前言本期依旧是把fastapi的界面改为gradio界面原来的fastapi适合api调用现在的gradio适合界面交互操作本期的更新为只保留PDF转MD和图片转MD的功能其他如jsonhtmlexcel都去掉了只保留GPU版本无CPU版本因为VL1.5比较占显存CPU耗时太长下图是两个版本对比懒人包使用双击start.bat等待终端启动启动成功后会自动打开网页特别注意输出的md文件在runtime文件夹下的outputs文件夹Tips点击此处 网盘下载目前试了几种ocr只有这个vl1.5 pdf转md识别率和排版都不错其他的如小红书ocr不解析图片paddleocr PP-StructureV3解析正确但是md的排版会有换行等一些细节问题vl1.5显存占用高一点本文测试需要8GB左右的显存