DeepSeek-OCR 是基于大语言模型的多模态理解系统，具备版面感知和上下文理解能力。其 WebUI 的 Docker 部署流程，提供 5 类高频场景提示词模板，包括自由 OCR、文档转 Markdown 及区域定位等。同时分享分辨率档位选择、Gundam 动态裁剪策略及 vLLM 并发调度等吞吐优化实战方案，帮助开发者利用 4090D 单卡实现高效文档结构化处理，推动业务自动化落地。
很多人第一次看到 DeepSeek-OCR，下意识以为它只是又一个 OCR 工具——能识别图片里的字而已。但事实远不止如此。
DeepSeek-OCR 本质上是一个以大语言模型为核心驱动的多模态理解系统。它不满足于'把图像转成文字'，而是先用视觉编码器把整张图压缩成一组对语言模型最友好的视觉 token，再交给 LLM 做结构化理解、逻辑推理和自然语言生成。换句话说：它不是在'认字'，而是在'读书'。
举个直观例子： 一张带表格的财务报表扫描件，传统 OCR 可能只输出乱序的文本块；而 DeepSeek-OCR 能自动识别出'表头→行项目→数值列→合计行'，并直接输出格式完整的 Markdown 表格，甚至能标注'此处为折旧费用，同比上升 12%'这样的语义信息。
它的能力边界也明显不同：
Locate <|ref|>身份证号<|/ref|> 返回像素级坐标框这种设计让它天然适配现代 AI 工作流——输出不是冷冰冰的字符串，而是可被后续 LLM 直接消费的结构化文本，真正打通'图像→理解→应用'的闭环。
官方已将 DeepSeek-OCR 纳入 vLLM 上游原生支持列表，这意味着它不只是'能跑'，而是'跑得稳、跑得快、跑得省'。这也是社区 WebUI 能在短短数月内百花齐放的技术基础。
你不需要成为 Linux 专家，也不必手动安装 CUDA 驱动或调试 PyTorch 版本。DeepSeek-OCR-WEBUI 镜像已为你预装好全部依赖，部署过程精简到三个动作：
DeepSeek-OCR-WEBUI--gpus '"device=0"'），显存建议≥12GB（处理 PDF 或多页文档更稳妥）INFO: Uvicorn running on http://0.0.0.0:7860 即表示服务就绪无需创建 conda 环境、无需 pip install、无需配置 PATH——所有 Python 包、vLLM 引擎、FlashAttention 加速库均已预集成。
打开浏览器，访问 http://localhost:7860（或服务器 IP+ 端口），你会看到一个干净的界面：
上传一张含中文表格的发票截图，选择【表格解析】模式，点击'开始识别'——3–8 秒后，右侧即显示结构化 Markdown 表格，同时底部日志显示：
[INFO] Loaded model deepseek-ai/DeepSeek-OCR (vLLM, 1024×1024)
[INFO] Processed 1 image → 214 tokens generated
[INFO] Output rendered as Markdown with bounding boxes
整个过程没有报错提示、没有依赖缺失警告、没有显存溢出弹窗——这就是'开箱即用'的真实含义。
虽然默认配置已针对 4090D 调优，但你仍可通过环境变量微调性能：
| 环境变量 | 默认值 | 作用说明 | 推荐调整场景 |
|---|---|---|---|
IMAGE_SIZE | 1024 | 输入图像长边尺寸 | 文档清晰度高 → 设为 1024；扫描件模糊 → 降为 640 提速 |
CROP_MODE | gundam | 动态裁剪策略 | 大幅面图纸/合同 → 保持默认；纯文字截图 → 改为 none |
MAX_TOKENS | 8192 | 单次响应最大长度 | 处理超长合同 → 提至 12288；仅提取关键字段 → 降至 4096 省显存 |
NUM_GPU_LAYERS | 40 | vLLM 卸载到 GPU 的层数 | 显存紧张时可降至 32，速度损失<15% |
修改方式：启动容器时添加 -e IMAGE_SIZE=640 参数，或在 WebUI 设置页（如有）中动态切换。
小贴士：首次运行建议用默认参数走通全流程；确认功能正常后，再按实际文档类型批量测试不同配置组合，记录吞吐与质量变化——这才是工程落地的正确节奏。
DeepSeek-OCR 的提示词（prompt）设计非常务实：没有复杂模板，不强制语法，核心是用自然语言告诉模型'你希望它做什么'。以下是经过实测验证的 5 类高频写法，每一条都可直接复制粘贴使用：
<image> Free OCR.
