跳​至​内容
OnDevice OCR Business 使用指南
语言
Deutsch English Français Español 简体中文

OCR​后​用​Apple Intelligence​和​本地​AI​为​PDF命名

本文​介绍​如何​从​文档​中​读取​发件人、​公司​或​收件人​等​较​复杂​的​信息，​并​将​其用于​文件​命名。

您​可以​从Mac App Store免费下载OnDevice OCR Business​并​试用​全部​功能。​唯一​的​限制​是​输出​文件​带有​水印。

在​搭载​Apple​芯片​的​Mac​（macOS 26​及​更​高版本）​上，OnDevice OCR Business可以​使用​Apple​自己​的​AI​模型​“Apple Intelligence”，​也​可以​通过​内置​的​Ollama接口​使用​其他​（本地）​AI模型​为​文件​命名。

为了​演示​用​Apple Intelligence​命名，​本例​使用​这​封​虚构​的​信函。

  1. 打开OnDevice OCR Business，​点按​“命名​文件”→“新建模板”。
  2. 点按​“用​示例文件​测试”，​选择​一个​或​多个​文档。
  3. 点按​“x”​移除​“原始文件​名”​组件。

虽然​截图​显示​的​是​英文界面，​但​应用​已​完整​提供​简体中文版。

  1. 点按​“在​文档​中​搜索​区域”，​然后​按住鼠标​拖动，​框选​文档​中​包含​所​需词语​或值​的​区域。

    示例文档​在​这里​是​今后​所有​用​此​模板​命名​的​文档​的​样板。​也就是说，​今后​每​处理​一份​PDF，​AI​都​会​被​要求​在​所​选​区域​中​读取​发件人​的​公司​名称。

  1. 在​“方式”​下点按​“由​Apple Intelligence​读取”。

    根据​您​的​Mac​和​操作系统，​您​可以​在​“使用”​中​设定​AI​模型​在​解读时​只​接收识别出​的​文字，​还是​同时​接收图像​以​进行​视觉识别。​对于​复杂​版式，​后者​明显​更​可靠。

  2. 接着​给​AI模型​输入​一条​简短、​准确​的​提示​词，​然后​点按​“立即解析”。

  3. 在​“找到”​处​可以​看到​AI​是否​正确理解​了​您​的​要求。

    这​不是​一门​精确​的​科学。​请​多​试​几次，​看看​哪条​提示​词​对​哪类​文档​效果​最好。​越​简短、​越准确，​就​越​可靠。

  4. 现在​给​组件​起​一个​名称，​例如​“发件人”，​然后​点按​“完成”。

  1. 添加​“空格”​组件，​然后​再次​点按​“在​文档​中​搜索​区域”，​用​Apple Intelligence​读取​另​一个值。

  1. 再次​在​文档​上​拖动​框选​区域​→​“由​Apple Intelligence​读取”，​然后​写下​一条​指令，​这次​针对​合同​编号。

    由于​AI​能​看到​您​的​文档，​它​也​能​读取​比较​棘手​的​内容。

  2. 将​该​组件​命名​为​“合同​编号”，​然后​点按​“完成”。

  1. 最后，​您​可以​通过​“用​其他​示例文件​测试”​加载​另​一份​类似​的​文档，​确认​模板​能够​正常​工作。

    预览会​显示​这份​示例文件​今后​的​文件名会​是​什么​样子。

  2. 给​模板起​一个​名称，​例如​“发件人​ & 合同​编号”，​然后​点按​“保存”。

大功告成

现在，​您​的​模板​可​在​每​条​处理​路径​中​选用：​监控文件夹、​手动​批量​处理​以及​Apple​“快捷指令”。

配合规则​会​更加​省事：​如果​应用​在​文档​中​找到​特定​的​搜索词，​例如​“合同​编号”，​就​会​自动​选用​相应​的​模板，​这里​即​“发件人​ & 合同​编号”。​这样，​所有​您​已​创建模板​的​文档​类型​都​会​被​自动​命名，​并​可​按​需​直接​归入​正确​的​文件夹。

