深求·墨鉴办公场景应用：纸质文档秒变电子版，Podman部署教程

深求·墨鉴办公场景应用：纸质文档秒变电子版，Podman部署教程

1. 为什么你需要一个“数字文房”？

想象一下这个场景：你手边有一叠厚厚的会议纪要，是同事手写的，字迹潦草但内容重要。或者，你从图书馆借了一本绝版书，里面有几页关键内容需要摘录。又或者，你收到了一份扫描的PDF合同，需要把条款整理成电子文档。

传统做法是什么？一个字一个字敲进电脑，眼睛盯着屏幕，手指在键盘上飞舞，半小时可能才处理完一页。效率低不说，还容易出错。

这就是“深求·墨鉴”要解决的问题。它不是一个冰冷的OCR工具，而是一个融合了中国水墨美学理念的“数字文房”。你只需要把文档拍张照片，或者把扫描件拖进去，点一下那个红色的“研墨启笔”印章，几秒钟后，工整的电子文本就出来了，连排版都给你保留好。

更妙的是，它生成的是Markdown格式。这意味着你可以直接把内容粘贴到Notion、Obsidian、Typora这些现代笔记软件里，标题、列表、表格都自动识别，完全不用再手动调整格式。

今天我要分享的，是如何用Podman这个更轻量、更安全的方式，把这个“数字文房”部署到你的电脑上。如果你之前被Docker的权限问题、后台服务搞烦了，那这篇教程就是为你准备的。

2. 环境准备：三分钟搭好你的“砚台墨锭”

2.1 安装Podman：比Docker更轻的选择

你可能听说过Docker，但Podman很多人还不熟悉。简单说，Podman是Docker的“轻量版兄弟”——它不需要后台守护进程，不用root权限就能运行容器，命令和Docker几乎一样，但更安全、更干净。

为什么用Podman跑墨鉴？因为墨鉴本身就是一个Web应用，用完就关，不需要常驻服务。Podman这种“用完即走”的特性，正好契合。

安装方法很简单，一行命令：

Ubuntu或Debian系统：

sudo apt update && sudo apt install -y podman podman-docker

Fedora或CentOS系统：

sudo dnf install -y podman

macOS用户：去官网 https://podman-desktop.io 下载安装包，图形界面安装，和普通软件一样简单。

安装完成后，打开终端验证一下：

podman --version

如果看到类似podman version 4.9.4的输出，说明安装成功了。

有个小细节：podman-docker这个包会创建一个docker命令的软链接。也就是说，你以后在终端里输入docker run，实际上调用的是Podman。对老用户来说无缝切换，对新用户来说更安全。

2.2 创建工作目录：给你的文件找个“家”

墨鉴需要两个地方放文件：一个放你要识别的图片，一个放识别出来的Markdown文档。我们创建一个专门的目录来管理：

mkdir -p ~/inkstone/{input,output}

这个名字我用了“inkstone”，就是砚台的意思。~/inkstone是主目录，里面：

• input/文件夹：放你要识别的图片，支持JPG、PNG格式
• output/文件夹：墨鉴识别完成后，生成的Markdown文件会自动放在这里

为什么要单独建目录？因为Podman运行容器时，需要把宿主机的目录“映射”到容器内部。这样容器里生成的文件，才能保存在你的电脑上。

2.3 获取墨鉴镜像：把“文房”请进门

墨鉴的官方镜像叫deepseek-ai/deepseek-ocr-2:latest，放在Docker Hub上。用Podman拉取：

podman pull deepseek-ai/deepseek-ocr-2:latest

如果你在国内，觉得下载慢，可以试试这个命令：

podman pull --override-arch amd64 --override-os linux docker.io/deepseek-ai/deepseek-ocr-2:latest

拉取完成后，检查一下：

podman images | grep deepseek-ocr-2

应该能看到镜像信息，大概3.2GB大小。DeepSeek-OCR-2模型本身比较大，所以镜像体积不小，但识别精度很高。

3. 一键启动：三行命令，开始“研墨”

3.1 最简启动方式

进入刚才创建的目录，然后运行这个命令：

cd ~/inkstone podman run -d \ --name mojian \ -p 8080:80 \ -v "$(pwd)/input:/app/input:z" \ -v "$(pwd)/output:/app/output:z" \ --userns=keep-id \ --rm \ deepseek-ai/deepseek-ocr-2:latest

