Add Chinese model card and usage guide banner

Changes:
- README.md: replace the top link row with a Usage Guide panel (Free API / Agent Skill / Self-hosting / Mobile App), keep the body untouched.
- README_zh.md: new Chinese model card, section-by-section match with the English card.

README.md

@@ -23,7 +23,47 @@ library_name: minicpm-ocr
   <a href="https://github.com/OpenBMB/MiniCPM"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/minicpm-logo.jpg" width="300" alt="MiniCPM logo"></a>
 </p>
 
-Demo ([CN](https://platform.modelbest.cn/console/playground/document-parse) / [Global](https://platform.modelbest.ai/console/playground/document-parse)) · [GitHub](https://github.com/OpenBMB/MiniCPM-OCR) · [Free API](https://platform.modelbest.ai/console/docs/api/document-parse) · [SDK usage](#use-with-the-minicpm-ocr-sdk) · [DSpark](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark) · [Skill](https://github.com/OpenBMB/MiniCPM-OCR#skill)
+<p align="center">
+  <b>Usage Guide</b>
+</p>
+
+<table align="center" width="100%">
+  <tr>
+    <td align="center" width="25%" valign="top">
+      <b>🚀 Free API</b><br/>
+      <sub>Try it online for free, then call the API from your own code.</sub><br/>
+      Playground (<a href="https://platform.modelbest.cn/console/playground/document-parse">CN</a> /
+      <a href="https://platform.modelbest.ai/console/playground/document-parse">Global</a>)<br/>
+      API docs (<a href="https://platform.modelbest.cn/console/docs/api/document-parse">CN</a> /
+      <a href="https://platform.modelbest.ai/console/docs/api/document-parse">Global</a>)
+    </td>
+    <td align="center" width="25%" valign="top">
+      <b>🤖 Agent Skill</b><br/>
+      <sub>One prompt: the agent installs it and parses your first document.</sub><br/>
+      <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md">SKILL.md</a>
+    </td>
+    <td align="center" width="25%" valign="top">
+      <b>💻 Self-hosting</b><br/>
+      <sub>vLLM / SGLang / llama.cpp / Ollama, plus an official Docker image. Data stays on your side.</sub><br/>
+      <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_tutorial_en.md">Deployment guide</a>
+    </td>
+    <td align="center" width="25%" valign="top">
+      <b>📱 Mobile App</b><br/>
+      <sub>On-device and offline. Document parsing is iOS-only for now.</sub><br/>
+      <a href="https://github.com/OpenBMB/MiniCPM-V-Apps/blob/main/README.md#11-ios-demo">iOS Demo</a>
+    </td>
+  </tr>
+</table>
+
+<p align="center">
+  Demo (<a href="https://platform.modelbest.cn/console/playground/document-parse">CN</a> /
+  <a href="https://platform.modelbest.ai/console/playground/document-parse">Global</a>) &nbsp;·&nbsp;
+  <a href="https://github.com/OpenBMB/MiniCPM-OCR">GitHub</a> &nbsp;·&nbsp;
+  <a href="#use-with-the-minicpm-ocr-sdk">SDK usage</a> &nbsp;·&nbsp;
+  <a href="https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark">DSpark</a> &nbsp;·&nbsp;
+  <a href="https://discord.gg/JE8KQqtdn">Discord</a>
