llama-ocr

Llama OCR 是一个基于 Llama 3.2 Vision 模型的文档图像转 Markdown 的 OCR 工具库。它通过调用 Together AI 提供的免费或付费 Llama 视觉模型 API，将本地或远程图片（如收据、发票、扫描件）识别为结构化 Markdown 文本，支持模型切换（free/11B/90B）和可配置输出格式。项目采用 TypeScript 编写，提供简洁的 npm 接口，无需本地部署大模型即可实现端到端文档解析。适用于轻量级办公自动化、票据数字化、学术文献提取等需快速获取可编辑文本的场景。