一、前言

由於 DeepSeek-OCR 底層依賴的 LLVM 環境目前不支持 Windows 原生平台，因此在 Windows 系統上無法直接進行本地安裝和部署。為了保證可用性與兼容性，DeepSeek-OCR 主要通過以下方式運行：

• Docker
• WSL（Windows Subsystem for Linux）
• 原生 Linux 環境

為了便於在這些環境中快速搭建完整的 OCR 服務，我基於社區已有的 DeepSeek-OCR + FastAPI 項目進行了 Fork，並補充了必要的中文化處理，使其更適合國內開發者理解與使用。本倉庫保持原倉庫的整體結構與部署方式，僅對後端 API 的中文輸出與提示內容做了調整。

二、功能概述

1. OCR 模型

項目使用 DeepSeek-OCR 模型，支持多種圖像分辨率和自動切片策略，能夠完成普通文本識別、文檔結構化輸出、圖表內容理解等任務。

2. Web 圖形界面

前端支持拖拽上傳、多種模式選擇、模型下載提示以及結果展示。

3. 後端 API

基於 FastAPI 提供統一接口，包括：

• 文件上傳接口 /api/ocr
• 健康檢查接口 /health
• 自動生成的 Swagger 文檔 /docs

4. Docker 化部署

項目使用 Docker Compose 管理，默認包含：

• deepseek-ocr-api：OCR 推理服務
• deepseek-ocr-web：前端界面服務
• HuggingFace 模型緩存 Volume

三、項目結構

deepseek-ocr/
├── backend/            # FastAPI 後端
├── frontend/           # 前端界面（Nginx）
├── uploads/            # 上傳文件目錄
├── outputs/            # OCR 輸出結果目錄
├── docs/               # 相關文檔
└── docker-compose.yml  # 部署配置文件

後端與前端分別擁有獨立 Dockerfile，便於鏡像構建和後續擴展。

四、系統要求

• Docker 20.10+
• Docker Compose 2.0+
• NVIDIA GPU（如需加速）
• CUDA 11.8+
• 至少 8GB 顯存（推薦）
• 10GB 以上磁盤空間（用於模型緩存）

五、部署方式

1. 克隆倉庫

git clone https://github.com/daibitx/deepSeek-ocr-docker-compose
cd deepSeek-ocr-docker-compose

2. 啓動服務

docker-compose up -d

3. 訪問服務

首次訪問界面時需要根據提示下載模型，也可以使用 Demo 模式進行體驗。

六、API 使用示例

向 /api/ocr 提交圖像文件：

curl -X POST "http://localhost:8000/api/ocr" \
  -F "file=@image.jpg" \
  -F "mode=markdown"

返回格式示例：

{
  "text": "# 標題\n內容……",
  "mode": "markdown",
  "processing_time": 2.5,
  "image_size": [1024, 768],
  "tokens": 2257
}

七、Docker Compose 配置要點

後端 GPU 加速配置示例：

deploy:
  resources:
    reservations:
      devices:
        - driver: nvidia
          count: 1
          capabilities: [gpu]

模型路徑緩存：

volumes:
  model_cache:

八、常見問題

1. GPU 未識別

運行：

docker run --rm --gpus all nvidia/cuda:11.8.0-base-ubuntu22.04 nvidia-smi

如無法識別，請檢查：

• NVIDIA 驅動
• nvidia-container-toolkit

2. 模型下載失敗

可能原因包括：

• 網絡訪問受限
• HuggingFace 權限問題
• 磁盤空間不足

3. 顯存不足

可在後端調整基礎分辨率：

BASE_SIZE = 640

九、倉庫説明（Fork 説明）

本項目基於以下原始倉庫進行 Fork：

• 原倉庫（英文版）：
  https://github.com/zademy/deepSeek-ocr-docker-compose
• 我維護的倉庫（中文增強版）：
  https://github.com/daibitx/deepSeek-ocr-docker-compose

本倉庫修改內容如下：

1. 對 後端 API 返回內容和部分提示信息進行了中文化處理。
2. 前端界面未進行代碼層面的漢化，如需使用中文界面，可依賴瀏覽器自帶翻譯功能。
3. 未修改原倉庫的整體邏輯、部署方式及模型流程。

重要説明

如果在部署過程中遇到技術性問題，請優先參考原倉庫的説明文檔、Issue 討論或原作者的更新內容。本倉庫主要提供中文使用體驗，並不替代原倉庫的官方維護。