+  &nbsp;|&nbsp; <a href="https://huggingface.co/openbmb/MiniCPM-OCR-1.0/blob/main/README_zh.md">中文</a>
+</p>
 
 </div>
 

README_zh.md

@@ -0,0 +1,326 @@
+<div align="center">
+
+<p align="center">
+  <img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/release-hero.svg" alt="MiniCPM-OCR：快速、准确地将文档解析为文本、表格和公式，通过闪电箭头连接文档与结构化结果；decision model 辅助标出需要复核的区域（示意图）。" width="100%">
+</p>
+
+<p align="center">
+  <a href="https://github.com/OpenBMB/MiniCPM"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/minicpm-logo.jpg" width="300" alt="面壁小钢炮 MiniCPM"></a>
+</p>
+
+<p align="center">
+  <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_1dot0_zh.md"><strong>MiniCPM-OCR 1.0 模型指南</strong></a>&ensp;<a href="https://huggingface.co/openbmb/MiniCPM-OCR-1.0" title="Hugging Face"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/huggingface_logo-noborder.svg" width="19" height="18" alt="Hugging Face"></a>&ensp;<a href="https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0" title="ModelScope"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/modelscope_logo_padded.svg" width="25" height="14" alt="ModelScope"></a>
+  &emsp;
+  <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_jev_zh.md"><strong>MiniCPM-OCR Jev 模型指南</strong></a>&ensp;<a href="https://huggingface.co/openbmb/MiniCPM-OCR-Jev" title="Hugging Face"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/huggingface_logo-noborder.svg" width="19" height="18" alt="Hugging Face"></a>&ensp;<a href="https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-Jev" title="ModelScope"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/modelscope_logo_padded.svg" width="25" height="14" alt="ModelScope"></a>
+</p>
+
+<p align="center">
+  <b>使用指南</b>
+</p>
+
+<table align="center" width="100%">
+  <tr>
+    <td align="center" width="25%" valign="top">
+      <b>🚀 免费 API</b><br/>
+      <sub>零部署，先在线免费体验，再调接口。</sub><br/>
+      体验（<a href="https://platform.modelbest.cn/console/playground/document-parse">国内</a> /
+      <a href="https://platform.modelbest.ai/console/playground/document-parse">海外</a>）<br/>
+      API 文档（<a href="https://platform.modelbest.cn/console/docs/api/document-parse">国内</a> /
+      <a href="https://platform.modelbest.ai/console/docs/api/document-parse">海外</a>）
+    </td>
+    <td align="center" width="25%" valign="top">
+      <b>🤖 Agent Skill</b><br/>
+      <sub>一句话，让编码 Agent 自己装好环境、跑通第一篇文档。</sub><br/>
+      <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL.md">SKILL.md</a>
+    </td>
+    <td align="center" width="25%" valign="top">
+      <b>💻 本地部署</b><br/>
+      <sub>vLLM / SGLang / llama.cpp / Ollama，另有官方 Docker 镜像，数据不出内网。</sub><br/>
+      <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_tutorial.md">部署教程</a>
+    </td>
+    <td align="center" width="25%" valign="top">
+      <b>📱 手机 APP</b><br/>
+      <sub>端侧运行，断网可用。文档解析目前仅 iOS。</sub><br/>
+      <a href="https://github.com/OpenBMB/MiniCPM-V-Apps/blob/main/README.md#11-ios-demo">iOS Demo</a>
+    </td>
