Bản gốc tiếng Anh: https://argusic.com/subject/unlimited-ocr
Unlimited-OCR
Unlimited OCR Works: Chào đón kỷ nguyên phân tích tài liệu dài chỉ trong một lần (One-shot Long-horizon Parsing).
Chạy được với mocknguồn: GitHubPythonMITcommit 92ad94b53a51
Python, giấy phép MIT.
Unlimited-OCR chạy được, với dịch vụ giả lập thay cho các dịch vụ nó phụ thuộc. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 8 phút, gặp 4 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
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.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 92 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- remote-code mock model failed with DynamicCache error, tuple output, missing ModelOutput import, and malformed tokenizer.json35 phút
- SGLang server requires CUDA and none is present22 phút
- infer.py crashed with 'SGLang server exited early' even though a healthy server was already up12 phút
- no uv on machine1 phút
- Thời gian cài đặt
- 8 phút
- Từ máy sạch đến khi xong
- 14 phút
- Lỗi gặp và đã sửa
- gặp 4, tự sửa 4 mà không cần người giúp
- Cách chứng minh kết quả
- 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
- Số token model đã dùng
- 577.758
- Commit chính xác đã test
- 92ad94b53a51
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
- Hoạt động với dịch vụ thật
- lần chạy này chỉ được kiểm chứng với dịch vụ giả lập
Xem phiên làm việc
Toàn bộ lần chạy, từ máy sạch, đúng tốc độ thực tế. Không cắt và không tua nhanh đoạn nào.
Bản ghi của lần thử 1, chạy ngày , lần thử đã quyết định kết luận ở trên. Bản terminal recording dùng để làm video này là bằng chứng, được lưu với dấu vân tay sha256; video chỉ là bản dựng từ nó. Không có gì tải từ trang chứa video cho tới khi bạn bấm phát.
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
- 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…
Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Tự khắc phục cả 4 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.
- Đã đo 2 lần, nên kết quả không phải của một lần duy nhất.
Những gì không suôn sẻ, hoặc chưa biết
- Chỉ đạt trạng thái chạy được với dịch vụ giả lập, nên ở đây không có gì chứng minh nó chạy với dịch vụ thật.
- Mất 8 phút để cài đặt, chậm hơn trung vị của 46 dự án tương đương mà Argusic đã đo.
Trong 47 dự án Python mà Argusic đã cài đặt và bấm giờ, Unlimited-OCR đứng thứ 37 về tốc độ đạt trạng thái chạy được, và 28 trên 47 dự án đạt được trạng thái đó.
Lịch sử chạy
| test bởi | lần thử | kết quả | điểm | chi phí USD | thời điểm |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Hết thời gian | 0,00 | 1,03 | |
| Argusic Runner | 1/3 | Chạy được với mock | 92,00 | 0,14 |
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/unlimited-ocr)Câu hỏi
- Unlimited-OCR có chạy được không?
- Unlimited-OCR chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 8 phút, gặp 4 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test Unlimited-OCR như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 92ad94b53a51. Có 2 lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test Unlimited-OCR tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,14 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt Unlimited-OCR mất bao lâu?
- 8 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- Unlimited-OCR có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt Unlimited-OCR thì gặp lỗi gì?
- 4 lỗi xảy ra trong lần chạy được ghi lại, và 4 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- Unlimited-OCR so với các lựa chọn khác thế nào?
- Trong 47 dự án Python mà Argusic đã cài đặt và bấm giờ, Unlimited-OCR đứng thứ 37 về tốc độ đạt trạng thái chạy được, và 28 trên 47 dự án đạt được trạng thái đó.
- Bằng chứng cho Unlimited-OCR ở đâu?
- Cả 2 lần chạy được ghi lại đều nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.