一个专为 LaTeX 公式识别与格式化 设计的本地轻量级工作台。
本项目基于 Folio-OCR 进行二次开发与精简，去除了复杂的排版分析和 DOCX 导出，专注于将手写或印刷的数学公式、定理、习题快速转化为规范的 LaTeX 代码。
本项目 fork 自 Folio-OCR（原作者：vorojar）。原项目是一个功能强大的三栏文档 OCR 工作台，支持版面分析、多格式导出以及基于 GLM-OCR 的通用识别。
与原项目相比，LocalTexOCR 更加“垂直”：
- 专注 LaTeX：内置了针对数学公式和学术正文优化的提示词（Prompts）。
- 流程精简：去掉了原版中对本场景不必要的“版面分析（Layout Detection）”，直接进行全页或选区的公式提取。
- 实时预览：整合了 KaTeX 渲染引擎，OCR 识别出的 LaTeX 代码可以立即在右侧面板看到数学公式渲染效果，方便比对修正。
- 本地化隐私：所有模型均运行在本地的 Ollama 容器/服务中，数据完全不出户。
- 核心后端: FastAPI (Python 3.10+)
- OCR 引擎: Ollama 驱动的
glm-ocr模型。 - 格式化引擎: Ollama 驱动的
qwen2.5-coder模型（负责将 raw OCR 文本整理成规范的 LaTeX 结构，如equation环境、定理环境等）。 - 前端交互: Vanilla JS + CSS (支持双栏对比、实时 KaTeX 渲染)。
- 数据库: SQLite (保存文档轨迹与编辑历史)。
很多用户关心识别速度是否可以更快，是否需要“选择显卡”。
本项目无需在代码中手动选择显卡。 所有的显卡调用逻辑由 Ollama 后端自动接管：
- NVIDIA (N卡): 只要你安装了支持 CUDA 的驱动，Ollama 在加载
glm-ocr或qwen2.5-coder时会自动优先使用 GPU。 - Mac (Apple Silicon): 在 M1/M2/M3/M5 系列芯片上，Ollama 会自动调用 Metal (MPS) 加速，速度非常快。
- 速度差异:
- 使用 GPU 加速时，单页公式识别通常在 0.5s - 2s 左右。
- 纯 CPU 模式下，速度可能会慢 5-10 倍，且系统风扇会狂转。
- Windows: 识别时打开任务管理器，观察显卡的
Dedicated GPU Memory或Compute占用。 - Mac: 识别时打开“活动监视器”，观察
ollama进程的 GPU 使用率（% GPU）。
- 安装 Ollama。
- 下载所需模型（在终端/命令行执行）：
ollama pull glm-ocr:latest ollama pull qwen2.5-coder:3b
你可以直接运行预配置好的批处理脚本（Windows）：
run_workbench.bat或者手动启动：
pip install -r requirements.txt
python server.py然后访问 http://localhost:3000。
Q: 那个 “Code Model” (qwen2.5-coder) 是干什么的？
A: glm-ocr 负责“看图识字”，但它输出的格式有时比较随意。Code Model 的作用像是一个“排版员”，它会根据预设的 LaTeX 铁律，将识别出来的散乱文本整理成标准的 .tex 源代码格式（例如自动包裹 equation 环境、处理定理环境等）。
Q: 我发现加载很慢？ A: 第一次运行时 Ollama 需要将约 2GB-4GB 的模型加载到显存/内存中（冷启动），这通常需要 10-30 秒。后续的连续识别会非常迅速。