OCR.chat API

Нэг HTTP хүсэлтээр зураг эсвэл PDF-ийг 100-аас дээш хэл дээр текст, Маркдаун, хүснэгт, JSON болгон хувиргана. Хуудасны тоогоор, гайхалтай зүйл байхгүй.

Тодорхойлолт

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)

Ангилал

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.

Хуулийг илгээх

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 } ] } ]
}

Үр дүнг авах

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"

Хуудасны өнгө

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

Хуулийн сэдэв

Хийсэн ажлын талаар асуулт асуу. Хариулт нь зөвхөн түүвэрлэгдсэн текст болон эх сурвалж хуудаснаас хамаарна. Тооцооны тэмдэг шаардагдана - ярианы онцлог нь дансанд суурилсан.

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?"}'

Хариулт болон ишлэл хуудасны жагсаалтыг агуулсан туслах мэдээг буцаана:

{"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/, Ажлын бүх ярианы бичлэгийг авах

Кодын жишээ

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

Параметрүүд

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.

Буруу ба хязгаарлалт

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.

Жишээ асуултууд

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.

Хэрэглэхэд хуудас бүрийн хэрэглээ таны дансны үлдэгдэлтэй харьцуулагдана: нууц дуудлага өдөр бүр IP-ийн нэгийг, үнэгүй дансанд сар бүр нэгийг, төлбөртэй дансанд файлын хуудасны дээд хязгаар болон нэн тэргүүний хязгаартай худалдан авсан кредитийг ашиглана. Хэрэглэхэд дуусахад 402-ийн хэрэглэсэн болон хязгаартай 402-ийн хариуг өгнө.

Та PNG, JPG, WEBP, GIF, BMP, TIFF, олон хуудастай PDF файлуудыг илгээж болно. Товчлуурын эцсийн цэгийн форматын параметрээр txt, md, docx, pdf (эрэлхийлэхэд боломжтой), csv, json хэлбэрээр үр дүнг татаж авах боломжтой.

400 нь файл алга, дэмжигдээгүй төрөл, эсвэл файл хэт том байна; 401 нь файл алга эсвэл хүчингүй тэмдэгт; 402 хуудас байхгүй; 404 нь ажил UUID- ийг мэдэхгүй; 409 нь ажил дуусахын өмнө татаж авахыг хүссэн.

Бүх текст, тэмдэглэгээг агуулсан байдал, түвшин, хэл, хуудасны_ тоо, дундаж_ найдвартай байдалтай ажлын объект. Хуудасны багц нь хуудас бүрийг текст, хязгаарлах хайрцаг (bbox), блок бүрийн найдвартай байдалтай блок болгон хуваана.

Цөмийн процессор ашиглах (стандарт) хурдан, бага өртөгтэй хэвлэсэн баримтыг олж мэдэхийн тулд. vlm, дээд зэрэглэлийн AI хөдөлгүүрийг гарын үсэг, хэцүү эсвэл олон мөрт дүрслэл, математик, орчуулгад ашиглах нь илүү нарийвчлалтай.

Тоног төхөөрөмжийн өмнөх тохиргоог ашиглах зорилгоор слэг (жишээ нь extract-tables эсвэл handwriting-to-text) -тэй хэрэгслийг дамжуулна. Зохиогчийн эрхийг хамгаалах тухай хуульд заасны дагуу энэхүү хэрэгслийг ашиглахдаа та өөрийн хувийн нууц үгийг ашиглах ёстой.

5 хуудас эсвэл түүнээс бага файлууд POST хариуд шууд буцаж ирнэ. Их файлууд нэн даруй хүлээж байгаа эсвэл боловсруулж байгаа гэж буцаж ирнэ, та GET /api/ v1/ ocr/-г асууна.<uuid>/ - ийг гүйцэтгэх эсвэл алдаа гарах хүртэл. Үнэтэй төлөвлөгөө нь файлын хуудасны хэмжээг нэмэгдүүлдэг.

API нь HTTPS дээрх энгийн REST бөгөөд HTTP клиенттэй ямар ч хэлнээс ажиллах боломжтой - Python, Node. js, cURL-ийн жишээг доорх зурагт үзнэ үү. Суулгах SDK байхгүй; стандарт HTTP кодны хэдэн мөр л хэрэгтэй.