feat(OCR): add recognition level and minimum confidence options for Mac system OCR provider

2025-03-28 22:09:36 +08:00
parent 29ccbf16d8
commit 7f310bc29f
11 changed files with 121 additions and 102 deletions
@@ -12,6 +12,11 @@ export default class MacSysOcrProvider extends BaseOcrProvider {
  private readonly BATCH_SIZE = 4
  private readonly CONCURRENCY = 2
  private readonly MIN_TEXT_LENGTH = 1000
+
+  private getRecognitionLevel(level?: number) {
+    return level === 0 ? MacOCR.RECOGNITION_LEVEL_FAST : MacOCR.RECOGNITION_LEVEL_ACCURATE
+  }
+
  constructor(provider: OcrProvider) {
    super(provider)
  }
@@ -42,7 +47,8 @@ export default class MacSysOcrProvider extends BaseOcrProvider {
        const ocrResults = await MacOCR.recognizeBatchFromBuffer(pageBuffers, {
          maxThreads: 4,
          ocrOptions: {
-            recognitionLevel: MacOCR.RECOGNITION_LEVEL_ACCURATE
+            recognitionLevel: this.getRecognitionLevel(this.provider.options?.recognitionLevel),
+            minConfidence: this.provider.options?.minConfidence || 0.5
          }
        })