+  </tr>
+</table>
+
+<p align="center">
+  体验平台（<a href="https://platform.modelbest.cn/console/playground/document-parse">国内</a> /
+  <a href="https://platform.modelbest.ai/console/playground/document-parse">海外</a>） &nbsp;·&nbsp;
+  <a href="https://github.com/OpenBMB/MiniCPM-OCR">GitHub</a> &nbsp;·&nbsp;
+  <a href="https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_tutorial.md">SDK</a> &nbsp;·&nbsp;
+  <a href="https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark">DSpark</a> &nbsp;·&nbsp;
+  <a href="https://discord.gg/JE8KQqtdn">Discord</a>
+  &nbsp;|&nbsp; <a href="https://huggingface.co/openbmb/MiniCPM-OCR-1.0/blob/main/README.md">English</a>
+</p>
+
+</div>
+
+**MiniCPM-OCR 1.0**（1.3B）是 [MiniCPM-V/o](https://github.com/openbmb/MiniCPM-V) 系列中首个 OCR 专用模型，聚焦于以文字为中心的文档理解——文字、表格、公式、图表、印章与结构化信息抽取——并在真实拍摄场景下兼顾解析质量与处理速度。
+
+## 核心亮点
+
+- 🏆 **SOTA 级文档解析**：在面向真实场景文档解析的基准 **Real5-OmniDocBench 上取得 93.68**，并在 OmniDocBench v1.6、Wild-OmniDocBench 和 olmOCR-Bench 上取得领先结果。支持中英文文档与 PDF，涵盖扫描件、弯曲页面、拍摄照片、倾斜页面和翻拍文档。
+- ⚡ **高效推理**：借助 DSpark 解码加速（[BF16](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark)、[GGUF](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark-gguf)），端到端处理效率提升 **55%**；吞吐量约为 PaddleOCR-VL-1.6 的 **1.49 倍**、MinerU2.5 Pro 的 **3.62 倍**。
+- 🔍 **通用识别与信息抽取**：**OCRBench v2 得分 54.7**，并提供关键信息抽取（KIE），便于下游自动化处理。
+- 🛠️ **易部署、易开发**：发布首日即支持 **vLLM、SGLang、llama.cpp 和 Ollama**，提供多种量化版本与多芯片适配。支持二次微调，并提供 pip SDK、完整 API 和 Agent 工作流。在线体验：[HF Spaces](https://huggingface.co/spaces/openbmb/MiniCPM-OCR) · [CN](http://82.157.64.212:10111/playground/document-parse) · [官方国内](https://platform.modelbest.cn/console/playground/document-parse) · [官方海外](https://platform.modelbest.ai/console/playground/document-parse)。
+
+## 更高吞吐下的 SOTA 解析质量
+
+在所比较的开源 OCR 模型中，MiniCPM-OCR 1.0 达到 **1.2 页/秒**，并在 OmniDocBench v1.6、Real5-OmniDocBench、Wild-OmniDocBench 和 olmOCR-Bench 四个基准上取得最高的等权平均分。
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/efficiency-performance-en.png" alt="开源 OCR 模型的吞吐与解析质量对比。横轴：每秒页数（对数刻度）。纵轴：四个文档解析基准的等权平均分。" width="90%"></p>
+
+<sub>平均分为四个基准的等权平均，所有模型均采用加速配置。配置与复现方式见[复现指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/benchmark_reproduction_en.md)；各模型吞吐量见[模型指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_1dot0_en.md#throughput)。</sub>
+
+## 基准评测对比
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/benchmark-radar.png" alt="MiniCPM-OCR 1.0 与其他 OCR 模型在六个基准上的雷达图对比。" width="80%"></p>
+
+### MiniCPM-OCR 1.0 完整评测结果
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/ocr-benchmarks.png" alt="OmniDocBench v1.6、Real5-OmniDocBench、Wild-OmniDocBench、olmOCR-Bench、CHAOS-Bench 与 OCRBench v2 上的详细 OCR 模型评测结果。" width="100%"></p>
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/benchmark-comparison.png" alt="Real5-OmniDocBench、Wild-OmniDocBench、OmniDocBench v1.6、olmOCR-Bench、OCRBench v2 与 CHAOS-Bench 的逐基准柱状图。" width="100%"></p>
+
+每个子图保留各自基准的原始分数，分数越高越好；不同基准之间的分数不可直接比较。测试配置与复现步骤见[复现指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/benchmark_reproduction_en.md)，逐基准的讨论见[模型指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_1dot0_en.md#evaluation)。
