في المشهد سريع التطور للذكاء الاصطناعي، تُعد القدرة على استخراج البيانات المهيكلة بدقة من المستندات غير المهيكلة قدرة حاسمة للتطبيقات الحديثة. سواء كنت تبني نظام فواتير آلي، أو تقوم برقمنة مستندات الهوية، أو معالجة نماذج معقدة، فإن التعرف الضوئي على الحروف (OCR) المدعوم بنماذج اللغة الكبيرة (LLMs) يقدم قفزة نوعية مقارنة بالتحليل التقليدي المعتمد على regex.

مقدمة حول DeepSeek OCR على منصة LLM Resayil

في المشهد سريع التطور للذكاء الاصطناعي، تُعد القدرة على استخراج البيانات المهيكلة بدقة من المستندات غير المهيكلة قدرة حاسمة للتطبيقات الحديثة. سواء كنت تبني نظام فواتير آلي، أو تقوم برقمنة مستندات الهوية، أو معالجة نماذج معقدة، فإن التعرف الضوئي على الحروف (OCR) المدعوم بنماذج اللغة الكبيرة (LLMs) يقدم قفزة نوعية مقارنة بالتحليل التقليدي المعتمد على regex.

نموذج DeepSeek OCR، المتاح الآن على منصة LLM Resayil، يمثل أداة متخصصة مصممة خصيصًا لهذا الغرض. على عكس نماذج المحادثة العامة التي تحاول "الدردشة" حول صورة، فإن DeepSeek OCR مصمم لتحليل المدخلات البصرية وإخراج بيانات JSON مهيكلة ودقيقة بناءً على Schema تحدده أنت. ببنية مضغوطة عدد بارامتراتها 3.3 billion، فإنه يقدم استدلالات عالية السرعة مع الحفاظ على دقة قوية للتعرف على النصوص العربية والإنجليزية.

تم تصميم هذا الدليل لثلاث فئات مميزة: API Builder الباحث عن كود تكامل فوري، و Researcher الذي يقيم أداء النموذج مقابل المعايير القياسية، و Business Decision Maker الذي يقيم كفاءة التكلفة ودعم اللغات الإقليمية. بحلول نهاية هذا المقال، ستفهم كيفية نشر DeepSeek OCR في خط الإنتاج الخاص بك خلال دقائق.

الميزات والقدرات الرئيسية

يميز DeepSeek OCR نفسه من خلال مجموعة ميزات مركزة تعطي الأولوية لموثوقية استخراج البيانات على البراعة في المحادثة. ليس مصممًا للإجابة على أسئلة حول جمالية الصورة أو سياقها؛ بل هو مصمم لقراءة النصوص وربطها بالحقول.

استخراج JSON مهيكلة

القدرة الأساسية لهذا النموذج هي التزامه بـ response_format JSON schema. عند إرسال صورة إلى جانب تعريف schema محدد، يحاول النموذج تحديد نقاط البيانات المقابلة داخل المستند المرئي وإرجاعها بالتنسيق المطلوب بدقة. هذا يلغي الحاجة إلى نصوص ما بعد المعالجة لتنظيف حشو المحادثة.

إتقان ثنائي اللغة (العربية والإنجليزية)

بالنسبة للمطورين العاملين في مناطق تحتوي المستندات فيها غالبًا على مزيج من النصوص العربية والإنجليزية، يوفر DeepSeek OCR دعمًا أصليًا لكلا النظامين. يتعامل بفعالية مع فروق محاذاة النص من اليمين لليسار (RTL)، مما يجعله مرشحًا مثاليًا لمعالجة الفواتير الإقليمية والنماذج الحكومية وبيانات الشحن دون الحاجة إلى نماذج منفصلة للغات مختلفة.

كفاءة عالية وزمن استجابة منخفض

بعدد بارامترات يبلغ 3.3B، هذا النموذج أخف بكثير من النماذج العامة الضخمة. ينتج عن ذلك توليد tokens أسرع وزمن استجابة أقل، وهو أمر حاسم للتطبيقات في الوقت الفعلي مثل مسح المستندات عبر الهاتف المحمول أو معالجة الدفعات عالية الحجم.

المواصفات التقنية

فهم القيود والقدرات التقنية للنموذج أمر ضروري لتخطيط البنية. فيما يلي المواصفات الدقيقة لـ DeepSeek OCR على منصة LLM Resayil.

