AI服务配置

识文君支持多种AI服务，本指南将帮助您配置和使用不同的AI服务。

🤖 支持的AI服务

OpenAI

特点: 高精度识别，支持复杂文档和表格 推荐用途: 重要文档处理，高精度要求场景

配置步骤:

  1. 访问 OpenAI Platform
  2. 注册账号并获取API密钥
  3. 在识文君中选择"OpenAI"预设
  4. 填入API密钥和配置

推荐模型:

  • OCR模型: gpt-4-vision-preview
  • 文本处理: gpt-4 或 gpt-3.5-turbo

Google Gemini

特点: 多语言支持优秀，图像理解能力强 推荐用途: 多语言文档，图片文字识别

配置步骤:

  1. 访问 Google AI Studio
  2. 申请API访问权限
  3. 获取API密钥
  4. 在识文君中选择"Google Gemini"预设

推荐模型:

  • OCR模型: gemini-pro-vision
  • 文本处理: gemini-pro

Pollinations AI

特点: 免费使用，适合日常处理 推荐用途: 日常文档处理，学习使用

配置步骤:

  1. 在识文君中选择"Pollinations"预设
  2. 无需API密钥，可直接使用
  3. 选择合适的模型

可用模型:

  • OCR模型: openai-large
  • 文本处理: deepseek-reasoning

自定义AI服务

特点: 支持任何兼容OpenAI接口的AI服务 推荐用途: 企业内部部署，特殊需求定制

支持的服务:

  • Azure OpenAI
  • 本地部署的模型 (如 Ollama)
  • 其他兼容OpenAI API的服务

⚙️ 配置步骤详解

1. 打开设置面板

  1. 启动识文君应用
  2. 点击顶部工具栏的"设置"按钮
  3. 进入AI配置区域

2. 选择预设模板

识文君提供了常用AI服务的预设模板：

  • OpenAI: 官方OpenAI服务
  • Google Gemini: Google的AI服务
  • Pollinations: 免费AI服务
  • 自定义: 手动配置其他服务

3. 填写配置信息

根据选择的服务类型，填写以下信息：

基础配置:

  • Base URL: API端点地址
  • API Key: 服务密钥
  • 超时设置: 请求超时时间

模型配置:

  • OCR模型: 用于图像文字识别
  • 文本处理模型: 用于文本优化处理

4. 保存和管理配置

  • 点击💾按钮保存当前配置
  • 为配置命名，方便后续使用
  • 点击⚙️按钮管理已保存的配置

🔧 高级配置

自定义API端点

对于企业用户或特殊需求，可以配置自定义API端点：

# 标准OpenAI格式
https://api.openai.com/v1

# Azure OpenAI格式  
https://your-resource.openai.azure.com/openai/deployments/your-deployment

# 本地服务格式
http://localhost:11434/v1

模型参数调优

温度设置 (Temperature):

  • 0.0-0.3: 更准确，适合OCR识别
  • 0.4-0.7: 平衡准确性和创造性
  • 0.8-1.0: 更有创造性，适合文本优化

最大令牌数 (Max Tokens):

  • OCR识别: 建议 2000-4000
  • 文本处理: 建议 1000-2000

批量配置

对于需要处理大量文档的用户：

  1. 并发设置: 控制同时处理的请求数
  2. 重试机制: 设置失败重试次数
  3. 速率限制: 避免触发API限制

💰 成本优化

选择合适的模型

服务成本精度速度推荐场景
Pollinations免费中等快日常使用
OpenAI GPT-3.5低高快一般文档
OpenAI GPT-4高很高中等重要文档
Gemini Pro中等高快多语言文档

成本控制建议

  1. 测试阶段: 使用免费的Pollinations服务
  2. 日常使用: 选择GPT-3.5或Gemini Pro
  3. 重要文档: 使用GPT-4获得最佳效果
  4. 批量处理: 考虑使用本地部署的模型

🔍 测试配置

配置完成后，建议进行测试：

1. 连接测试

  • 保存配置后，应用会自动测试连接
  • 检查API密钥是否有效
  • 验证网络连接是否正常

2. 功能测试

  1. 选择一个小的PDF文件
  2. 进行OCR识别测试
  3. 尝试AI文本处理功能
  4. 检查结果质量

3. 性能测试

  • 测试识别速度
  • 检查错误率
  • 评估成本效益

❗ 常见问题

API密钥无效

问题: 提示API密钥错误 解决:

  1. 检查密钥是否正确复制
  2. 确认密钥是否有效期内
  3. 验证账户是否有足够余额

网络连接失败

问题: 无法连接到AI服务 解决:

  1. 检查网络连接
  2. 确认防火墙设置
  3. 尝试使用代理

识别质量不佳

问题: OCR结果不准确 解决:

  1. 尝试不同的模型
  2. 调整温度参数
  3. 确保PDF质量清晰

📞 获取帮助

如果配置过程中遇到问题：

配置完成后，您就可以开始使用识文君进行PDF文字识别了！查看 基础使用教程 了解具体操作步骤。