🔍 Qwen OCR - uTools 插件

🤖 基于通义千问大模型的智能 OCR 识别工具

项目展示

✨ 特性

• 🧠 自动获取支持视觉的通义千问模型
• 🔄 支持多个 API Token 轮换使用
• 🎯 精准的文字识别能力
• 📐 完美支持数学公式（自动转换为 LaTeX 格式）
• 💻 代码块智能识别（自动格式化为 Markdown 代码块）
• 📝 可自定义 Prompt
• 📋 一键复制识别结果
• 🔄 支持重新识别
• 🌐 支持多语言翻译功能（中文、英文、日语、韩语、法语、德语、西班牙语、俄语）
• 📜 支持自定义模板配置（目标检测等高级功能），充分利用通义千问的强大视觉能力

📥 安装方法

方法一：通过 uTools 安装

1. 下载插件安装包
2. 选中安装包，按下 Ctrl + C 复制
3. 再按下 Alt + 空格键呼出 uTools
4. 将安装包粘贴到搜索框中，选择"安装插件/应用"

方法二：通过 uTools 插件市场安装

1. 打开 uTools 插件市场
2. 搜索 "QwenOCR"
3. 点击"安装"按钮
4. 安装完成后，即可在 uTools 中使用

🚀 使用方法

1. ⌨️ 通过 uTools 关键字呼出插件：
   • qwen
   • ocr
   • 识别
   • 截图文字识别
   • 文字识别
   • 图片文字识别
2. 🔑 打开插件，点击"插件设置"配置通义千问 API Token
3. 选择以下任意方式输入图片：
   • 🖼️ 拖拽图片到识别区域
   • 📋 复制图片后直接粘贴
   • 📤 点击识别区域上传图片
   • 📸 点击"截图识别"进行屏幕截图
   • 📂 直接拖拽图片文件到 uTools 搜索框
4. 识别完成后，可以：
   • 📋 点击"一键复制"复制识别结果
   • 🔄 点击"重新识别"重新处理当前图片
   • 🌐 点击"翻译文本"将识别结果翻译为其他语言
   • 🗑️ 点击"一键清除"清空结果

🎨 功能展示

文本识别

识别结果翻译

LaTeX 公式识别

代码识别

目标检测

⚙️ 配置说明

1. 配置插件：

   • 点击插件界面的"插件设置"
   • 填入用于 OCR 识别和翻译的 API base URL 和 API Token（请选择兼容 OpenAI 格式的 API）
   • 填入支持视觉识别的模型（默认为 qwen2.5-vl-32b-instruct）
   • 填入翻译模型（默认为 gpt-4o-mini）
   • 可选：自定义识别 Prompt

2. 高级功能：

   • 自定义模板：可以创建和保存自定义 Prompt 模板
   • 多语言翻译：支持将识别结果翻译为多种语言，需配置 OpenAI 格式的 API Key

📝 注意事项

• 🌐 使用时需要确保网络连接正常
• 📊 建议使用清晰的图片以获得最佳识别效果
• 🔄 临时文件会在一小时后自动清理
• ⚠️ 公式识别效果依赖于图片质量和通义千问模型的能力

🤝 贡献

欢迎提交 Issue 和 Pull Request！

重要声明

本项目仅供学习和研究使用，任何商业用途或滥用行为均与作者无关。请遵守相关法律法规和平台的使用条款。本项目不会收集任何用户数据，所有数据直接与 API 交互。

📄 许可证

MIT License

🙏 鸣谢

• uTools
• ocr-based-qwen
• Qwen2API
• uTools-qwen-ocr (UI 借鉴)