hugging Face Transformers 加载与微调、Docker 容器化部署、多
2026.05.12
222
21
聚焦如何通过提示词工程充分发挥 DeepSeek 的能力上限，涵盖基础 Prompt 结构（角色/任务/格式/约束）设计、System Prompt 系统指令的最佳实践、Few-shot 示例引导与 Zero-shot 直接提问的场景选择、思维链（Chain of Thought）逐步推理引导、复杂任务的分步拆解策略、输出格式控制（JSON/Markdown/表格）、避免幻觉与提升准确率的约束技巧、DeepSeek-R1 深度推理模式的
2026.05.12
267
26
系统讲解 DeepSeek 开放平台 API 的开发与集成方法，涵盖 API Key 鉴权与请求签名、Chat Completions 接口参数详解（temperature/top_p/max_tokens）、多轮对话上下文管理、流式输出（SSE Streaming）的前后端实现、Function Call 函数调用与外部工具对接、Embeddings 文本向量接口的使用、Python requests / openai SDK / J
2026.05.12
231
19
面向 AI 工具新手，从 DeepSeek 的账号注册、网页端与客户端使用讲起，介绍 DeepSeek-V3、DeepSeek-R1 等模型的能力定位与选择建议、对话提示词（Prompt）编写技巧、深度思考模式与联网搜索功能的使用场景、API Key 申请与首次接口调用流程，帮助用户快速上手 DeepSeek 并将其融入日常工作与学习。
2026.05.12
1869
18
DeepSeek，一个综合性的搜索引擎，提供来自学术数据库、新闻网站和社交媒体的广泛结果。访问 DeepSeek 的官方网站。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
2025.02.17
35489
6
Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章，帮助读者完成上线流程。
2026.10.28
0
16
热门下载
相关下载
精品课程
共0课时 | 0人学习
共0课时 | 0人学习
