2.9 KiB
2.9 KiB
title, source, source_date, extracted_date, type, tags, confidence, contested, evidence_boundary
| title | source | source_date | extracted_date | type | tags | confidence | contested | evidence_boundary | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| PaddleOCR v2 API 配额与错误码规则摘编 | PaddleOCR 官方 API 文档（用户 2026-08-07 提供；接口域 paddleocr.aistudio-app.com/api/v2/ocr/jobs） | 2026-08-07 | 2026-08-07 | source-derivative |
|
high | false | 文档文本由用户 2026-08-07 从 PaddleOCR 官方 API 文档页提供，未保留原始 URL；同日对 v2 jobs 接口实测：PP-OCRv6 与 PaddleOCR-VL-1.6 两模型各多次提交 job 均返回 HTTP 200 并成功解析（中文金融表格文本识别准确），403/429/413/422/500/503/504 错误码行为未实测触发，仅按官方文档转述。配额（3000 页/日/模型、单文件 100 页截断）为官方声明值，随平台策略可能调整。 |
来源说明
本文件摘编 PaddleOCR v2 异步 API（https://paddleocr.aistudio-app.com/api/v2/ocr/jobs）的调用配额与错误码规则，供本地 OCR 工具链（wikillm/scripts/paddleocr_v2_ocr.py）使用时参考。
证据分级
- 官方声明：配额数值（3000 页/日/模型、单文件 ≤100 页）、错误码含义表。
- 实测验证（2026-08-07）：两模型 job 提交→轮询→结果下载全链路通过，HTTP 200；中文文本与表格还原正确。
- 未实测：错误码 403/413/422/429/500/503/504 的实际触发场景；配额耗尽时的具体行为。
1. 配额规则
| 规则 | 数值 | 说明 |
|---|---|---|
| 每日解析上限 | 3000 页/用户/模型 | 超额后请求无法处理，返回 429（Too Many Requests） |
| 单文件页数建议 | ≤ 100 页 | 避免处理时间过长导致网关超时 |
| 超页截断 | >100 页仅解析前 100 页 | 后续页面被忽略，无报错 |
| 提额 | 官方问卷免费申请 | 有更高解析需求时填写 |
2. 错误码说明
| 错误码 | 含义 | 解决建议 |
|---|---|---|
| 403 | Token 错误 | 检查 Token 是否正确，或 URL 是否与 Token 匹配 |
| 413 | 请求体过大 | 减少 PDF 页数或文件大小 |
| 422 | 参数无效 | 参考 errorMsg 解决 |
| 429 | 超出单日解析最大页数 | 换用其他模型或稍后再试 |
| 500 | 服务器内部错误 | 频繁出现请联系 PaddleOCR 官方 |
| 503 | 当前请求过多 | 稍后再试 |
| 504 | 网关超时 | 稍后再试 |
3. 本地工具链衔接
- 工具脚本：
wikillm/scripts/paddleocr_v2_ocr.py（v2 jobs 协议，支持--model切换模型、--out指定输出目录）。 - 凭证：
PADDLEOCR_ACCESS_TOKEN（hermes-home/.env），默认 fallback token 内嵌于脚本。 - 双模型配额独立：PP-OCRv6（行级文本 + bbox + 置信度）与 PaddleOCR-VL-1.6（整页 Markdown，表格/版面/公式还原）可轮换以规避单模型 429。
- 批量场景（如整本书籍扫描件入库）：注意单文件 100 页截断，建议先按章拆页；每日 3000 页上限需按批次规划。