关于​用Apple Intelligence​和​Ollama命名​的​常见问题#

用​Apple Intelligence命名​文件​需要​什么​条件？

您​需要​一台​搭载Apple​芯片、​运行​macOS 26​或​更​高​版本​的​Mac，​并且​已​在​“系统​设置”​中开启​Apple Intelligence。​不过​我们​建议​使用​macOS 27​或​更​高​版本，​因为​Apple​在​该​版本​中​引入​了​新​的​AFM 3 Core​和​Core Advanced​模型，​它们​不仅​能力​明显​更​强，​而且​支持多​模态。​也就是说，​这些​新​的​Apple Intelligence​模型​不再​只能​分析​文字，​还​能​分析​图像，​这​对​理解复杂​版式​是​一大​优势。

通过​Ollama​使用​AI​模型​不受​上述​条件​限制。​不过，​使用​本地​模型​（出于​隐私​考虑​我们​推荐​这样​做）​同样​至少​需要​16​ ​GB​内存。

OnDevice OCR Pro​也​提供​AI​自动​文件​命名​吗？

提供。OnDevice OCR Pro是​我们​面向​个人用户​的​应用，​适合​不​需要​文档​拆分、​PDF/A导出​等​企业​功能​的​用户，​它​同时​具备​命名​和​归类​功能。

我​可以​通过​Ollama​使用​哪些​AI​模型？

您​可以​使用​在​Ollama​中​安装​的​或​在​Ollama​中​有权​访问​的​任何​模型。​OnDevice OCR Business​直接​从​Ollama读取模型​列表，​您​在​应用​中​选择​模型​即可。​例如Gemma 4​的​效果​就​很​好。​Ollama​必须​与​OnDevice OCR Business​运行​在​同一​台​Mac上。

也​可以​用​gpt-oss、​GLM​或​DeepSeek​等​云端​模型​命名​文件​吗？

可以，​理论​上​您​也​可以​通过​Ollama​接入​云端​模型，​完整​列表见ollama.com。​但​我们​不​建议​这样​做，​因为​与​本地​模型​不同，​这种​情况​下​您​的​文档​及其​内容会​离开​您​的​Mac，​OnDevice OCR​的​高度​隐私​保护​也​就​无法​再​得到​保证。

“仅​文本”​和​“文本​ +​ 图像”​是​什么​意思？

选择​“仅​文本”​时，​AI​模型​只接收所​选区域​中识别出​的​文字。​选择​“文本​ +​ 图像”​时，​它​还​会额外接收​该​区域​的​图像，​因此​也​能​识别版式、​徽标​和​表格。​对复杂文档​来说，​这​明显​更​可靠。​图像​选项​在​Apple Intelligence​上​需要​macOS 27​或​更​高​版本；​通过​Ollama则​适用于​所有​同样​能​处理​图像​的​模型。

用​AI​命名​有​多​可靠？

这​在​很大​程度​上​取决于​所​选​模型。​如今​有​许多​能力​很​强​的​本地​AI​模型，​文件​命名​对​它们​来说​不成问题，​您​可以​通过​Ollama接口​使用​它们。​重要​提示：​指令​请​尽量​简短、​准确，​例如​“只返回合同​编号”​“只返回​公司​名称”​“只返回​主题”，​并用​示例文件​测试​模板。

不过​仍​可能​出错，​因此​建议​定期​抽查。

AI解析​需要​多长时间？

这​同样​在​很大​程度​上​取决于​模型​和​您​Mac​的​性能。​第一次​请求​通常​稍慢，​因为​本地​模型​需要​先​加载​到​内存。​加载​之后​往往​就​很快​了。

您​可以​免费​下载OnDevice OCR Business​和​Ollama，​预先​测试​它们​能否​在​您​的​系统​上​运行。

在​此​过程​中，​我​的​文档​会​离开​Mac​吗？

不会。​如果​您​使用​Apple Intelligence，​或​通过​Ollama​使用​gemma-4-31B​等​其他​本地​AI​模型，​您​的​文档​都​在​您​的​Mac​上​解析。

有关​价格、​许可证、​语言​和​系统​要求​的​一般​问题，​请参阅首页​的​常见问题。

还有​疑问？​请​发送​邮件​至[email protected]。