كيفية استخدام واجهة برمجة تطبيقات LightOnOCR-3 4B

LightOnOCR-3 4B متوفر على EmpirioLabs. إنه نموذج OCR المستند من LightOn: أرسل ملف PDF أو صورة، ويعيد كل صفحة كعلامة Markdown، مع النص حسب ترتيب القراءة، العناوين، القوائم، الجداول، الرياضيات في LaTeX، والمخططات كجداول لنقاط بياناتها. تعود كل صفحة أيضا بتخطيطها: نوع وموقع كل كتلة على الصفحة. تعمل على ما بعد /v1/ocr، في واجهة برمجة التطبيقات وفي Playground.

Benchmark. تفيد LightOn بدرجة أولم أوكر-بنش الإجمالية 86.3 ل LightOnOCR-3 4B في مجموعتها إعلان الإصدار في 8 أكتوبر 2026.

ما يقرأه

صفحة اختبار من ملاحظات المحاضرة، تقرأها في طلب واحد. هذه الصفحة واثنتان أخريان ضد ثلاثة نماذج دردشة رؤية موجودة في LightOnOCR-3 4B مقابل Qwen3.5 4B ضد جيما 4 26B-A4B ضد Mistral Small 3.1.

بداية ماركداون التي أعادها لتلك الصفحة؛ المعادلات الثلاث الأخرى، الجدول، ورقم الصفحة تأتي في نفس الرد:

PHYS 210 · ملاحظات المحاضرة الأسبوع 6 ## 6.2 المذبذب التوافقي المثبط كتلة $m$ على نابض صلابة $k$ ، مع قوة تخميد تتناسب مع سرعته، يطيع $$ m \frac{d^2 x}{dt^2} + c \frac{dx}{dt} + kx = 0 \quad \text{(6.1)} $$ استبدال $x(t) = e^{rt}$ يعطي المعادلة المميزة $mr^2 + cr + k = 0$ ، جذورها هي $$ r = \frac{-c \pm \sqrt{c^2 - 4mk}}{2m} \quad \text{(6.2)} $$

طلبك الأول

أرسل مستندا عبر URL أو كرابط بيانات base64. يقرأ هذا الطلب أول صفحتين من نموذج PDF:

curl https://api.empiriolabs.ai/v1/ocr \ -H "التفويض: حامل $EMPIRIOLABS_API_KEY" \ -H "CONTENT-TYPE: application/json" \ -d '{ "model": "lightonocr-3-4b", "document": { "type": "document_url", "document_url": "https://media.empiriolabs.ai/assets/blog-images/lightonocr-3-4b-test-2026-10-25/sample-document.pdf" }, "pages": [0, 1] }'

يتم إدخال ملف على جهازك كواجهة بيانات (URI) بدون الحاجة إلى استضافة:

استيراد base64 استيراد طلبات استيراد OS باستخدام Open("report.pdf", "RB") كعنوان: encoded = base64.b64encode(handle.read()).decode() response = requests.post("https://api.empiriolabs.ai/v1/ocr", headers={"تفويض": f"حامل {os.environ['EMPIRIOLABS_API_KEY']}"}, json={ "model": "lightonocr-3-4b", "document": {"type": "document_url", "document_url": f"data:application/pdf; base64,{encoded}"}, }, timeout=300,) response.raise_for_status() للصفحة في response.json()["pages"]: print(f"--- page {page['index']} ---") print(page["markdown"])

الصورة تعمل بنفس الطريقة، مع "type": "image_url" ورابط URL أو URI البيانات في image_url. يمكن أن يكون المستند صورة PDF أو PNG أو JPEG أو WebP أو tiff أو bmp أو gif أو AVIF بحجم يصل إلى 50 ميجابايت، وطلب واحد يقرأ حتى 1000 صفحة.

ما الذي يعود

تحمل الاستجابة كائنا واحدا لكل صفحة في الصفحات. كل واحدة تحتوي على الصفحة ك ماركدون; الكتل، كل منطقة من الصفحة بترتيب القراءة مع نوعها (العنوان, النص, القائمة, الجدول, المعادلة, التعليق, العنوان الرئيسي, مقدمة، وغيرها) وصندوقها بالبكسل؛ الصور، مناطق الصورة؛ و الأبعاد، حجم صورة الصفحة التي تشير إليها الصناديق. usage_info.pages_processed تعد الصفحات التي تقرأها. واحدة من الكتلات الستة عشر التي أعيدت لصفحة المحاضرات:

{ "type": "equation", "top_left_x": 641, "top_left_y": 526, "bottom_right_x": 1447, "bottom_right_y": 610, "content": "$$\nr = \\frac{-c \\pm \\sqrt{c^2 - 4mk}}{2m} \\quad \\text{(6.2)}\n$$" }

الطلب يجيب عندما تقرأ صفحاته. واحدة لا تزال تعمل بعد حوالي أربع دقائق ونصف من الإجابات 202 مع job_id: استطلاع اذهب /v1/jobs/{job_id} حتى الحالة هي اكتمل، والصفحات موجودة في النتيجة. للحصول على معرف الوظيفة فورا، أرسل العنوان يفضل: استجابة غير متزامنة.

الخيارات

• صفحات. الصفحات يأخذ أرقام الصفحات الصفرية كقائمة ([0, 2, 3]) أو وتر ("0,2-4"). اتركها لتقرأ كل صفحة.
• الطاولات. table_format تم ضبطه على ماركدون أو HTML تنقل كل جدول إلى الجداول بهذا الشكل ويترك رابطا مثل [tbl-0.html] (tbl-0.html) في صفحة Markdown. بدونه، تبقى الجداول في Markdown كHTML.
• صور. include_image_base64 يرجع كل منطقة صورة كواجهة بيانات JPEG. image_limit يحدد عدد الصور التي تعود للمستند بأكمله، و image_min_size يترك مناطق أضيق أو أقصر من هذا العدد الكبير من البكسلات.
• العناوين والتذييل. extract_header و extract_footer ينقلونهم خارج ماركداون إلى حقولهم الخاصة.
• التخطيط. include_blocks تم ضبطه على خطأ الأوراق الكتل خارج.

ملاحظات تشغيلية

• تبدأ أرقام الصفحات من 0. "الصفحات": [1] يقرأ الصفحة الثانية.
• يمكن أن تعود علامات الدولار وهي هاربة. في نص الصفحة قد يكون هناك علامة دولار \$، وداخل جداول HTML &دولار;. تخلص من الماركدون قبل أن تبحث عنه عن المبالغ.
• يتم رفض حقول التعليقات. bbox_annotation_format, document_annotation_format، و document_annotation_prompt الإجابة 400 قبل قراءة أي صفحة.

التسعير

يتم احتساب المبلغ حسب كل صفحة مقروءة. يتم فوترة كل طلب على الأقل من 5 صفحات، لذا أرسل مستندا طويلا كملف PDF واحد بدلا من طلب واحد لكل صفحة. الطلب الذي يفشل لا يتم تحميله للصفحات التي لم يعيدها. الأسعار الحالية على صفحة النماذج و صفحة الأسعار.

ابدأ البناء

جرب LightOnOCR-3 4B في Playground مع مستندك الخاص، واقرأ دليل OCR المستند و توثيق واجهة برمجة التطبيقات لكل معاملة.

إفصاح: كتب هذا المقال بمساعدة الذكاء الاصطناعي وتمت مراجعته من قبل EmpirioLabs AI.