BaoxiaoOCR 是一款用于识别发票内容以及提取发票信息的小工具

本项目使用 PaddlePaddleOCR 以及 LLM 对发票图片的内容进行识别并提取出关键信息。

本项目基于 pywebview 构建。前端使用React19 + vite构建页面，并通过 WSGI 进行访问。后端使用 Javascript–Python bridge 进行通信(这相当于直接用 JS/TS 调用 python 函数，而不是通过 http 协议访问后端 api server)。

由于 pywebview 默认使用edgechromium作为引擎，在 windows 平台你可能需要安装Microsoft Edge WebView2作为其依赖。

PaddleOCR.yaml文件为 PaddleX 管道配置，详情参见PaddleX 文档。

config.yaml文件为大模型配置，默认的配置是调用本地 ollama。你可以在 ollama 使用以下指令快速安装运行。

ollama pull qwen2.5:0.5b
ollama pull zyw0605688/gte-large-zh:latest
ollama pull qwen2.5vl:7b

# 允许任意源
set OLLAMA_ORIGINS=*

# 启动ollama服务器
ollama serve

若本地不便部署大模型，也可以选用第三方的 api 服务。

本项目使用uv作为 Python 的包管理器，你可以使用如下命令快速配置 Python 依赖。

# 如果你还没有uv，可以通过pip安装他
pip install uv

# 创建虚拟环境并安装依赖
uv sync

# 开始运行
uv run python main.py

cd front-end
pnpm install && pnpm build

pip install uv
uv sync
uv run pyinstall main.spec
cp -r front-end/* dist/main/front-end

或者你也可以参考附带的build.bat脚本。