不必盲信的 AI OCR
space-ocr 用 LLM 把文档结构化，再把每个值与页面上真实的 OCR 符号比对验证。每个值都被定位，并带一个你可以核对的 match_ratio。
AI OCR 听起来像是杂乱文档的答案：把一张票据或发票交给模型，拿回干净的结构化字段。问题在于模型出错时会怎样。语言模型不论是否真的从页面上读到，都会返回一个自信、格式工整的值，而大多数工具把这个值交给你时，没有让你分辨真假的办法。
space-ocr 走更严格的路线。结构化由 LLM 来做，但它说了不算。模型返回每个值，以及它认为用到的 word-token id；引擎随后把这个值与 Google Vision 在页面上真实检测到的符号逐字比对，用一个框把它定位，并为匹配程度打分。所以 AI 是流程的一部分，而不是流程的裁判。它产出的每个值，你都能核对。
看一次被核对过的 AI 输出
把鼠标悬停在下方任意字段上——票据上的框是这个值在页面上真正被找到的位置，而不是模型声称的位置。这里的每个值、框和匹配分数，都直接读自一次真实的解析结果，而不是摆拍。
Each value with a box carries a verified on-page location — bbox + 4-point vertices + match_ratio — on a 0–1000 normalized grid (0,0 top-left → 1000,1000 bottom-right), the same shape the live API returns. Hover a field to trace it back to the pixels it came from.
space-ocr 里的 AI OCR 如何工作
上传一张图片，LLM 把文档读成结构化字段，每个值连同它用到的 word-token id 一起返回。在它送到你手里之前，CharMatcher 接过这个值，把字符与 Google Vision 在页面上检测到的符号比对，生成框、带方向的顶点和 match_ratio。如果模型给了 token id，引擎会查那些 Vision 词框，并可把字段的 source 覆盖为 token_id——但对重复值的列，它依靠列聚类和行一致性，因为模型的 token 提示在那里可能出错。
你不必写 schema。传一个内置 templateId，比如 receipt 或 invoice，定义你自己的 fields，或打开 autoFields 让模型提出结构。Web 应用会先把 PDF 逐页栅格化，公开 API 直接接收栅格图像（JPEG、PNG、GIF、BMP、TIFF、WebP）。
curl -s https://api.space-ocr.com/ocr/fields \
-H "Authorization: Bearer $SPACE_OCR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"image": "https://example.com/receipt.jpg",
"imageType": "url",
"templateId": "receipt"
}'如何运行可验证的 AI OCR
- 发送一份文档把图片发送到 /ocr/fields（url 或 base64）。在应用里你可以拖入 PDF，每一页会先被栅格化。公开 API 接收栅格图像。
- 让 AI 来结构化传一个内置 templateId，定义你自己的 fields，或打开 autoFields 让模型提出 schema。LLM 返回每个值以及它用到的 word-token id。
- 读取被核对过的结果每个值连同它的 bbox、vertices、match_ratio 和 bbox_source 一起返回，还有一个定位页面上每个字段的 field_bboxes 映射——与页面比对验证过的 AI 输出。
- 核对低分值点击单元格即可高亮它被读取的确切区域；低于 0.85 的 match_ratio 会标出值得复核的值。你的修改会保存在原始 OCR 值旁边。
- 导出或查询下载 CSV（UTF-8 BOM，明细行已展开），或用 GET /view 配合 where、sort、select 查询已存储的表格——无需重跑 OCR，也不额外收费。
简单、可预期的定价
每张图片 $0.05（¥10 / ₩100），含每月 100 次扫描的免费额度，无需信用卡。套餐计划增加每月扫描数、更多表格和存储空间。