OCR.chat API

Адзін запыт HTTP пераўтварае малюнак або PDF у звычайны тэкст, Markdown, табліцы і JSON - на больш чым 100 мовах. Памер на старонку, без сюрпрызаў.

Прагляд

The OCR.chat API is a small REST interface. You POST a file and get back a job with the recognized text and a per-page breakdown (text, bounding boxes, confidence). Jobs of 5 pages or fewer return inline; larger jobs return immediately with a pending status that you poll until done.

  • Base URL: https://ocr.chat
  • Formats in: PNG, JPG, WEBP, GIF, BMP, TIFF, and multi-page PDF
  • Formats out: txt, md, docx, pdf, csv, json
  • Engines: cpu (fast, printed docs) and vlm (premium AI, handwriting, complex layout, math)

Аўтарызацыя

Authenticate with your API token (find it on your account page) as a Bearer header:

Authorization: Bearer YOUR_API_TOKEN

You can also pass ?api_token=… as a query parameter. Usage is metered against your account's page balance.

Даслаць дакумент

POST /api/v1/ocr/, multipart form upload.

curl -X POST https://ocr.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@invoice.pdf" \
  -F "tier=vlm" \
  -F "language=auto"

Returns the job. For ≤5-page files it is already done with the text; larger files come back pending/processing, poll the status endpoint.

{
  "uuid": "9f2c1b7e4a...",
  "status": "done",
  "tier": "vlm",
  "language": "auto",
  "page_count": 1,
  "mean_confidence": 0.98,
  "text": "INVOICE\nAcme Corp\nTotal: 215.00 USD",
  "markdown": "# INVOICE\n\n**Acme Corp** ...",
  "pages": [ { "index": 0, "text": "...", "blocks": [ { "text": "...", "bbox": [x0,y0,x1,y1], "confidence": 0.98 } ] } ]
}

Атрымаць вынік

GET /api/v1/ocr/<uuid>/, poll until status is done or failed.

curl https://ocr.chat/api/v1/ocr/9f2c1b7e4a.../ \
  -H "Authorization: Bearer YOUR_API_TOKEN"

Сцягнуць фармат

GET /api/v1/ocr/<uuid>/download/?format=md, export the result. format is one of txt, md, docx, pdf, csv, json.

curl -L "https://ocr.chat/api/v1/ocr/9f2c1b7e4a.../download/?format=docx" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.docx

Паведамленне з дакументам

Задаць пытанні пра выкананае заданне. Адказы будуць заснаваны толькі на выцягнутым тэкст і цытаваць крыніцу. Неабходны рахунак - функцыя чата залежыць ад рахунку.

POST /api/v1/chat/<uuid>/, JSON body {"message": "your question"}.

curl -X POST https://ocr.chat/api/v1/chat/9f2c1b7e4a.../ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"message": "What is the invoice total and due date?"}'

Верне паведамленне пра дапаможніка з адказам і спісам спасылак на старонкі:

{"conversation": "a1b2…", "message": {
   "role": "assistant",
   "content": "The total is $42, due on March 3 (p. 1).",
   "citations": [{"page": 1, "snippet": "The invoice total is $42…"}]
}}

GET /api/v1/chat/<uuid>/history/, Атрымаць поўны тэкст гутаркі для заданьня.

Прыклад коду

import requests, time

API = "https://ocr.chat/api/v1/ocr/"
H = {"Authorization": "Bearer YOUR_API_TOKEN"}

# Submit
with open("invoice.pdf", "rb") as f:
    job = requests.post(API, headers=H,
        files={"file": f}, data={"tier": "vlm"}).json()

# Poll until done
while job["status"] in ("pending", "processing"):
    time.sleep(2)
    job = requests.get(API + job["uuid"] + "/", headers=H).json()

print(job["markdown"])

# Download as DOCX
r = requests.get(API + job["uuid"] + "/download/",
                 headers=H, params={"format": "docx"})
open("result.docx", "wb").write(r.content)
import fs from "fs";

const API = "https://ocr.chat/api/v1/ocr/";
const H = { Authorization: "Bearer YOUR_API_TOKEN" };

const form = new FormData();
form.append("file", new Blob([fs.readFileSync("invoice.pdf")]), "invoice.pdf");
form.append("tier", "vlm");

let job = await (await fetch(API, { method: "POST", headers: H, body: form })).json();

while (["pending", "processing"].includes(job.status)) {
  await new Promise(r => setTimeout(r, 2000));
  job = await (await fetch(API + job.uuid + "/", { headers: H })).json();
}
console.log(job.markdown);
# 1. Submit
curl -X POST https://ocr.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@invoice.pdf" -F "tier=vlm"

