エンジンとモデル

エンジン一覧

エンジン	バージョン	規模	得意分野	機能フラグ
PP-OCRv6	6.0.0	det + rec	軽量な印刷体、リアルタイム取得	`PrintedText` `MultiLanguage`
MiniCPM-OCR 1.0	1.0.0	0.75B	複雑なレイアウト、撮影画像、表、数式	`PrintedText` `Table` `Formula` `KeyValue` `MultiLanguage`
Xiaomi-OCR-0	0.8.0	0.8B	レイアウト、項目抽出、VQA	`PrintedText` `Table` `KeyValue` `MultiLanguage`
PaddleOCR-VL 1.6	1.6.0	0.9B	印影を含むページ全体の解析	`PrintedText` `Table` `Formula` `KeyValue` `MultiLanguage`

選び方：

機能フラグは画面のスイッチとパネルを制御します。印影や図表の領域スイッチは対応エンジンでのみ表示され、PP-OCR にサンプリング設定は出ません。

MiniCPM-OCR、Xiaomi-OCR-0、PaddleOCR-VL はローカルの llama-server 子プロセスで推論し、1 つの llama.cpp ランタイムを共有します。

PP-OCRv6 はプロセス内の ONNX Runtime を使うため、追加ランタイムは不要です。

モデルパッケージは RID 単位（win-x64、osx-arm64、linux-x64）で、バージョン、サイズ、SHA-256、URL、対応言語を持ちます。GGUF 系エンジンは複数の量子化を選べます。

下げるほどディスクとメモリを節約でき、精度が重要な場合は上げます。バッチ設定の model で実行ごとのパッケージを指定できます。

PP-OCRv6 は det.onnx、rec.onnx、辞書の 3 ファイル構成で、辞書は導入時に Paddle の inference.yml から生成できます。

ダウンロード — カタログの urls を順に試し、失敗時はミラーへ自動で切り替えます。分割・レジューム対応で、途中のファイルは .part / .part.N として残ります。
検証 — カタログの SHA-256 で照合し、不一致なら削除して別ミラーから再取得します。
展開 — staging ディレクトリへ展開し、完全性を確認します。
切り替え — 活動バージョンを記録して原子的に差し替え、成功後に旧版を削除します。

中断、アプリ終了、ミラー切り替えの後も続きから再開でき、検証済みファイルは再利用されます。インストール記録が壊れた場合は修復または再インストールを促します。

ダウンロードは「設定 → ネットワーク」のプロキシを使い、変更は新しいダウンロードへ即時反映されます。
エンジン・モデル・ランタイムの情報は JSON カタログから取得し、{CacheDirectory}/catalog/ にキャッシュします。起動時はキャッシュを先に描画し、背後で更新します。
カタログ更新に失敗しても導入済みエンジンは使えます。新しすぎるカタログではアプリ更新を促します。
UI は既定のカタログのみを利用します。オフラインやイントラネットでは設定ファイルで URL を差し替えられます。