你有沒有試過從 PDF 裏複製一張跨頁表格？粘出來後表格被撕成兩半，排版亂成一團，本來幾分鐘的工作瞬間變成半小時的「拼圖」大戰。

針對這種煩惱，OCRFlux-3B 應運而生。它在 2025 年 6 月由 ChatDOC 團隊發佈，是一個基於多模態大模型的工具包，能把 PDF 和圖片轉成乾淨、可讀的 Markdown 文本。不僅支持頁面級轉換，還能自動合併跨頁表格和段落，讓複雜文檔結構瞬間清爽。

這裏上傳了一個 2025 年各部門季度的虛擬業績表格，因不知名信號成了跨頁表格，上傳 PDF 到 OCRFlux-3B，可以看到模型很快給出了整潔的 Markdown 格式。

教程鏈接：https://go.openbayes.com/VrALD

使用雲平台: OpenBayes

http://openbayes.com/console/signup?r=sony_0m6v

首先點擊「公共教程」，在公共教程中找到「OCRFlux-3B：智能文本識別工具包」，單擊打開。

頁面跳轉後，點擊右上角的「克隆」，將該教程克隆至自己的容器中。

在當前頁面中看到的算力資源均可以在平台一鍵選擇使用。平台會默認選配好原教程所使用的算力資源、鏡像版本，不需要再進行手動選擇。點擊「繼續執行」，等待分配資源。

數據和代碼都已經同步完成了。容器狀態顯示為「運行中」後，點擊「 API 地址」，即可進入模型界面。

若顯示「Bad Gateway 」，這表示模型正在初始化，由於模型較大，請等待約 2-3 分鐘後刷新頁面。

點擊「Start VLLM Server」啓動服務，當出現「VLLM Server is already running!」，這個項目就可以使用了。

項目提供了 PDF Document、Image Document 和 Multiple Files 三種演示示例。

PDF Document

參數説明

• Advanced Settings：

  • Target Image Dimension：目標圖像尺寸，用於控制生成圖像的尺寸。
  • Max Page Retries：最大重試次數，用於處理 PDF 頁面解析錯誤。
  • Skip Cross-Page Merge：跳過跨頁合併，用於處理文檔中跨頁的內容。

Image Document

Multiple Files