一个最近热乎的实用GitHub项目： Ollama OCR 这是一个基于 Ollama 视觉模型的图片文字识别工具，能帮你从图片中提取文字。 1. 支持两种视觉模型： LLaVA 7B：速度快，适合实时处理，就是准确度可能差点 Llama 3.2 Vision：准确度高，适合处理复杂的文档 2. 提取出来的文字格式挺灵活： 可以是 Markdown 格式，保留原文的标题、列表这些样式 可以是纯文本，干干净净的 可以是 JSON 格式，结构化的数据 还能识别表格，或者提取关键信息对 GitHub：https://github.com/imanoop7/Ollama-OCR