baidu/Unlimited-OCR:README 來源編輯指南
根據 README、倉庫資料與授權整理 baidu/Unlimited-OCR 的安裝與核驗路徑。
專案定位
baidu/Unlimited-OCR 的 README 將專案描述為「Unlimited OCR Works: Welcome the Era of One-shot Long-horizon Parsing.」。本文只整理倉庫可直接核對的內容,不把 star、Fork 或宣傳語當成品質證明。README 在「Transformers」下寫到:Inference using Huggingface transformers on NVIDIA GPUs. Requirements tested on python 3.12.3 + CUDA12.9:。這說明的是專案邊界,不是已完成的生產驗證。
適用場景
從 README 的「Release」與相關條目,可以先判斷它是否處理你的實際問題:[2026/07/03] 🤝 Thanks to the Baidu Cloud team for their support. Our model is now available on Baidu Cloud.。若需求不同,不應只因專案熱度就採用。本文保留原始專案名、命令與元件名,方便回到一手來源核對。 README 另外列出一項可核對的資訊:[2026/07/21] 🤝 Thanks to the ms-swift community.。這類原文條目可用來設計試跑步驟,但不能取代實際環境測試。
運作方式
README 將運作方式分散在「vLLM」等段落。可確認的線索包括:##### Docker Images Use the following Docker images depending on your GPU platform:。本文不把未寫出的架構、效能或安全邊界補成結論;真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。
安裝與第一次執行
第一次安裝應從 README 指出的入口開始。目前可核對的命令是: docker pull vllm/vllm-openai:unlimited-ocr 如果倉庫沒有命令,本文不會自行編造步驟,而是建議先閱讀「Inference」,確認系統依賴、預設埠與首次初始化。
設定與日常使用
日常使用取決於專案文件。README 的「SGLang」段落提到:Set up the environment (uv-managed virtualenv). Install the local SGLang wheel first, then pin kernels==0.9.0 and install PyMuPDF for PDF-to-image conversion:。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄;沒有寫出的預設值,應在測試環境驗證並保留回滾副本。 同一部分也提到:[2026/06/28] 🤝 Thanks to the vLLM community for their support, our model now supports vLLM inference.。
README 能確認的限制
README 能確認的限制比宣傳頁更重要。現有來源沒有證明baidu/Unlimited-OCR具備固定相容矩陣、服務等級、效能基準或長期支援承諾。README 只明確寫到「Send streaming requests to the OpenAI-compatible API:」。這些未知項應列入選型紀錄,不要改成肯定句。