會自我校驗的 OCR API
流程會校驗讀取到的每個值。校驗產生的標記，連同讀取位置的 vertices，一起隨值回傳。
從圖片到可驗證的資料
流程在每次呼叫中經過的五個步驟。
- 01
用 OCR 讀整頁
逐字找出文字與它所在的位置。座標只在這一步產生。
- 02
交給模型
模型把原圖與讀到的文字放在一起看，判斷這份文件在說什麼。它不會憑空造出座標。
- 03
把值錨定到原文位置
模型給出的每個值，都會按字元錨定到 OCR 實際讀到它的頁面位置上。
- 04
比對兩邊結果
對不上的值會把那一處裁下來再讀一次，仍無法確認的才被標記 ——
text_verified與needs_review。 - 05
回傳值與依據
每個值都帶著它被讀取的位置
vertices一起回傳。
三種格式，還有存放的地方
上傳時先選格式。讀出來的結果會堆在資料夾裡，之後可以從那裡查詢和搜尋。
結構化欄位
指定要的欄位，帶型別回傳，明細列也會展開。列會堆疊成一張表，可查詢、可匯出 CSV。
Markdown
標題、段落、清單與表格保持原有結構，可直接放進文件站、Wiki 或 LLM 的上下文。
純文字
以段落為單位的原始判讀結果。要為掃描件建索引、做檢索或比對時，這是最直接的形態。
資料夾
結果就留在你命名的資料夾裡。資料夾可以巢狀，表格、文件束和備忘都放在同一個地方。
查詢
把堆好的列按條件篩出來。where · sort · select 和分頁都在伺服器端處理。
搜尋
可以順著目錄樹往下找，也可以在搜尋框裡打一次，資料夾名、檔名、備忘內文和讀出來的儲存格值都會一起命中。
讓 AI 智慧體歸檔並取回
只需接上一個 MCP 伺服器。把照片交給它，智慧體會按類型建好資料夾和表格，一張照片堆成一列，之後再按條件把你要的列取回來。結果一直留在那裡，不需要另外搭一套資料庫。
- space_create建好資料夾和表格
- space_upload上傳照片堆成列
- space_view帶條件取回
- space_delete確認之後刪除
任何支援 MCP 的地方都能用
任何文件都變成可核對的資料
一次 API 呼叫，把照片變成資料。
- 01
幻覺在流程裡就被攔下
每個值都與 Vision OCR 交叉校驗 — 沒把握就回傳
needs_review。 - 02
座標就是證據
每個值都帶指向原圖的
vertices座標。 - 03
一次呼叫回傳結構化 JSON
欄位定義一次，回傳符合 schema 的 JSON。
- 04
註冊即刻可用
無需 SDK，一條 curl。每月 100 頁免費。
- 05
非同步 + 簽章 webhook
/jobs輪詢 · HMAC webhook · OpenAPI 3.1。 - 06
不用為結果另建資料庫
建好資料夾和表格，列就會堆起來，用
/view帶條件取回。
用這些照片測出的數字
測的不是掃描件，而是現場拍下的照片：光線昏暗、角度傾斜、畫質參差，未經任何修飾。點開照片，就能看到引擎回傳的 vertices 座標。
由現場照片構成的自建回歸語料 333 個儲存格 · 快取重播 · 2026 年 7 月。不是公開基準。
讓校驗看得見、摸得著
API 回傳的那批已校驗的值，放在一個為閱讀而做的介面裡：你指向一個值，照片就作答。
- 01把照片丟進來就行
不用設定，也不用寫程式。把一疊照片拖進瀏覽器，資料列會自己填好。
- 02指向值，照片作答
游標停在儲存格上，原圖對應的位置就亮起來；從照片反查回值，同樣管用。
- 03存疑的地方不藏著
沒通過交叉核驗的值會用顏色標出來，而不是悄悄出錯，你只需要看該看的那些。
- 04在發現它的地方就改掉
原圖就在旁邊，直接改值。不用另開視窗，也不用翻它出自哪一頁。
- 05原樣帶走
試算表匯出成 Excel 不亂碼的 CSV，文件集匯出成 .md / .txt。