本地方案 mineru-kit advanced 档 ocr 模式关图像解析最均衡（用的 vlm 重新识别布局，低档位会用 paddle 的 ppv2，效果还常比 paddle 自己的 v3 好，不知道为什么），有 cuda 或者 mac mlx／llama 跑本地很快。 想要批量高精度就让 luna 或者 haiku（比别的模型便宜，但这位视力不太好，对间隔长度很不敏感，综合不如 luna）对着