@@ -497,7 +497,7 @@ class KnowledgeService {
      try {
        const ocrProvider = new OcrProvider(base.ocrProvider)
        Logger.info(`Starting OCR processing for file: ${file.path}`)
-
+        Logger.info(`OCR provider: ${base.ocrProvider?.options}`)
        const { processedFile } = await ocrProvider.parseFile(item.id, file)
        Logger.info(`OCR processing completed: ${processedFile.path}`)
        fileToProcess = processedFile
@@ -1213,8 +1213,15 @@
        "ocr": {
          "title": "OCR",
          "provider": "OCR Provider",
-          "ocr": "OCR Settings",
-          "provider_placeholder": "Choose a OCR provider"
+          "provider_placeholder": "Choose a OCR provider",
+          "mac_system_ocr_options": {
+            "mode": {
+              "title": "Recognition Mode",
+              "accurate": "Accurate",
+              "fast": "Fast"
+            },
+            "min_confidence": "Minimum Confidence"
+          }
        },
        "title": "Tool Settings"
      },
@@ -1188,10 +1188,16 @@
        "title": "ツール設定",
        "ocr": {
          "title": "ナレッジベース設定",
-          "preprocessing": "預処理",
-          "preprocessing_tooltip": "アップロードされたファイルのOCR預処理",
          "provider": "OCRプロバイダー",
-          "provider_placeholder": "OCRプロバイダーを選択する"
+          "provider_placeholder": "OCRプロバイダーを選択する",
+          "mac_system_ocr_options": {
+            "mode": {
+              "title": "辨識モード",
+              "accurate": "正確な",
+              "fast": "速い"
+            },
+            "min_confidence": "最小信頼度"
+          }
        },
        "websearch": {
          "blacklist": "ブラックリスト",
@@ -1225,33 +1231,8 @@
      "tray.onclose": "閉じるときにトレイに最小化",
      "tray.show": "トレイアイコンを表示",
      "tray.title": "トレイ",
-      "websearch": {
-        "blacklist": "ブラックリスト",
-        "blacklist_description": "以下のウェブサイトの結果は検索結果に表示されません",
-        "blacklist_tooltip": "以下の形式を使用してください(改行区切り)\nexample.com\nhttps://www.example.com\nhttps://example.com\n*://*.example.com",
-        "check": "チェック",
-        "check_failed": "検証に失敗しました",
-        "check_success": "検証に成功しました",
-        "enhance_mode": "検索強化モード",
-        "enhance_mode_tooltip": "デフォルトモデルを使用して問題から検索キーワードを抽出し、検索を実行します",
-        "get_api_key": "APIキーを取得",
-        "no_provider_selected": "検索サービスプロバイダーを選択してから再確認してください。",
-        "search_max_result": "検索結果の数",
-        "search_provider": "検索サービスプロバイダー",
-        "search_provider_placeholder": "検索サービスプロバイダーを選択する",
-        "search_result_default": "デフォルト",
-        "search_with_time": "日付を含む検索",
-        "tavily": {
-          "api_key": "Tavily API キー",
-          "api_key.placeholder": "Tavily API キーを入力してください",
-          "description": "Tavily は、AI エージェントのために特別に開発された検索エンジンで、最新の結果、インテリジェントな検索提案、そして深い研究能力を提供します",
-          "title": "Tavily"
-        },
-        "title": "ウェブ検索"
-      },
      "general.auto_check_update.title": "自動更新チェックを有効にする"
    },
-    "general.auto_check_update.title": "自動更新チェックを有効にする",
    "translate": {
      "any.language": "任意の言語",
      "button.translate": "翻訳",
@@ -1189,7 +1189,15 @@
        "ocr": {
          "title": "Настройки OCR",
          "provider": "Поставщик OCR",
-          "provider_placeholder": "Выберите поставщика OCR"
+          "provider_placeholder": "Выберите поставщика OCR",
+          "mac_system_ocr_options": {
+            "mode": {
+              "title": "Режим распознавания",
+              "accurate": "Точный",
+              "fast": "Быстрый"
+            },
+            "min_confidence": "Минимальная достоверность"
+          }
        },
        "websearch": {
          "blacklist": "Черный список",
@@ -1214,8 +1222,7 @@
            "title": "Tavily"
          },
          "title": "Поиск в Интернете"
-        },
-        "general.auto_check_update.title": "Включить автоматическую проверку обновлений"
+        }
      },
      "topic.position": "Позиция топиков",
      "topic.position.left": "Слева",
@@ -1224,33 +1231,8 @@
      "tray.onclose": "Свернуть в трей при закрытии",
      "tray.show": "Показать значок в трее",
      "tray.title": "Трей",
-      "websearch": {
-        "blacklist": "Черный список",
-        "blacklist_description": "Результаты из следующих веб-сайтов не будут отображаться в результатах поиска",
-        "blacklist_tooltip": "Пожалуйста, используйте следующий формат (разделенный переносами строк)\nexample.com\nhttps://www.example.com\nhttps://example.com\n*://*.example.com",
-        "check": "проверка",
-        "check_failed": "Проверка не прошла",
-        "check_success": "Проверка успешна",
-        "enhance_mode": "Режим улучшения поиска",
-        "enhance_mode_tooltip": "Используйте модель по умолчанию для извлечения ключевых слов из проблемы и поиска",