+
+### 吞吐量
+
+在 NVIDIA GeForce RTX 5090 上，使用 OmniDocBench v1.6 的全部 1651 张图片、图片级并发数为 1、并采用各系统自身的加速配置，MiniCPM-OCR 1.0 达到 **1.2 页/秒**（相对吞吐量 **1.00×**，数值越大越快）。
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/throughput-comparison.png" alt="采用加速配置的 OCR 系统吞吐量对比；MiniCPM-OCR 1.0 达到 1.2 页/秒。" width="100%"></p>
+
+并发数 1 指图片级并发：同一页内的各个区域仍会并行识别。实际吞吐量还取决于页面内容、推理后端、并发数和硬件。
+
+## 效果示例
+
+从左到右依次为：原始文档、检测到的版面、渲染后的 Markdown。
+
+**英文文档**
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/minicpm-english-examples-3-column.gif" alt="英文文档动图：原始文档、检测到的版面、渲染后的 Markdown。" width="100%"></p>
+
+**中文文档**
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/minicpm-chinese-examples-3-column.gif" alt="中文文档动图：原始文档、检测到的版面、渲染后的 Markdown。" width="100%"></p>
+
+<details>
+<summary><b>更多示例</b></summary>
+
+原始文档与解析结果并排展示。
+
+**英文文档**
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/minicpm-ocr-english-cases.png" alt="英文示例的输入与结果对比：手写体、历史与扫描文档、报纸、财务报表及关键信息抽取。" width="100%"></p>
+
+**中文文档**
+
+<p align="center"><img src="https://raw.githubusercontent.com/OpenBMB/MiniCPM-OCR/main/assets/minicpm-ocr/minicpm-ocr-chinese-cases.png" alt="中文示例的输入与结果对比：手写笔记、复杂公式、报纸、财务报表、盖章文档、插图及关键信息抽取。" width="100%"></p>
+
+</details>
+
+## 模型架构
+
+| 项目 | 说明 |
+| :--- | :--- |
+| 参数量 | 1.3B |
+| 基座 | 在 MiniCPM-V 4.6 基础上针对 OCR 训练 |
+| 组件 | SigLIP 视觉编码器 + Qwen3.5 语言模型 |
+| 主要语言 | 中文、英文 |
+| 任务 | 文字、表格、公式、图表、印章和关键信息抽取 |
+| 解析流程 | MiniCPM-OCR 1.0 + PP-DocLayoutV3 版面模型 + `minicpmvocr` SDK |
+| 视觉 token | 4× 压缩，`scale_resolution` 448，最多 9 个切片 |
+
+### 解析流程
+
+整页解析由 [`minicpm-ocr` SDK](https://pypi.org/project/minicpm-ocr/) 统一编排为**两阶段流水线**：两个阶段使用不同的模型、运行在相互独立的环境中，也可以部署在不同的机器上：
+
+- **阶段一 · 版面检测（SDK 环境）**：PP-DocLayoutV3 版面模型检测文档区域（文字、表格、公式、图表、印章等）并确定阅读顺序，SDK 按区域切块。该阶段在 SDK 环境中本地运行，依赖 PaddlePaddle / PaddleX。
+- **阶段二 · 区域识别（推理服务）**：SDK 通过 HTTP 将每个切块发送给 MiniCPM-OCR 1.0 推理服务（由 vLLM、SGLang、llama.cpp 或 Ollama 部署），提示词按区域类型选择，最后按阅读顺序拼接为 Markdown / JSON。
+
+<p align="center"><img src="https://huggingface.co/openbmb/MiniCPM-OCR-1.0/resolve/main/assets/parsing_pipeline.svg" alt="解析流程图：在 minicpm-ocr SDK 环境中，PP-DocLayoutV3 版面模型检测并切分文档区域；每个切块通过 HTTP 发送给独立的 MiniCPM-OCR 1.0 识别服务（vLLM、SGLang、llama.cpp 或 Ollama）；SDK 再按阅读顺序拼接为 Markdown 与 JSON。" width="90%"></p>
+
+更多关于架构、解析流程、部署方式和评测拆解，见[模型指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_1dot0_en.md)。
+
+## 快速开始
+
+### 在线体验
+
+要快速体验以文字为中心的文档理解与结构化信息抽取，推荐使用 [HF Spaces](https://huggingface.co/spaces/openbmb/MiniCPM-OCR)、[CN](http://82.157.64.212:10111/playground/document-parse)、[官方国内](https://platform.modelbest.cn/console/playground/document-parse)、[官方海外](https://platform.modelbest.ai/console/playground/document-parse) / [API](https://platform.modelbest.ai/console/docs/api/document-parse)。
+
+### 使用 MiniCPM-OCR SDK
+
+> **使用 CLI 或 Python API 前的必要步骤：** 请先部署并启动 OCR 模型服务，等待其可以正常接收请求。下面的 SDK 示例是该服务的客户端，不会自动部署或启动 OCR 模型服务。
+
