الدليل الشامل لـ DeepSeek OCR (Local) — LLM Resayil

مقدمة حول DeepSeek OCR (Local)

في المشهد سريع التطور للذكاء الاصطناعي، تعد القدرة على استخراج البيانات المهيكلة بدقة من الوثائق غير المهيكلة Capability حاسمة للتطبيقات الحديثة. يمثل نموذج DeepSeek OCR (Local) حلاً متخصصًا مصممًا خصيصًا لمهام التعرف الضوئي على الحروف (OCR) وفهم الوثائق عالية الإنتاجية. على عكس نماذج المحادثة العامة، تم ضبط هذا المحرك بدقة لامتصاص الصور وإخراج بيانات JSON دقيقة، مما يجعله الخيار المثالي لأنظمة الأتمتة، وأنظمة إدخال البيانات، وسير عمل التحقق من الوثائق.

مستضاف على منصة LLM Resayil، يستفيد هذا النموذج من كفاءة عائلة DeepSeek لتقديم سرعات استنتاج سريعة دون المساس بالدقة. مع عدد معاملات يبلغ 3.3B ونافذة سياق من 8,192 tokens، يحقق توازنًا بين الكفاءة الحسابية والقدرة على التعامل مع وثائق متعددة الصفحات معقدة أو صور عالية الدقة.

صمم هذا الدليل لثلاث فئات مميزة: المطورون الذين يبحثون عن مسارات تكامل فورية، والباحثون الذين يقيمون أداء النموذج مقابل المعايير القياسية، وصناع القرار في الأعمال الذين يقيمون كفاءة التكلفة ودعم اللغات الإقليمية. سواء كنت تبني تطبيق fintech في منطقة الخليج أو تقوم برقمنة الأرشيفات القديمة، يوفر DeepSeek OCR أساسًا قويًا وجاهزًا للإنتاج.

الميزات والقدرات الرئيسية

يتميز DeepSeek OCR (Local) بهيكلية مركزة تعطي الأولوية للمخرج المهيكلة على الطلاقة في المحادثة. فهم هذه الميزات الأساسية ضروري للاستفادة من النموذج بفعالية.

مخرج JSON متخصص

المميز الأساسي لهذا النموذج هو التزامه الصارم بمخططات الاستجابة. عند توفير تعريف JSON schema، يحاول النموذج ربط العناصر المرئية من صورة الإدخال مباشرة بالحقول المحددة. هذا يلغي الحاجة إلى معالجة لاحقة باستخدام regex أو منطق parsing معقد، حيث يكون المخرج جاهزًا للإدراج في قاعدة البيانات فور الاستلام.

دعم أصلي للغة العربية والإنجليزية

بالنسبة للمطورين العاملين في بيئات متعددة اللغات، خاصة أولئك الذين يخدمون منطقة MENA، فإن دعم اللغة أمر غير قابل للتفاوض. يظهر DeepSeek OCR (Local) كفاءة قوية في التعرف على النصوص العربية والإنجليزية. يتعامل مع تخطيطات النص من اليمين إلى اليسار (RTL) الشائعة في الوثائق العربية بدقة عالية، مما يضمن بقاء استخراج البيانات دقيقًا بغض النظر عن اللغة الأساسية للوثيقة.

استنتاج عالي الكفاءة

مع مستوى quantization من F16 (Float 16)، يحسن النموذج استخدام الذاكرة وزمن الاستجابة. هذا يجعله أسرع بكثير من نماذج الرؤية العامة الأكبر حجمًا عندما تكون المهمة محددة بصرامة كـ OCR واستخراج الحقول. يضمن مضاعف الرصيد 1x أن هذه السرعة لا تأتي بتكلفة مميزة، مما يسمح بالمعالجة عالية الحجم ضمن قيود الميزانية القياسية.