-        "get_api_key": "Получить ключ API",
-        "no_provider_selected": "Пожалуйста, выберите поставщика поисковых услуг, затем проверьте.",
-        "search_max_result": "Количество результатов поиска",
-        "search_provider": "поиск сервисного провайдера",
-        "search_provider_placeholder": "Выберите поставщика поисковых услуг",
-        "search_result_default": "По умолчанию",
-        "search_with_time": "Поиск, содержащий дату",
-        "tavily": {
-          "api_key": "Ключ API Tavily",
-          "api_key.placeholder": "Введите ключ API Tavily",
-          "description": "Tavily — это поисковая система, специально разработанная для ИИ-агентов, предоставляющая актуальные результаты, умные предложения по запросам и глубокие исследовательские возможности",
-          "title": "Tavily"
-        },
-        "title": "Поиск в Интернете"
-      },
      "general.auto_check_update.title": "Включить автоматическую проверку обновлений"
    },
-    "general.auto_check_update.title": "Включить автоматическую проверку обновлений",
    "translate": {
      "any.language": "Любой язык",
      "button.translate": "Перевести",
@@ -394,7 +394,11 @@
      "rename": "重命名",
      "search": "搜索知识库",
      "search_placeholder": "输入查询内容",
-      "settings": "知识库设置",
+      "settings": {
+        "title": "知识库设置",
+        "preprocessing": "预处理",
+        "preprocessing_tooltip": "使用 OCR 预处理上传的文件"
+      },
      "sitemap_placeholder": "请输入站点地图 URL",
      "sitemaps": "网站",
      "source": "来源",
@@ -952,13 +956,6 @@
      "launch.onboot": "开机自动启动",
      "launch.title": "启动",
      "launch.totray": "启动时最小化到托盘",
-      "knowledge": {
-        "title": "知识库",
-        "ocr": {
-          "title": "OCR设置",
-          "provider": "OCR服务商"
-        }
-      },
      "mcp": {
        "actions": "操作",
        "active": "启用",
@@ -1191,9 +1188,17 @@
      "tool": {
        "title": "工具设置",
        "ocr": {
-          "title": "知识库设置",
+          "title": "OCR设置",
          "provider": "OCR服务商",
-          "provider_placeholder": "选择一个OCR服务商"
+          "provider_placeholder": "选择一个OCR服务商",
+          "mac_system_ocr_options": {
+            "mode": {
+              "title": "识别模式",
+              "accurate": "精准",
+              "fast": "快速"
+            },
+            "min_confidence": "最小置信度"
+          }
        },
        "websearch": {
          "blacklist": "黑名单",
@@ -1188,9 +1188,16 @@
        "title": "工具",
        "ocr": {
          "title": "OCR",
-          "description": "OCR 設定",
          "provider": "OCR 提供者",
-          "provider_placeholder": "選擇一個 OCR 提供者"
+          "provider_placeholder": "選擇一個 OCR 提供者",
+          "mac_system_ocr_options": {
+            "mode": {
+              "title": "辨識模式",
+              "accurate": "精確",
+              "fast": "快速"
+            },
+            "min_confidence": "最小置信度"
+          }
        },
        "websearch": {
          "blacklist": "黑名單",
@@ -1224,33 +1231,8 @@
      "tray.onclose": "關閉時最小化到系统匣",
      "tray.show": "顯示系统匣圖示",
      "tray.title": "系统匣",
-      "websearch": {
-        "blacklist": "黑名單",
-        "blacklist_description": "以下網站不會出現在搜尋結果中",
-        "blacklist_tooltip": "請使用以下格式 (換行符號分隔)\nexample.com\nhttps://www.example.com\nhttps://example.com\n*://*.example.com",
-        "check": "檢查",
-        "check_failed": "驗證失敗",
-        "check_success": "驗證成功",
-        "enhance_mode": "搜索增強模式",
-        "enhance_mode_tooltip": "使用預設模型提取關鍵詞後搜索",
-        "get_api_key": "點選這裡取得金鑰",
-        "no_provider_selected": "請選擇搜尋服務商後再檢查",
-        "search_max_result": "搜尋結果個數",
-        "search_provider": "搜尋服務商",
-        "search_provider_placeholder": "選擇一個搜尋服務商",
-        "search_result_default": "預設",
-        "search_with_time": "搜尋包含日期",
-        "tavily": {
-          "api_key": "Tavily API 金鑰",
-          "api_key.placeholder": "請輸入 Tavily API 金鑰",
-          "description": "Tavily 是一個為 AI 代理量身訂製的搜尋引擎，提供即時、準確的結果、智慧查詢建議和深入的研究能力",
-          "title": "Tavily"
-        },
-        "title": "網路搜尋"
-      },
      "general.auto_check_update.title": "啟用自動更新檢查"
    },
-    "general.auto_check_update.title": "啟用自動更新檢查",
    "translate": {
      "any.language": "任意語言",
      "button.translate": "翻譯",
@@ -4,13 +4,22 @@ import { useOcrProvider } from '@renderer/hooks/useOcr'
 import { formatApiKeys } from '@renderer/services/ApiService'
 import { OcrProvider } from '@renderer/types'
 import { hasObjectKey } from '@renderer/utils'
-import { Avatar, Divider, Flex, Input } from 'antd'
+import { Avatar, Divider, Flex, Input, InputNumber, Segmented } from 'antd'
 import Link from 'antd/es/typography/Link'
 import { FC, useEffect, useState } from 'react'
 import { useTranslation } from 'react-i18next'
 import styled from 'styled-components'

