文章总结： 本文介绍了一个基于多模态大模型的本地OCR图片文字识别项目。该项目托管于腾讯CNB平台，利用硅基流动等平台的视觉模型API实现文字提取，支持截图粘贴、手机拍照及历史记录查询，测试成本极低。作者提供了一键部署提示词，用户只需准备相应的APIKey即可快速在本地搭建并使用该服务。 综合评分： 55 文章分类： 软文广告,产品介绍

本地搭建 OCR 图片文字识别服务

原创

hyang0 hyang0

生有可恋

2026年7月28日 05:56 湖北

在小说阅读器读本章

去阅读

腾讯出了一个类似Github的代码托管仓库，叫做 CNB，就是云原生build的缩写。我准备将日常用AI写的一些小工具推送上去。

地址：https://cnb.cool/hyang0

刚上传了一个图片文字识别（OCR）的项目，使用如下提示词可以一键部署到本地：

帮我把代码部署到当前目录 https://cnb.cool/hyang0/web-ocr 硅基流动的key放在目录下的 key.txt

使用硅基流动的视觉模型做OCR，需要提供硅基流动的Key，也可以换成其他平台的 API 和 key。

程序界面如下：

截图后可以ctrl+v，贴进去识别，支持历史记录。

支持手机访问，可以调手机摄像头。

关于 API 调用费用，我测试了10次，费用是¥0.016，10次不到两分钱。

多次识别的记录会留在下面，可以加载之前的识别结果，不用重复识别。

使用的模型是 Qwen3-VL-32B-Instruct，理论上现在的多模态模型比如 kimi、minimax、doubao-seed 都支持。如果你买的有 coding plan 也可以接进去试试，不需要买硅基流动的 API 。

如果需要买硅基流动的 API ，可以试试我的邀请链接，注册就送16块钱。

https://cloud.siliconflow.cn/i/n6PPXPuJ

测试图片：

识别结果：

全文完。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：生有可恋 hyang0 hyang0《本地搭建 OCR 图片文字识别服务》