الوعي السياقي

تسمح نافذة السياق البالغ عددها 8,192-token للنموذج بمعالجة الوثائق الكثيفة. بينما ليس وكيل محادثة، تمكنه سعة السياق هذه من "قراءة" نماذج أو فواتير أو وثائق هوية كاملة في مرة واحدة، مع الحفاظ على العلاقات بين الحقول (على سبيل المثال، فهم أن التاريخ ينتمي إلى عنصر سطر معاملة معين).

المواصفات التقنية

قبل دمج DeepSeek OCR (Local) في stack الخاص بك، راجع المعلمات التقنية التالية لضمان التوافق مع البنية التحتية الخاصة بك ومتطلبات حالة الاستخدام.

ملاحظة حول القيود: من الجدير بالملاحظة أن هذا النموذج ليس مصممًا للمحادثة. لا يدعم مطالبات النظام، أو لعب الأدوار، أو استدعاء الأدوات (function calling). غرضه الوحيد هو قبول صورة وتعريف هيكلي، ثم إرجاع البيانات المستخرجة.

حالات الاستخدام والتطبيقات

تجعل الطبيعة المتخصصة لـ DeepSeek OCR (Local) مناسبًا بشكل خاص لقطاعات صناعية محددة حيث تعتبر رقمنة الوثائق عنق زجاجة.

• معالجة الفواتير الآلية: استخراج أسماء البائعين، والتواريخ، وعناصر السطر، والمبالغ الإجمالية من ملفات PDF الممسوحة ضوئيًا أو صور الفواتير. يمكن تغذية مخرج JSON مباشرة في أنظمة ERP.
• التحقق من الهوية (KYC): تحليل البيانات من بطاقات الهوية الوطنية، وجوازات السفر، وتصاريح الإقامة. تجعل قدرة النموذج على التعامل مع النص العربي مثاليًا للتحقق من وثائق الهوية الصادرة في منطقة الخليج.
• رقمنة النماذج: تحويل نماذج الطلبات المكتوبة بخط اليد أو المطبوعة إلى سجلات رقمية. هذا مفيد لتطبيقات البنوك، والخدمات الحكومية، ونماذج قبول الرعاية الصحية.
• إدارة الإيصالات: تمكين تطبيقات تتبع المصروفات من تصنيف الإنفاق تلقائيًا عن طريق استخراج أسماء التجار وإجماليات المعاملات من صور الإيصالات.

كيفية الاستخدام عبر LLM Resayil API

تم تصميم التكامل ليكون سلسًا للمطورين المألوفين مع واجهات برمجة تطبيقات LLM القياسية. توضح الأمثلة التالية كيفية تهيئة العميل، وتنسيق الطلب، والتعامل مع استجابة JSON.

المتطلبات الأساسية

تأكد من حصولك على مفتاح API الخاص بك من لوحة تحكم LLM Resayil. ستحتاج إلى ملف صورة (JPG, PNG) ترغب في معالجته.

Python (OpenAI SDK)

تعتبر OpenAI SDK الطريقة الموصى بها للتفاعل مع DeepSeek OCR (Local) بسبب دعمها القوي لمدخلات الرؤية وتنسيق الاستجابة.

import base64
from openai import OpenAI

# Initialize the client with LLM Resayil endpoint
client = OpenAI(
    base_url="https://llmapi.resayil.io/v1/",
    api_key="YOUR_API_KEY"
)

# Define the JSON schema for extraction
response_schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "date": {"type": "string"},
        "total_amount": {"type": "number"},
        "currency": {"type": "string"},
        "vendor_name": {"type": "string"}
    },
    "required": ["invoice_number", "date", "total_amount"]
}

# Load and encode your image
with open("invoice.jpg", "rb") as image_file:
    base64_image = base64.b64encode(image_file.read()).decode('utf-8')

try:
    response = client.chat.completions.create(
        model="deepseek-ocr-local",
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "Extract the invoice details based on the provided schema."
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/jpeg;base64,{base64_image}"
                        }
                    }
                ]
            }
        ],
        response_format={...