我来解释一下每个参数是干什么的：

这个--userns=keep-id参数特别重要。Docker默认用root用户运行容器，生成的文件也是root的，你还要用sudo chown改权限。Podman加上这个参数，容器里的用户就是你本人，生成的文件直接就是你的。

3.2 检查服务状态

命令执行后，会输出一串容器ID，比如a1b2c3d4e5f6。这时候墨鉴已经在后台启动了，但模型加载需要一点时间。

查看是否运行成功：

podman ps | grep mojian

查看实时日志（看模型加载进度）：

podman logs -f mojian

当你看到类似这样的输出：

Uvicorn running on http://0.0.0.0:80 (Press CTRL+C to quit)

就说明墨鉴已经准备好了。

现在打开浏览器，访问http://localhost:8080，你会看到那个熟悉的水墨界面：宣纸色的背景，左侧是图片上传区，中间是红色的“研墨启笔”按钮，右侧是预览区域。

4. 使用指南：四步完成文档数字化

4.1 第一步：卷轴入画（上传图片）

墨鉴的界面设计得很雅致。左侧区域就是“卷轴”，你可以：

• 点击“选择文件”按钮，从电脑里选图片
• 或者直接把图片文件拖拽到这个区域

支持格式：JPG、PNG、JPEG。建议图片清晰一些，光线均匀，文字不要太小太模糊。

我测试过几种类型的文档：

• 打印文档：识别率接近100%，连表格线都能识别出来
• 手写笔记：工整的手写体识别不错，潦草的可能需要后期校对
• 书籍扫描页：古籍的竖排文字也能识别，但有些生僻字可能认不出
• 屏幕截图：完全没问题，代码截图都能转成文本

4.2 第二步：研墨启笔（开始识别）

上传图片后，点击中间那个红色的印章按钮——“研墨启笔”。这个设计很有中国风，像真的在研墨一样。

点击后，按钮会变成加载状态，右侧区域开始显示识别进度。根据图片复杂程度，一般需要3-10秒：

• 简单的一页文字：3-5秒
• 带表格、公式的复杂页面：8-15秒
• 超高分辨率的大图：可能更久一些

等待的时候，你可以看看界面上的水墨动画，挺有禅意的。

4.3 第三步：墨影初现（查看结果）

识别完成后，右侧会出现三个标签页：

1. 墨影初现：这里显示格式化后的文本，排版美观，可以直接阅读
2. 经纬原典：这里是原始的Markdown源码，你可以复制粘贴到任何支持Markdown的编辑器
3. 笔触留痕：这个功能很实用——它用框线标出了AI识别到的文字区域，你可以检查有没有漏掉的部分

我特别喜欢“笔触留痕”这个功能。有时候图片边缘的文字可能识别不全，或者表格线没完全识别，通过这个可视化界面，一眼就能看出来。

4.4 第四步：藏书入匣（保存成果）

确认识别结果没问题后，点击底部的“下载 Markdown”按钮。文件会自动保存到你电脑的下载目录，文件名就是图片名加上.md后缀。

如果你按照我的部署方式，文件其实已经同时保存到了~/inkstone/output/目录里。这样有两个好处：

1. 自动备份，不怕浏览器下载失败
2. 批量处理时，所有文件都在一个地方，方便整理

5. 办公实战：几个真实场景的应用

5.1 场景一：会议纪要电子化

我们每周都有技术评审会，以前用白板记录，会后总要有人花半小时整理。现在简单了：

1. 会议结束前，给白板拍张照
2. 照片拖进墨鉴，点“研墨启笔”
3. 30秒后，Markdown格式的会议纪要就出来了
4. 直接粘贴到团队Notion页面，加上参会人、时间等信息，完事

以前整理一页要15分钟，现在2分钟搞定。关键是，手写的箭头、流程图符号，墨鉴也能识别成对应的Markdown语法。

5.2 场景二：纸质合同转电子版

法务同事经常收到扫描的PDF合同，需要把关键条款摘出来。传统方法是打开PDF，选中文字复制——但很多扫描件本质是图片，根本选不中。

现在的工作流：

# 1. 把PDF转换成图片（一页一张） pdftoppm contract.pdf ~/inkstone/input/page -png # 2. 启动墨鉴（如果还没运行） podman start mojian # 3. 批量上传所有页面 for img in ~/inkstone/input/page*.png; do echo "处理: $img" # 这里可以用curl命令批量上传，后面会讲 done # 4. 所有页面识别完成后，合并成一个文档 cat ~/inkstone/output/page*.md > contract_full.md

