DeekSeek-OCR Dockerized API：高质量PDF转Markdown开源工具

DeekSeek-OCR Dockerized API 是一款基于 DeepSeek-OCR 模型开发的高质量的 PDF 文档转 Markdown 文件开源工具。不仅能准确地识别文档内容，还能完整保留原始格式结构，以及自动提取文档中的图片。支持标准化的 Markdown 转换、纯 OCR 提取和自定义提示词处理等多种模式，以及批量处理多个文档。

通过 Docker 部署使用，并配备完整的 REST API 接口方便集成，注意电脑的显卡至少要 12GB 显存。

J.Cling 推荐拓展：

• Arya – 在线开源数据本地化Markdown编辑器
• WXMP – 微信公众号 Markdown编辑器
• MKEditor – 一款简单好用Markdown编辑器
• Yank Note – 插件化 Markdown 笔记应用
• MarkPDFDown – 智能PDF转换Markdown工具
• noted.md – 仅一条命令便可完成手写笔记转为Markdown文档
• Cpdown – 一键将任何网页转换成干净的Markdown格式 

主要功能特点

1. 批量处理 ：使用 /ocr/batch 端点一次性处理多个文件
2. 优化 DPI：默认的 144 DPI 在质量和速度之间提供了良好的平衡
3. GPU 利用率 : 根据 GPU 容量调整 GPU_MEMORY_UTILIZATION
4. 并发性 : 在强大的 GPU 上提高吞吐量，增加 MAX_CONCURRENCY
5. 文件大小 : 对于大 PDF 文件，考虑将其拆分成更小的块

---

官方使用说明

硬件要求

• NVIDIA GPU 支持 CUDA 11.8+
• GPU 内存 ：最低 12GB VRAM（模型约占用 9GB）
• 系统内存 ：最低 32GB（推荐：64GB+）
• 存储 : 50GB+ 的免费空间用于模型和容器

软件要求

• Python 3.8+ (用于本地处理)
• Docker 20.10+ 带有 GPU 支持
• Docker Compose 2.0+
• NVIDIA Container Toolkit 已安装
• CUDA 11.8 兼容驱动

📊 处理器对比

处理器	提示	后处理	图像提取	输出后缀	使用场景
pdf_to_markdown_processor.py	Markdown	❌	❌	-MD.md	快速 markdown 转换
pdf_to_markdown_processor_enhanced.py	Markdown	✅	✅	-MD.md	带图片的完整功能 markdown
pdf_to_ocr_enhanced.py	免费 OCR	✅	✅	-OCR.md	原始文本提取
pdf_to_custom_prompt.py	自定义（YAML）	❌	❌	-CUSTOM.md	测试自定义提示
pdf_to_custom_prompt_enhanced.py	自定义（YAML）	✅	✅	-CUSTOM.md	具备全部功能的自定义提示

获取方式

官方网站

https://github.com/Bogdanovich77/DeekSeek-OCR—Dockerized-API

网盘下载

https://pan.quark.cn/s/b2757139a4db

更多AI软件请访问：

https://www.gewuzhizhi.vip/software-store/all-software-store/ai-software

★★★ 强烈推荐 ★★★ 点击下图，500+常用办公精品软件一键直达！

常用生产力软件大宝荐【持续更新】