-import { SettingHelpLink, SettingHelpText, SettingHelpTextRow, SettingSubtitle, SettingTitle } from '../..'
+import {
+  SettingDivider,
+  SettingHelpLink,
+  SettingHelpText,
+  SettingHelpTextRow,
+  SettingRow,
+  SettingRowTitle,
+  SettingSubtitle,
+  SettingTitle
+} from '../..'

 interface Props {
  provider: OcrProvider
@@ -21,6 +30,7 @@ const OcrProviderSetting: FC<Props> = ({ provider: _provider }) => {
  const { t } = useTranslation()
  const [apiKey, setApiKey] = useState(ocrProvider.apiKey || '')
  const [apiHost, setApiHost] = useState(ocrProvider.apiHost || '')
+  const [options, setOptions] = useState(ocrProvider.options || {})

  const ocrProviderConfig = OCR_PROVIDER_CONFIG[ocrProvider.id]
  const apiKeyWebsite = ocrProviderConfig?.websites?.apiKey
@@ -29,7 +39,8 @@ const OcrProviderSetting: FC<Props> = ({ provider: _provider }) => {
  useEffect(() => {
    setApiKey(ocrProvider.apiKey ?? '')
    setApiHost(ocrProvider.apiHost ?? '')
-  }, [ocrProvider.apiKey, ocrProvider.apiHost])
+    setOptions(ocrProvider.options ?? {})
+  }, [ocrProvider.apiKey, ocrProvider.apiHost, ocrProvider.options])

  const onUpdateApiKey = () => {
    if (apiKey !== ocrProvider.apiKey) {
@@ -49,6 +60,12 @@ const OcrProviderSetting: FC<Props> = ({ provider: _provider }) => {
    }
  }

+  const onUpdateOptions = (key: string, value: any) => {
+    const newOptions = { ...options, [key]: value }
+    setOptions(newOptions)
+    updateOcrProvider({ ...ocrProvider, options: newOptions })
+  }
+
  return (
    <>
      <SettingTitle>
@@ -102,6 +119,40 @@ const OcrProviderSetting: FC<Props> = ({ provider: _provider }) => {
          </Flex>
        </>
      )}
+
+      {hasObjectKey(ocrProvider, 'options') && ocrProvider.id === 'system' && (
+        <>
+          <SettingDivider style={{ marginTop: 15, marginBottom: 12 }} />
+          <SettingRow>
+            <SettingRowTitle>{t('settings.tool.ocr.mac_system_ocr_options.mode.title')}</SettingRowTitle>
+            <Segmented
+              options={[
+                {
+                  label: t('settings.tool.ocr.mac_system_ocr_options.mode.accurate'),
+                  value: 1
+                },
+                {
+                  label: t('settings.tool.ocr.mac_system_ocr_options.mode.fast'),
+                  value: 0
+                }
+              ]}
+              value={options.recognitionLevel}
+              onChange={(value) => onUpdateOptions('recognitionLevel', value)}
+            />
+          </SettingRow>
+          <SettingDivider style={{ marginTop: 15, marginBottom: 12 }} />
+          <SettingRow>
+            <SettingRowTitle>{t('settings.tool.ocr.mac_system_ocr_options.min_confidence')}</SettingRowTitle>
+            <InputNumber
+              value={options.minConfidence}
+              onChange={(value) => onUpdateOptions('minConfidence', value)}
+              min={0}
+              max={1}
+              step={0.1}
+            />
+          </SettingRow>
+        </>
+      )}
    </>
  )
 }
@@ -44,7 +44,7 @@ const persistedReducer = persistReducer(
  {
    key: 'cherry-studio',
    storage,
-    version: 86,
+    version: 87,
    blacklist: ['runtime', 'messages'],
    migrate
  },
@@ -23,7 +23,11 @@ const initialState: OcrState = {
    },
    {
      id: 'system',
-      name: 'System(Mac Only)'
+      name: 'System(Mac Only)',
+      options: {
+        recognitionLevel: 0,
+        minConfidence: 0.5
+      }
    }
  ],
  defaultProvider: ''
@@ -349,6 +349,7 @@ export interface OcrProvider {
  apiKey?: string
  apiHost?: string
  model?: string
+  options?: any
 }

 export type GenerateImageParams = {