local_ai_ocr 这个开源项目，专门用于 Windows 端的本地离线文字识别。

想从文档、PDF 里把文字抠出来，真是年年都在用 OCR，年年都在被气笑。

线上工具不是限页数、加水印，就是动不动让你登录、传云端，碰到点敏感文件（合同、证件、论文初稿之类的），总感觉心里一紧：这东西传上去，安全么？ 本地工具呢，又经常是识别率感人、排版乱作一团，用一次怀疑人生那种。

最近在 GitHub 闲逛的时候，偶然刷到一个项目：local_ai_ocr。 看介绍是基于 DeepSeek-OCR 模型做的，主打一个「本地离线」「支持 GPU」「还原排版」，专门给 Windows 用户用的 AI OCR 小工具。 简单折腾了一下，感觉可以用一句话总结：——就像把云端收费 OCR，拽回自己电脑里白嫖了。

先说大家最关心的隐私问题。

local_ai_ocr 的工作方式很直接：模型、程序统统在你电脑本地跑，不需要登录账号，也不需要把文件传到任何服务器。 你丢进来的 PDF、图片，理论上就只在你这台机器上转一圈，处理完就结束，不会神秘“上云”。

对于那种不敢上传的东西，比如公司内部资料、科研数据、还没公开的标书，这种完全离线的方案会舒服太多。 哪怕是心理层面的安全感，也比盯着「文件上传中」那条进度条强多了。

再来是上手门槛。

有些本地 AI 工具一看教程就头大：装环境、配依赖、命令行各种参数，一套搞下来比写个小项目还复杂。 local_ai_ocr 这边算比较友好：作者已经打包好，下载解压，运行一下初始化脚本，基本就能开箱即用。

界面也是那种非常「程序员审美」的朴素风格，但好在逻辑很清晰： 要么直接拖文件进去，要么选路径批量处理，没有乱七八糟的启动广告、会员弹窗之类的骚操作。 用过某些国产 OCR 桌面端的朋友应该能懂，这一点真的挺难得。

识别效果这块，我简单说几个点。

纯文字文档，比如扫描版的书页、打印好的讲义，这类对它来说基本是降维打击，速度快、错字少。 碰到带表格、混排、标题层级比较复杂的 PDF，它的一个优势就出来了：支持直接导出 Markdown。

Markdown 听起来有点技术味，但好处很实际：它能把标题、列表、表格这些结构都标记出来。 你后面不管是丢到笔记软件里，还是再转成 Word、网页，都比「一坨纯文本」要好用太多。

表格识别这一块也可以单独拎出来说。

有些 PDF 里的表格既不是图片，也不是标准表格，属于那种看上去是表格、复制出来乱成麻的类型。 local_ai_ocr 会尽量把这些表格结构还原出来，用 Markdown 的表格语法重新搭一遍，至少行列是对得上的。

你再导入到 Obsidian、Notion、甚至直接贴到支持 Markdown 的编辑器里，就能一秒变回规规矩矩的表格。 对经常整理报表、财务、统计数据的同学来说，这点真的很省时间。

性能方面，它吃得下 GPU，这点也挺香。

如果你电脑里有 NVIDIA 显卡，开启 GPU 模式之后，多页 PDF 跑起来速度会明显上一个台阶，几十页的文档处理起来不会太煎熬。 当然没显卡也不是不能用，只是老老实实走 CPU，速度就看你机器配置了。

整体体验下来，是那种「认认真真做功能」的项目。 没有 UI 花里胡哨，也没有一堆花活，只是在识别准确率和排版还原上把精力堆得比较明显。

-END-

我为大家打造了一份AI教程，完全免费：songshuhezi.com/rpa.html