DeepSeek-OCR-WebUI

本地部署 OCR 模型，网页批量识别 PDF 和图片

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 计算机视觉 🍴 复刻 94 🐛 待处理 5 👀 关注 7
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 446
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，需自行部署

项目预览

DeepSeek-OCR-WebUI 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队neosun100
官网地址https://github.com/neosun100/DeepSeek-OCR-WebUI
GitHubhttps://github.com/neosun100/DeepSeek-OCR-WebUI
定价模式🏷️完全免费
价格说明开源免费，需自行部署
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型apple-silicon,batch-processing,computer-vision,deepseek,deepseek-ocr-2,document-parsing,fastapi,image-recognition,mcp,modern-ui,ocr,python,pytorch,responsive-design,vllm,web-ui
GitHub 星标★ 446
上线时间2025-10-20 00:00:00
代码更新2026-11-07
仓库体积37.8 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-11-10
浏览次数0

项目介绍

DeepSeek-OCR-WebUI 是 DeepSeek-OCR-2 模型的自托管网页界面与 API 封装，解决 OCR 模型部署门槛高、缺少可视化操作和批量处理能力的问题。项目用 TypeScript 与 FastAPI 构建，支持在 NVIDIA GPU（vLLM 或 transformers 后端）、Apple Silicon 及纯 CPU 环境运行，覆盖不同硬件条件的自托管需求。核心能力包括：PDF 流式解析与逐页处理，避免大文档一次性载入内存；逐页质量检查，便于定位识别效果差的页面；批量图像识别与文档解析任务管理；提供 REST API 供程序调用，并支持 MCP 协议接入 AI 工具链。适合需要本地化文档识别、对数据隐私敏感、或希望把 OCR 能力集成进自有系统的团队。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-11-10 · 当前星标 ★ 446

核心亮点

  • 支持 NVIDIA、Apple Silicon 与 CPU 多后端，硬件适配面广
  • PDF 流式解析加逐页质量检查，长文档处理更可控
  • 同时提供 WebUI、REST API 与 MCP 接口，集成方式灵活

不足之处

  • 项目处于早期阶段，星标较少，长期维护与社区生态待观察
  • 依赖 DeepSeek-OCR-2 模型权重，首次部署与显存要求需自行评估

适用场景

  • 企业内网批量识别合同、发票等 PDF 文档
  • 个人在 Mac 或普通电脑上本地跑 OCR，避免上传敏感文件
  • 开发者把 OCR 能力通过 API 或 MCP 接入自有工作流

替代项目

PaddleOCR、MinerU、OCRmyPDF

上一篇：MiniCPM-OCR

下一篇：UmiOCR-AI-OCR-Plugin

同类项目推荐

ComfyUI-YoloWorld-EfficientSAM 开源

在 ComfyUI 里用一句话圈出物体，自动分割并精准编辑。

Unofficial implementation of YOLO-World + EfficientSAM for ComfyUI

★ 826 2026-08-09
MIVisionX 开源

在 AMD 硬件上跑视觉推理，用 OpenVX 图加速

AMD MIVisionX is a computer vision toolkit built around a highly optimized, conforma···

★ 218 2026-09-18
LiDARCrafter 开源

从 LiDAR 序列直接生成动态 4D 世界，让机器看懂时空变化

[AAAI 2026 Oral] LiDARCrafter: Dynamic 4D World Modeling from LiDAR Sequences

★ 207 2026-08-09
vesselFM 开源

一个模型搞定各类三维血管分割，跨模态直接上手

A foundation model for universal 3D blood vessel segmentation. Paper accepted @ CVPR···

★ 179 2026-08-09
VideoPipe 开源

拖拽式搭建视频分析流水线，快速落地 CV+大模型应用

A cross-platform video structuring (video analysis) framework based on CV models & m···

★ 2992 2026-08-09
paddleocr-local 开源

本地把 PDF/Office 转 Markdown，五种 OCR 模型随你换

Local-first document parsing workbench for five OCR models: PDF/Office to Markdown w···

★ 140 2026-09-19
kwiver 开源

用配置拼装视觉算法，运行时换模块不重编译

Mirror of upstream KWIVER: Pulls Together Computer Vision Algorithms into Highly-Mod···

★ 204 2026-09-18
EvoVLM 开源

让 LLM 进化搜索自动生成更准更快的 VLM 推理程序

Evolving Multimodal Inference Programs: LLM-guided evolutionary search for accurate ···

★ 5 2026-10-08