+使用官方 `minicpm-ocr` SDK 解析本地图片或 PDF：它会用 PP-DocLayoutV3 检测版面、逐区域识别，并按阅读顺序保存结构化 JSON 和 Markdown。
+
+安装 Python 3.10+ 与 SDK：
+
+```bash
+pip install "minicpm-ocr[all]"
+```
+
+按你的平台参考[安装指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_tutorial_en.md#1-set-up-the-sdk-environment)安装 minicpm-ocr。
+
+#### 前置条件：部署并启动模型服务
+
+在运行 CLI 或 Python API 之前，请先按[部署指南](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_tutorial_en.md#3-start-the-service)为 `openbmb/MiniCPM-OCR-1.0` 部署并启动一个 vLLM 识别服务。示例假设服务地址为 `http://127.0.0.1:8080`、服务模型名为 `minicpm-ocr`、版面检测使用 NVIDIA GPU。请按实际部署调整地址、后端与设备；若希望示例无需改动即可运行，请把服务配置为监听 `8080` 端口并以 `minicpm-ocr` 作为模型名。
+
+#### CLI
+
+**运行以下命令前，请先启动上文所述的模型服务并等待其就绪。** 将一张本地图片保存为 `demo.png`，然后执行：
+
+```bash
+minicpmvocr parse demo.png \
+  --backend vllm \
+  --server-url http://127.0.0.1:8080 \
+  --model minicpm-ocr \
+  --device cuda:0 \
+  --set run.run_root=output \
+  --output output/demo.md
+```
+
+CLI 会在需要时自动把 PP-DocLayoutV3 下载到 `models/PP-DocLayoutV3_infer/`。最终 Markdown 保存到 `output/demo.md`；结构化 JSON 和逐页 Markdown 保存在 `output/<run_tag>/results_json/` 与 `output/<run_tag>/output/`。
+
+解析 PDF 时，把 `demo.png` 换成本地 PDF 路径即可。使用 `--device cpu` 可在 CPU 上做版面检测。运行 `minicpmvocr parse --help` 查看全部 CLI 选项。
+
+#### Python API
+
+**执行本 Python 示例前，上文所述的模型服务必须已经在运行。** 请把 `engine.server_url` 和 `engine.model_name` 设置为与该服务一致。
+
+将一张本地图片保存为 `demo.png`，然后执行：
+
+```python
+from importlib.resources import files
+from pathlib import Path
+
+from minicpmvocr import load_config, pipelined_run
+from minicpmvocr.layouts.download import ensure_layout_model
+
+
+def main():
+    layout_model = ensure_layout_model(Path("models/PP-DocLayoutV3_infer"))
+
+    cfg = load_config(
+        str(files("minicpmvocr").joinpath("configs/minicpmvocr.yaml")),
+        overrides={
+            "input": {"file_path": str(Path("demo.png").resolve())},
+            "engine": {
+                "type": "vllm",
+                "server_url": "http://127.0.0.1:8080",
+                "model_name": "minicpm-ocr",
+            },
+            "layout": {
+                "model_dir": str(layout_model),
+                "device": "cuda:0",
+            },
+            "pipeline": {"overlap_layout": True},
+            "run": {"run_root": str(Path("output").resolve())},
+        },
+    )
+
+    pipelined_run(cfg)
+
+    print("JSON directory:", cfg["_meta"]["result_json_dir"])
+    print("Markdown directory:", cfg["_meta"]["output_dir"])
+
+
+if __name__ == "__main__":
+    main()
+```
+
+`ensure_layout_model()` 会在缺失时下载官方版面模型。结果写入 `output/<run_tag>/results_json/` 和 `output/<run_tag>/output/`。解析 PDF 时，把 `demo.png` 换成本地 PDF 路径即可。
+
+若要在 CPU 上做版面检测，把 `layout.device` 设为 `cpu`。若使用 llama.cpp 提供的 [GGUF 权重](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-gguf)，把 `engine.type` 设为 `llamacpp`，并用 `engine.max_model_len` 匹配服务的上下文长度。
+
+配置说明与文档级 Markdown 导出见 [SDK API 参考](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_sdk_api_en.md)。
+
+### Agent Skill
+
+也可以让编码 Agent 按 [Agent Skill](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md) 配置环境、下载模型并解析第一篇文档。