<image> <|grounding|>Convert the document to markdown.
<image> Without layouts: Free OCR.
[x1,y1,x2,y2] 坐标标记甲方：北京某某科技有限公司 [120,85,420,105] 乙方：上海某某数据服务有限公司 [120,130,420,150]<image> Parse the figure.
Figure 3 可自动跳转并框选原图对应区域<image> Locate <|ref|>订单编号<|/ref|> in the image.
{
"field": "订单编号",
"value": "DS20250415-88291",
"confidence": 0.982,
"bbox": [324, 187, 562, 213]
}
所有提示词均以
<image>开头，这是模型识别'接下来是图像输入'的唯一信号。不要删除、不要替换、不要加空格——这是唯一必须遵守的格式铁律。
部署成功只是起点，真正影响业务落地的是稳定吞吐。我们实测发现：同一张 4090D，在不同配置下，PDF 处理速度可从 1.8 页/秒提升至 3.5 页/秒。关键不在升级硬件，而在理解三个杠杆：
DeepSeek-OCR 支持两种原生分辨率模式：
决策逻辑：
传统 OCR 对 A3 图纸或超长合同往往'一刀切'缩放，导致关键区域模糊。DeepSeek-OCR 的 Gundam 模式采用智能分块策略：
实测效果：
| 文档类型 | 原始尺寸 | 1024 模式耗时 | Gundam 模式耗时 | 速度提升 |
|---|---|---|---|---|
| A4 合同 | 2480×3508 | 6.8 秒 | 3.2 秒 | 113% |
| A3 设备图纸 | 4960×7016 | 18.4 秒 | 7.9 秒 | 133% |
启用方式：在 WebUI 设置中开启 CROP_MODE=gundam，或启动时加 -e CROP_MODE=gundam。
单请求时，4090D 的算力利用率常低于 40%。通过 vLLM 的批处理与 KV Cache 复用，可显著提升吞吐：
--max-num-seqs 8：允许最多 8 个请求并行排队--block-size 16：优化显存碎片，减少 recompute--enable-chunked-prefill：对长文档分块预填充，降低首 token 延迟在 WebUI 中，这意味着你可以一次性上传 10 份 PDF，系统自动拆解为页面级任务队列，GPU 持续计算无空闲——实测批量处理 20 页 PDF 合集，总耗时仅比单页多 1.7 秒。
吞吐优化的本质，是让模型'少做无用功'。640 分辨率不是妥协，而是剔除冗余像素；Gundam 裁剪不是偷懒，而是聚焦关键信息；vLLM 并发不是堆请求，而是让计算资源始终处于最优负载状态。
DeepSeek-OCR-WEBUI 表面简洁，但隐藏着多个提升生产力的'暗功能'。以下是你应该立刻尝试的 3 项：
点击界面右上角【任务队列】图标，进入批量处理中心：
ERR_012：图像模糊度超标）实测：上传含 52 页的招标文件 PDF，设置'全部转 Markdown'，1 分 42 秒完成，输出为单个 .md 文件，含完整目录锚点。
当使用 Locate <|ref|>xxx<|/ref|> 时，右侧输出不仅返回 JSON，还会在原图上叠加半透明色块：
点击任意色块，右侧同步高亮对应文本结果——这让你无需切换窗口，就能确认定位是否准确。
输出面板顶部有【HTML】与【Markdown】切换按钮：
.html 用于邮件发送或内部 Wiki.md，兼容 Obsidian、Typora、Git 仓库等所有主流工具这些功能不是'锦上添花'，而是把 OCR 从'技术验证'推向'业务可用'的关键一跃。当你能用一个按钮完成 50 页合同的结构化提取，并直接生成可发布的 HTML 报告时，'自动化'才真正有了重量。
回顾整个实践过程，DeepSeek-OCR-WEBUI 的价值远不止于'识别文字'：
DeepSeek-OCR 的成功，印证了一个朴素真理：最好的 AI 工具，不是参数最多的那个，而是让使用者忘记技术存在，只专注解决业务问题的那个。它不强迫你写 Python、不考验你调参功力、不设置学习门槛——它只问你：'你想让这张图变成什么？'
现在，轮到你回答这个问题了。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online