[插件分享]UmiOCR-AI-OCR-Plugin

[EatWorld]

大家好，

Umi-OCR 作者近期似乎暂停更新，为了方便大家继续在 Umi-OCR 中体验更强的 OCR 能力，我基于插件系统开发了一个全新的 AI OCR 插件 —— UmiOCR-AI-OCR-Plugin。

🔗 GitHub 地址
https://github.com/EatWorld/UmiOCR-AI-OCR-Plugin

插件简介

本插件为 Umi-OCR 提供 13个主流AI服务商 的OCR功能，支持云端和本地AI服务的视觉识别API。作为离线OCR的强力补充，为用户提供更高精度、更广泛语言支持的智能文字识别服务。同时完美解决了AI视觉大模型文字识别后无法对齐原图文字坐标位置的问题！ 目前完美对齐！

🌟 支持的 AI 服务商

🌐 云端服务商

服务商	建议模型	特点
硅基流动 (SiliconFlow)	Qwen/Qwen2.5-VL-32B-Instruct	开源模型多，价格低，速度快，准确率超高，最推荐
阿里云百炼 (Alibaba)	qwen-vl-plus-2025-08-15	专业OCR模型，中文识别优秀
智谱AI (ZhipuAI)	glm-4.5v	国产大模型，多模态能力强
豆包(Doubao)	Doubao-1.5-vision-pro-32k	中文优化效果好，性价比高
OpenAI	gpt-5-mini	高精度，多语言支持
Google Gemini	gemini-2.5-flash	速度快，成本低
xAI Grok	grok-4	创新模型，独特优势
OpenRouter	anthropic/claude-3.5-sonnet	统一接口，模型丰富
Groq	llama-3.3-70b-versatile	高性能推理，速度极快
魔搭 (ModelScope)	Qwen/Qwen-VL-Plus	阿里达摩院开源平台，模型丰富
无问芯穹 (Infinigence)	kimi-k2-instruct	月之暗面AI平台，长文本处理强
Mistral AI	pixtral-12b-2409	欧洲AI公司，视觉模型优秀
浦源书生 (Intern)	internvl3.5-241b-a28b	学术界AI平台，多模态能力强

使用方式

1. 安装 Umi-OCR 主程序（需支持插件功能版本）
2. 从上述 GitHub 仓库下载本插件代码
3. 按 README 中的说明配置 API Key 和模型信息
4. 在 Umi-OCR 中启用该插件即可使用

欢迎大家试用并提出改进建议！
如果觉得有帮助，欢迎点个 ⭐ 支持一下这个项目，让更多人看到。