# 2. Poll  (use the uuid from step 1)
curl https://ocr.chat/api/v1/ocr/UUID/ \
  -H "Authorization: Bearer YOUR_API_TOKEN"

# 3. Download
curl -L "https://ocr.chat/api/v1/ocr/UUID/download/?format=md" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.md

Параметры

FieldTypeDescription
filefileRequired. The image or PDF to process.
tierstringcpu (default, fast/printed) or vlm (premium AI: handwriting, layout, math).
languagestringauto (default) or a language code (en, ch, ja, ar, …).
toolstringOptional tool slug (e.g. extract-tables, handwriting-to-text) to apply that tool's preset.
translate_tostringFor the translate tool, target language code.

Памылкі і абмежаванні

CodeMeaning
400No file, unsupported type, or file too large.
401Missing or invalid API token.
402Out of pages, daily/monthly free limit reached, or no credits. The body includes used/cap.
404Job UUID not found.
409Download requested before the job finished.

Each page processed costs credits (1/page on the fast tier, more on premium). Paid plans raise per-file page caps and add priority. See pricing.

Частыя пытанні

Create a free account and open your account page, your token is shown there with a copy button.

Yes, files of 5 pages or fewer return the full result inline in the POST response, so no polling is needed for most images and short PDFs.

Over 100, including Latin, CJK, Arabic, Cyrillic and Indic scripts. Use language=auto to detect, or pass a specific code.

Uploads are processed for OCR and deleted automatically. We never sell, share, or train on your documents.

Выкарыстанне вылічаецца па старонках з улікам балансу вашага рахунку: ананімныя выклікі атрымліваюць штодзённы дазвол на IP, бясплатныя рахункі - штомесячнае, а платныя планы выкарыстоўваюць купленыя крэдыты з большымі абмежаваннямі і прыярытэтамі. Калі вы скончыце, вы атрымаеце паведамленне 402 з выкарыстаным і абмежаваным у тэксце.

Вы можаце адпраўляць PNG, JPG, WEBP, GIF, BMP, TIFF і шматстаронкавы PDF. Вынікі будуць загружаныя ў фармаце txt, md, docx, pdf (з магчымасцю пошуку), csv або json з дапамогай параметра фармату канечнай кропкі загрузкі.

400 - адсутнічае файл, непадтрымліваецца тып або файл занадта вялікі; 401 - адсутнічае або няслушны знак; 402 - не хапае старонак; 404 - невядомы UUID заданні; і 409 - запыт на сцягванне перад заканчэннем задання. Тэла памылкі ўтрымлівае кароткае паведамленне.

Аб' ект задання з статусам, узроўнем, мовай, page_ count і mean_ confidence, плюс поўны тэкст і маркер. Масіў старонак падзяляе кожную старонку на блокі з тэкстам, межамі (bbox) і даверам да кожнага блока.

Выкарыстанне працэсара (па змаўчанні) для хуткага і эканомнага распазнавання друкаваных дакументаў. Выкарыстанне vlm, рухавіка AI, для рукапісу, складаных або шматслупковых раскладак, матэматыкі і перакладу, дзе ён больш дакладны.

Перадайце інструмент з ключавым словам (напрыклад, extract- tables або handwriting- to- text) для выкарыстання наладжанага ў гэтым інструменту прадвызначэння. Для перакладу інструмента таксама перадайце translate_ to з кодам мэтавай мовы для атрымання перакладзенага тэксту.

Файл 5 старонак або менш вяртаецца ў адказе POST. Большыя файлы вяртаюцца адразу як чакаючыя або апрацоўваемыя, і вы правяраеце GET / api/ v1/ ocr /<uuid>/ пакуль стан не будзе выкананы або не атрымаецца. Плацежныя планы павышаюць абмежаванне на старонку на файл.

API - гэта простая REST праз HTTPS, таму яна працуе з любой мовы з HTTP-клінатам - глядзіце прыклады Python, Node.js і cURL вышэй. Не трэба ўсталёўваць SDK; вам трэба толькі некалькі радкоў стандартнага HTTP-кода.