qwen-pdf-ocr — плагин LM Studio для распознавания PDF

Плагин добавляет в LM Studio инструмент process_pdf. Когда плагин включён тумблером на панели, вы в чате прикладываете PDF или указываете путь и пишете «обработай этот PDF» — загруженная модель сама вызывает инструмент, а он прогоняет файл через выбранные движки (Qwen3-VL, EasyOCR, Tesseract) и возвращает текст.

Что внутри

qwen-pdf-ocr-plugin/
  manifest.json          # манифест плагина (runner: node)
  package.json
  tsconfig.json
  src/
    index.ts             # регистрация плагина
    config.ts            # настройки = тумблеры движков на панели
    toolsProvider.ts     # инструмент process_pdf, запускает python-бэкенд
  python/
    ocr_backend.py       # реальная OCR-логика (Qwen через сервер / EasyOCR / Tesseract)

---

Шаг 1. Установить зависимости Python

Откройте PowerShell и выполните (в тот Python, который укажете в настройках плагина):

Дополнительно, под нужные движки:

Poppler НЕ нужен — рендер PDF идёт через pypdfium2.

Шаг 2. Положить плагин в папку LM Studio

Скопируйте папку qwen-pdf-ocr-plugin целиком в каталог плагинов LM Studio:

(если такого пути нет — см. Шаг 2-альт ниже через CLI).

Шаг 2-альт. Через CLI (надёжнее)

• Установите CLI LM Studio: в LM Studio есть кнопка, либо npx lmstudio install-cli.
• В PowerShell зайдите в папку плагина и запустите режим разработки:

LM Studio подтянет зависимости из package.json, соберёт плагин и покажет его в списке. lms dev нужен только при разработке; установленный плагин LM Studio запускает сам.

Шаг 3. Включить плагин и проверить настройки

• В LM Studio откройте раздел Program / Plugins (или вкладку с плагинами).
• Найдите qwen-pdf-ocr и включите тумблер.
• Нажмите шестерёнку настроек плагина и проверьте:
  • какие движки включены (Qwen3-VL / EasyOCR / Tesseract);
  • языки (ru,en), DPI, путь к Python;
  • для Qwen3-VL — URL сервера и ID модели.

Шаг 4. Включить локальный сервер (только для движка Qwen3-VL)

• В LM Studio загрузите модель Qwen3-VL-8B-Instruct.
• Откройте вкладку Developer / Local Server и нажмите Start Server (по умолчанию http://localhost:1234).
• Убедитесь, что в настройках плагина qwenModelId совпадает с идентификатором загруженной модели.

Если включён только EasyOCR/Tesseract — сервер не нужен, движки работают напрямую.

Шаг 5. Использовать в чате

• В чате LM Studio приложите PDF или просто укажите путь к файлу.
• Напишите, например: «Обработай этот PDF и извлеки текст».
• Модель вызовет инструмент process_pdf, плагин прогонит файл через включённые движки и вернёт распознанный текст (если движков несколько — результаты будут помечены по движкам).

Параметры, которые модель может передать инструменту:

• file_path — путь к PDF (обязательно);
• pages — "1-5" или "2,4,7" (опц.);
• mode — ocr (чистый текст) или layout (таблицы в HTML, формулы в LaTeX).

---

Заметки и устранение проблем

• «Бэкенд завершился с кодом …» — обычно не установлены python-зависимости или неверный путь к Python в настройках. Проверьте pip list в том же интерпретаторе.
• EasyOCR + Qwen одновременно на 16 ГБ VRAM — может не хватить памяти. EasyOCR лёгкий, но при ошибке памяти снизьте DPI до 150 или оставьте один движок.