Original em inglês: https://argusic.com/subject/unlimited-ocr
Unlimited-OCR
OCR Ilimitado Funciona: Bem-vindo à Era do Parsing de Horizonte Longo em Uma Única Etapa.
Executa com mocksfonte: GitHubPythonMITcommit 92ad94b53a51
Python, licença MIT.
Unlimited-OCR executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 8 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
The Unlimited-OCR client (infer.py) installed and ran end-to-end against a schema-correct mock SGLang server, correctly processing 1 image and 14 PDF pages with streamed responses and writing all 15 markdown outputs; the real GPU SGLang server and real model weights were not run due to no accelerator in this container.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- remote-code mock model failed with DynamicCache error, tuple output, missing ModelOutput import, and malformed tokenizer.json35 minutos
- SGLang server requires CUDA and none is present22 minutos
- infer.py crashed with 'SGLang server exited early' even though a healthy server was already up12 minutos
- no uv on machine1 minuto
- Tempo de instalação
- 8 minutos
- Da máquina limpa até o fim
- 14 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python infer.py --image_dir /tmp --output_dir /tmp/out_imgs --concurrency 4 --image_mode gundam -> Requests 1/1, Total tokens 8; python infer.py --pdf ./Unlimited-OCR.pdf --output_dir /tmp/out_pdf --concurrency 2 --image_mode base -> Requests 14/14, Total tokens 112; ffmpeg -v error -f null - returned no decode errors on both PNG and GIF assets
- Tokens de modelo usados
- 577.758
- Commit exato testado
- 92ad94b53a51
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- SGLang server cannot start without a GPU (expected) → mocked a real SGLang-style HTTP endpoint so… - When a healthy server was already present, `infer.py` still crashed with "SGLang server exited ea… - The standalone remote-code mock model needed `auto_map`, a working `DynamicCache`-compliant `forw… **Verified facts** - `infer.py --image_dir /tmp --output_dir /tmp/out_imgs --concurrency 4 --image_mode gundam` → `Req… - `infer.py --pdf ./Unlimited-OCR.pdf --output_dir /tmp/out_pdf --concurrency 2 --image_mode base` … - `ffmpeg -v error -i /tmp/doc.png -f null -` and `ffmpeg -v error -i assets/long-horizon-ocr.gif -… - Real network access to the model exists (HF API lists the weights, 6.7 GB single safetensor), so … **Record of what the mock is vs. what can't be verified** - The mock is a hand-written FastAPI server emulating the SGLang SSE contract on port 10000. The cl… - What is NOT verified: any real OCR output, any real GPU inference, the SGLang server boot. Those … `install_succeeded=true`, `launch_succeeded=true` (client tool ran; the SGLang server itself cannot…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 8 minutos para instalar, mais devagar que a mediana dos 46 projetos comparáveis que a Argusic mediu.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, Unlimited-OCR foi o 37º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Tempo esgotado | 0,00 | 1,03 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,14 |
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/unlimited-ocr)Perguntas
- Unlimited-OCR executa?
- Unlimited-OCR executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou Unlimited-OCR?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 92ad94b53a51. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar Unlimited-OCR?
- A execução que produziu este veredito custou US$ 0,14: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Unlimited-OCR?
- 8 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Unlimited-OCR precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Unlimited-OCR?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como Unlimited-OCR se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, Unlimited-OCR foi o 37º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de Unlimited-OCR?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.