  • عائلة النموذج: DeepSeek
  • الفئة: Vision / OCR
  • البارامترات: 3.3 Billion
  • نافذة السياق: 8,192 Tokens
  • التكميم: F16 (دقة 16-bit كاملة لأقصى دقة)
  • طريقة الإدخال: Image + Text (System Prompt/Schema)
  • طريقة الإخراج: Structured Text (JSON)
  • مضاعف الرصيد: 1x (Base Rate)
  • الحد الأدنى للمستوى: Starter

من المهم ملاحظة أن هذا النموذج لا يدعم استدعاءات الأدوات أو prompts النظام المعقدة المخصصة للعب الأدوار. إن "system prompt" الخاص به هو في الواقع تعليماتك لاستخراج حقول محددة.

جرّب واجهة LLM Resayil البرمجية

ابدأ مجاناً

حالات الاستخدام والتطبيقات

تسمح مرونة DeepSeek OCR بالاندماج في قطاعات مختلفة. فيما يلي حالات الاستخدام الرئيسية التي يتفوق فيها هذا النموذج:

الحسابات الدائنة الآلية

كثيرًا ما تكافح الفرق المالية مع إدخال البيانات يدويًا من فواتير الموردين. من خلال دمج DeepSeek OCR، يمكنك استخراج حقول مثل invoice_number، total_amount، date، و vendor_name تلقائيًا مباشرة إلى نظام ERP الخاص بك. تضمن قدرة النموذج على التعامل مع الأرقام والنصوص العربية التوافق مع الموردين الإقليميين.

التحقق من الهوية (KYC)

في قطاع التقنية المالية (fintech)، يعد التحقق من هوية المستخدم أمرًا بالغ الأهمية. يمكن لـ DeepSeek OCR تحليل بطاقات الهوية الوطنية وجوازات السفر وتصاريح الإقامة. يمكنه استخراج بيانات المنطقة المقروءة آليًا (MRZ) بالإضافة إلى التفاصيل الشخصية المطبوعة، مما يسهل عمليات onboarding أسرع.

اللوجستيات وسلسلة التوريد

غالبًا ما تحتوي ملصقات الشحن وسندات الشحن على معلومات مهيكلة كثيفة. يمكن لهذا النموذج مسح بوالص الشحن لاستخراج أرقام التتبع ورموز الوجهة ومواصفات الوزن، مما يقلل الأخطاء اليدوية في تتبع اللوجستيات.

كيفية الاستخدام عبر API الخاص بـ LLM Resayil

دمج DeepSeek OCR أمر مباشر. يتوافق API الخاص بـ LLM Resayil مع معيار OpenAI SDK، مما يجعل من السهل دمجه في مشاريع Python الحالية. فيما يلي الخطوات لإجراء أول API call لك.

المتطلبات الأساسية

  • مفتاح API نشط لـ LLM Resayil.
  • تثبيت Python 3.8+.
  • تثبيت مكتبة openai (pip install openai).

مثال Python (OpenAI SDK)

يوضح المثال التالي كيفية إرسال صورة لإيصال وطلب حقول محددة بتنسيق JSON. لاحظ أننا نحدد response_format لضمان أن يكون المخرج مقروءًا آليًا.

import base64
from openai import OpenAI

# Initialize the client with LLM Resayil base URL
client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llmapi.resayil.io/v1/"
)

# Function to encode image to base64
def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode('utf-8')

# Path to your document image
image_path = "invoice_sample.jpg"
base64_image = encode_image(image_path)

# Define the JSON schema you want the model to fill
json_schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "date": {"type": "string"},
        "total_amount": {"type": "number"},
        "currency": {"type": "string"},
        "vendor_name": {"type": "string"}
    },
    "required": ["invoice_number", "date", "total_amount"]
}

response = client.chat.completions.create(
    model="deepseek-ocr-local",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Extract the following fields from this invoice image into JSON format."
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/jpeg;base64,{base64_image}"
                    }
                }
            ]
        }
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "invoice_data",
            "strict": True,
            "schema": json_schema
        }
    }
)

print(response.choices[0].message.content)

مثال cURL

بالنسبة للمطورين الذين يختبرون endpoint عبر سطر الأوامر أو بيئات غير Python، إليك ما يعادل cURL. تأكد من استبدال YOUR_API_KEY وبيانات الصورة.

curl https://llmapi.resayil.io/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "mo...
كل المقالات اقرأ المزيد من المقالات