在统信UOS上部署DeepSeek-OCR需搭建Python环境、下载模型并运行推理脚本，1. 确保系统为UOS 1050以上，安装git、Python、CUDA；2. 克隆项目并创建虚拟环境；3. 安装PyTorch和vLLM等依赖；4. 从ModelScope下载模型至models目录；5. 配置model_path及输入输出路径；6. 运行PDF或图像OCR脚本，输出Markdown结果，支持离线高精度识别。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
在国产操作系统如统信UOS上部署DeepSeek-OCR，核心是搭建本地Python环境、获取模型文件并运行推理脚本。整个过程不依赖Ollama，适合处理PDF和图像的高精度OCR识别，保留表格、公式等结构信息。
准备系统环境与依赖
确保你的UOS系统满足基本要求，并安装必要的工具链：
- 系统版本建议为UOS专业版1050以上，内存至少16GB，硬盘预留200GB以上空间
- 打开终端，安装基础软件：git、Python虚拟环境支持和CUDA驱动（如有NVIDIA显卡）
- 执行命令：
sudo apt-get update
sudo apt-get install git python3-venv python3-pip nvidia-driver-470 nvidia-cuda-toolkit - 推荐配置国内镜像源加速包下载，例如使用清华大学PyPI镜像
创建环境并下载项目代码
通过Git克隆DeepSeek-OCR官方仓库，建立隔离的运行环境：
- 运行 git clone https://github.com/deepseek-ai/DeepSeek-OCR.git
- 进入项目目录：cd DeepSeek-OCR
- 创建虚拟环境：python3 -m venv venv && source venv/bin/activate
- 安装依赖库，特别是PyTorch和vLLM：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install vllm==0.8.5 modelscope
下载模型文件并配置路径
模型需从ModelScope平台获取，然后正确指向配置文件：
- 使用ModelScope SDK下载模型：
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
调用相应接口下载DeepSeek-OCR模型到本地指定目录 - 将模型解压后放入项目内的models文件夹（可新建）
- 编辑config.py，修改model_path参数指向模型所在路径
- 设置输入输出目录，例如创建input_pdfs/和output_md/
运行OCR识别任务
一切就绪后，即可启动脚本处理文档：
- 执行图像识别：python run_dpsk_ocr_image.py
- 执行PDF识别：python run_dpsk_ocr_pdf.py
- 结果会以Markdown格式输出，包含文本、表格及图片引用链接
- 若显存不足，可在配置中降低gpu_memory_utilization至0.5以下
基本上就这些。部署完成后，你就能在UOS上离线使用DeepSeek-OCR进行高质量文档数字化了。