20页的合同，10分钟全部转成可搜索、可复制的电子版。法务同事说，这是她今年用过最省时间的工具。

5.3 场景三：技术书籍摘录

我是做技术的，经常需要从纸质书里摘录代码示例、架构图描述。以前要么手打，要么用手机OCR App拍照识别，再发到电脑上——流程很割裂。

现在：

1. 书放在桌上，手机拍一页
2. AirDrop到Mac（或者数据线传到Linux）
3. 图片拖进墨鉴
4. 识别结果直接进Obsidian笔记库

最让我惊喜的是，墨鉴对代码的识别很准。缩进、括号、注释格式都保留得很好，基本上粘贴就能用。

6. 进阶技巧：让墨鉴更懂你的工作流

6.1 批量处理：一键转换整个文件夹

如果你有一堆图片要处理，不用一张张拖。用这个脚本批量上传：

#!/bin/bash # 批量上传脚本 batch_ocr.sh # 确保墨鉴在运行 podman start mojian 2>/dev/null || true # 等待服务就绪 sleep 5 # 遍历input目录下所有图片 for img in ~/inkstone/input/*.png ~/inkstone/input/*.jpg ~/inkstone/input/*.jpeg; do if [ -f "$img" ]; then echo "上传: $(basename "$img")" curl -F "file=@$img" http://localhost:8080/upload echo "" # 换行 fi done echo "批量上传完成！请在 output/ 目录查看结果。"

保存为batch_ocr.sh，给执行权限：

chmod +x batch_ocr.sh

然后把所有图片放到~/inkstone/input/，运行脚本：

./batch_ocr.sh

所有图片会自动上传、识别，结果保存在~/inkstone/output/，文件名和图片名对应。

6.2 集成到笔记软件：Obsidian自动化

我是Obsidian的重度用户，给墨鉴写了个小插件（其实就是个脚本），实现“图片拖进来，自动转文本”：

// Obsidian插件示例：监视input目录，自动处理新图片 const fs = require('fs'); const path = require('path'); const chokidar = require('chokidar'); const inputDir = '/home/你的用户名/inkstone/input'; const outputDir = '/home/你的用户名/inkstone/output'; // 监视input目录 const watcher = chokidar.watch(inputDir, { ignored: /(^|[\/\\])\../, // 忽略隐藏文件 persistent: true }); watcher .on('add', filePath => { if (/\.(png|jpg|jpeg)$/i.test(filePath)) { console.log(`检测到新图片: ${filePath}`); // 调用墨鉴API处理 processImage(filePath); } }); async function processImage(imagePath) { const formData = new FormData(); formData.append('file', fs.createReadStream(imagePath)); try { const response = await fetch('http://localhost:8080/upload', { method: 'POST', body: formData }); const result = await response.json(); console.log(`处理完成: ${result.filename}`); // 把结果插入到当前Obsidian笔记 insertToObsidian(result.markdown); } catch (error) { console.error('处理失败:', error); } }

这样，我在读书时拍的照片，自动就变成笔记里的文本了。

6.3 资源限制：不让墨鉴“吃光”内存

DeepSeek-OCR-2模型比较大，如果电脑内存小，可以限制一下墨鉴的资源使用：

podman run -d \ --name mojian \ -p 8080:80 \ --memory=4g \ # 最多用4GB内存 --cpus=2 \ # 最多用2个CPU核心 -v "$(pwd)/input:/app/input:z" \ -v "$(pwd)/output:/app/output:z" \ --userns=keep-id \ --rm \ deepseek-ai/deepseek-ocr-2:latest

我的笔记本是16GB内存，给墨鉴分配4GB，其他程序完全不受影响。

7. 常见问题与解决方案

7.1 识别结果乱码或中文显示为方块

这个问题通常是因为系统缺少中文字体。解决方法：

Ubuntu/Debian：

sudo apt install -y fonts-wqy-zenhei fonts-liberation

Fedora/RHEL：

sudo dnf install -y google-noto-sans-cjk-fonts

安装后重启墨鉴容器：

podman restart mojian

7.2 点击“研墨启笔”没反应，控制台报错

大概率是权限问题。检查你的input/目录：

ls -l ~/inkstone/input/

如果文件所有者是root，需要改一下：

sudo chown -R $USER:$USER ~/inkstone/

记住，Podman用--userns=keep-id运行时，要求宿主机文件能被当前用户读取。

7.3 想换端口或配置HTTPS

如果你想把墨鉴集成到现有网站，或者用Nginx做反向代理：

podman run -d \ --name mojian \ -p 3000:80 \ # 改成3000端口 -e WEB_HOST=https://ocr.your-company.com \ # 告诉墨鉴外部地址 -v "$(pwd)/input:/app/input:z" \ -v "$(pwd)/output:/app/output:z" \ --userns=keep-id \ --rm \ deepseek-ai/deepseek-ocr-2:latest