+
+```text
+Read and execute https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md
+```
+
+### 模型微调
+
+[LLaMA-Factory](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/llamafactory_minicpm_ocr_french_en.md) · [ms-swift](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/swift_minicpm_ocr_french_en.md) —— 数据准备、冻结多模态投影器的全参数 SFT、训练与评测（法文手写文本行）。
+
+### 识别指南
+
+<table>
+  <thead>
+    <tr>
+      <th>任务</th>
+      <th>区域</th>
+      <th>提示词</th>
+      <th>输出</th>
+    </tr>
+  </thead>
+  <tbody>
+    <tr>
+      <td rowspan="6">以文字为中心的文档理解</td>
+      <td>文本块 / 段落 / 标题 / 页面</td>
+      <td><code>Text Recognition:</code></td>
+      <td>纯文本</td>
+    </tr>
+    <tr>
+      <td>表格</td>
+      <td><code>Table Recognition:</code></td>
+      <td>HTML 表格（SDK 后处理）</td>
+    </tr>
+    <tr>
+      <td>公式</td>
+      <td><code>Formula Recognition:</code></td>
+      <td>LaTeX</td>
+    </tr>
+    <tr>
+      <td>行内公式</td>
+      <td><code>Text Recognition:</code></td>
+      <td>LaTeX</td>
+    </tr>
+    <tr>
+      <td>印章</td>
+      <td><code>Seal Recognition:</code></td>
+      <td>纯文本</td>
+    </tr>
+    <tr>
+      <td>图表</td>
+      <td><code>Chart to Table:</code></td>
+      <td>HTML 表格（SDK 后处理）</td>
+    </tr>
+    <tr>
+      <td>结构化信息抽取</td>
+      <td>指定字段</td>
+      <td><code>Extract the "field", .... Format the output as a JSON object with keys: "field", .... If an item is not in the image, use "###".</code></td>
+      <td>JSON</td>
+    </tr>
+  </tbody>
+</table>
+
+## 相关权重
+
+| 格式 | Hugging Face | ModelScope |
+| :--- | :--- | :--- |
+| BF16（原始）**（本仓库）** | [🤗](https://huggingface.co/openbmb/MiniCPM-OCR-1.0) | [ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0) |
+| GGUF（llama.cpp） | [🤗](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-gguf) | [ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0-gguf) |
+| AWQ W4A16 | [🤗](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-AWQ) | [ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0-AWQ) |
+| GPTQ W4A16 | [🤗](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-GPTQ) | [ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0-GPTQ) |
+| DSpark 草稿模型（BF16） | [🤗](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark) | [ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0-DSpark) |
+| DSpark 草稿模型（GGUF） | [🤗](https://huggingface.co/openbmb/MiniCPM-OCR-1.0-DSpark-gguf) | [ModelScope](https://modelscope.cn/models/OpenBMB/MiniCPM-OCR-1.0-DSpark-gguf) |
+
+DSpark **要求主模型与草稿模型来自同一发布版本** —— 不要把草稿权重与其他主权重混用。详见 [DSpark 加速](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/minicpm_ocr_tutorial_en.md#3-start-the-service)。
+
+如需对 OCR 质量进行评估（自动接受、人工复核路由、跨模型 best-of-N），参见 [MiniCPM-OCR Jev](https://huggingface.co/openbmb/MiniCPM-OCR-Jev)。
+
+## 常见问题
+
+安装、模型下载、显存、输入格式与异常输出：[FAQ](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/faq_en.md)。
+
+## 许可
+
+模型权重、代码与文档均按 [Apache License 2.0](https://github.com/OpenBMB/MiniCPM-OCR/blob/main/LICENSE) 发布。