MonkeyOCR 是一款开源的文档解析 AI 工具。其核心创新在于采用了结构识别关系三元组范式。这种方法旨在简化传统模块化方法（需要多个工具串联）的复杂性，同时避免使用大型多模态模型处理整页文档时常见的效率低下问题。

核心功能

1、全文档解析：

支持英文和中文文档。

兼容多种文件格式：PDF、JPG、JPEG、PNG。

可提取文本内容、识别公式（输出为 LaTeX 格式）、识别表格（输出为 LaTeX 格式）。

解析结果可保存为 Markdown、JSON 等格式。

2、单任务识别： 支持独立执行文本识别、公式识别或表格识别任务。

3、可视化演示： 提供在线演示界面：

上传 PDF 或图片。

点击 “Parse (解析)” 按钮：模型将执行结构检测、内容识别、关系预测，最终输出文档的 Markdown 格式。

可选择提示（Prompt），点击 “Test by prompt”：模型根据所选提示对图像内容进行识别。

性能优势

1、高准确率：

相比基于管道的 MinerU 方法：在九种中英文文档类型上平均准确率提升 5.1%，其中公式识别提升 15.0%，表格识别提升 8.6%。

相比端到端模型：其 3B 参数模型在英文文档上表现最佳，平均性能优于 Gemini 2.5 Pro 和 Qwen2.5 VL – 72B 等大型模型。

2、处理速度快： 多页文档解析速度达 0.84 页/秒，快于 MinerU (0.65 页/秒) 和 Qwen2.5 VL – 7B (0.12 页/秒)。

星海智算平台已经为大家部署好这个镜像，开箱即用，下面为大家介绍一下，如何在星海智算平台上使用。

星海智算-GPU算力云平台

星海智算-GPU算力云平台

启动应用

1、在GPU实例界面中选择创建应用

2、 在镜像市场选择chatterbox并点击部署

3、 选择区域，GPU、磁盘配置后点击立即部署。

4、待开机后，启动应用服务 (刚开机后点击启动若是出现502问题，请关闭页面等2-3分钟后再重新启动服务）

打开后界面如下

5、 在文件输入框中上传所需文件图片。

6、点击解析按钮解析文件内容。