Nginx配置示例：

server { listen 443 ssl; server_name ocr.your-company.com; ssl_certificate /path/to/cert.pem; ssl_certificate_key /path/to/key.pem; location / { proxy_pass http://127.0.0.1:3000; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; } }

7.4 苹果M1/M2芯片能用吗？

完全支持。Podman Desktop for Mac原生支持ARM架构。你什么都不用改，直接运行同样的命令，Podman会自动拉取ARM版本的镜像。

8. 维护与升级：像保养文房四宝一样简单

8.1 日常开关：随用随启

墨鉴不需要一直运行。用的时候启动，不用的时候关掉：

# 启动 podman start mojian # 停止 podman stop mojian # 查看状态 podman ps -a | grep mojian

因为用了--rm参数，停止后容器自动删除，不占磁盘空间。但你的input/和output/目录里的文件都还在。

8.2 版本升级：换支新“墨锭”

当官方发布新版本时，升级很简单：

# 1. 拉取新镜像 podman pull deepseek-ai/deepseek-ocr-2:latest # 2. 停止旧容器 podman stop mojian # 3. 用新镜像启动（配置不变） podman run -d \ --name mojian \ -p 8080:80 \ -v "$(pwd)/input:/app/input:z" \ -v "$(pwd)/output:/app/output:z" \ --userns=keep-id \ --rm \ deepseek-ai/deepseek-ocr-2:latest

数据都在，配置没变，只是换了个新版本。就像砚台还是那个砚台，只是换了块新墨锭。

8.3 开机自启：真正的“数字文房”

如果你希望墨鉴开机自动启动，可以配置systemd用户服务（不用root权限）：

# 创建服务文件 mkdir -p ~/.config/systemd/user cat > ~/.config/systemd/user/mojian.service << 'EOF' [Unit] Description=DeepSeek-Mojian OCR Service After=network.target [Service] Type=simple Restart=always RestartSec=10 ExecStart=/usr/bin/podman run --name mojian -p 8080:80 -v %h/inkstone/input:/app/input:z -v %h/inkstone/output:/app/output:z --userns=keep-id --rm deepseek-ai/deepseek-ocr-2:latest WorkingDirectory=%h/inkstone [Install] WantedBy=default.target EOF # 启用服务 systemctl --user daemon-reload systemctl --user enable mojian.service systemctl --user start mojian.service

这样每次登录系统，墨鉴就自动启动了。访问http://localhost:8080，随时可用。

9. 总结：效率与美学的平衡点

回顾一下，我们完成了什么：

1. 选择了更轻量的Podman：不用Docker Daemon，不用root权限，更安全更干净
2. 三行命令部署墨鉴：创建目录、拉取镜像、启动服务，就这么简单
3. 解决了文件权限问题：用--userns=keep-id，生成的文件直接归你所有
4. 融入了实际工作流：会议纪要、合同处理、书籍摘录，都有了自动化方案
5. 掌握了进阶技巧：批量处理、笔记集成、资源限制、开机自启

但更重要的是，墨鉴让我重新思考了工具的意义。我们用了太多“高效但丑陋”的工具，界面杂乱，体验割裂。墨鉴不同——它把OCR这件事，做成了一种有美感的体验。

那个宣纸色的背景，真的护眼。我连续用一小时，眼睛不累。那个“研墨启笔”的按钮，每次点击都有种仪式感。识别过程中的水墨动画，让人耐心等待而不焦虑。

技术不应该只有效率。当工具本身成为一种享受，工作也会变得愉悦。

最后给个实用建议：如果你经常处理纸质文档，可以把墨鉴放在浏览器书签栏。遇到需要数字化的内容，拍个照，拖进去，30秒后就有电子版。这种流畅感，用过就回不去了。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。