阅读要点
先读这里，快速了解全文在讲什么
核心结论
处理扫描件、财报或手写笔记时，最头疼的往往不是识别不准，而是整页文字塞进模型后上下文很快就用完了。DeepSeek-OCR 的思路不太一样：先把页面当作图像“看”一遍，再用较少的视觉 token 还原成文本，因此做文档解析、RAG 入库的开发者值得点开看看。核心看点- 视觉 token 压缩：把长文档渲染为图像再编码，用更少的 token 承载版面与文字，适合长文档批处理场景。 - 多种输出模式：仓库给出从整页转 Markdown 到只…
你可以了解到
阅读后可获得与「DeepSeek-OCR：文档转 Markdown，顺带省下上下文」相关的实用信息与站内延伸资源；最后更新 2026年10月17日。
延伸阅读
处理扫描件、财报或手写笔记时，最头疼的往往不是识别不准，而是整页文字塞进模型后上下文很快就用完了。DeepSeek-OCR 的思路不太一样：先把页面当作图像“看”一遍，再用较少的视觉 token 还原成文本，因此做文档解析、RAG 入库的开发者值得点开看看。
核心看点
– 视觉 token 压缩：把长文档渲染为图像再编码，用更少的 token 承载版面与文字，适合长文档批处理场景。
– 多种输出模式：仓库给出从整页转 Markdown 到只保留版面结构的不同 prompt 配置，可按下游需求取舍。
– 推理路径齐全：既有 Transformers 和 vLLM 两种跑法，也附带 PDF 批量处理示例，接入现有流水线不算费劲。
上手提示
需要 NVIDIA GPU 与对应的 CUDA 环境，模型权重从 Hugging Face 拉取；代码以 MIT 发布，权重有独立条款，使用前请以仓库 LICENSE 为准。只想试效果的话，先跑单张图片转 Markdown 的示例，确认版面还原符合预期，再去看批量脚本的参数。
判断它能否替掉你现在的 OCR 环节，最直接的办法是翻 README 里的示例输出做对比，顺便到 Releases 看看最近的更新节奏。DeepSeek-OCR 仓库主页
