Was ist franken_ocr?
franken_ocr führt Baidus Unlimited-OCR, ein Mixture-of-Experts-Dokumentmodell mit 3B Parametern, das von DeepSeek-OCR abgeleitet ist, auf einer gewöhnlichen CPU aus. Statt eines allgemeinen ML-Frameworks portiert es einige feste Modelle von Hand und quantisiert die Feed-Forward-Schichten des Decoders in seinem eigenen Format .focrq auf int8, während Vision-Tower, Attention und Ausgabekopf in höherer Genauigkeit bleiben. Das Kommandozeilenwerkzeug focr kommt als Binärdatei mit 13 bis 17 MB für macOS, Linux und Windows auf x86-64 und ARM64.
Neben Unlimited-OCR führt es GOT-OCR2 für Formeln und Tabellen aus, SmolVLM2 für Bildbeschreibungen, OneChart für Diagrammdaten und Polyphonic-TrOMR, das gescannte Noten in MusicXML verwandelt. Es liest gescannte PDFs nativ, kann viele Seiten in einem Durchgang parsen und hat einen NDJSON-Modus 'robot' für Agenten.
Das Projekt begann am 25. Juni 2026 und erreichte am 29. September v0.9.1. Es ist das Werk einer Person, Jeffrey Emanuel (alle 792 Commits), und er übernimmt keine Beiträge von außen. Die Lizenz ist MIT plus ein Zusatz, der OpenAI, Anthropic und allen, die für sie handeln, keinerlei Rechte gewährt. Deshalb kann GitHub sie nicht einordnen, und deshalb ist sie keine Open-Source-Lizenz nach OSI.
Lohnt sich franken_ocr?
franken_ocr ist für eine Aufgabe gebaut: ein modernes Modell zum Parsen von Dokumenten auf einem Rechner ohne GPU auszuführen. Baidus offizieller Stack für Unlimited-OCR besteht aus Python plus CUDA; dieses Projekt ersetzt ihn durch eine Binärdatei und Offline-Inferenz. Im Leistungsprotokoll des Autors brauchte auf einem Rechner mit Apple Silicon bei 8 Threads eine Seite von Anfang bis Ende 8,6 Sekunden gegenüber 28,9 Sekunden für die CPU-Referenz von Hugging Face in bf16, eine andere 14,7 gegenüber 41,3, also etwa dreimal so schnell. Das sind seine Messungen, und sie sind ungewöhnlich gut dokumentiert, mit den verlorenen Zeilen neben den gewonnenen.
Die Genauigkeit hält nach seinen Zahlen stand, ist aber nicht perfekt. Ein früherer Lauf mit echten Seiten maß eine Zeichenfehlerrate von 0,0094 gegenüber dem Referenz-Decode; das aktuelle Release-Artefakt besteht einen Korpus aus 20 Seiten mit einer aggregierten normalisierten Fehlerrate von 0,193, wobei eine schwierige Seite das Ende nach oben zieht. Das int8-Artefakt für Unlimited-OCR belegt rund 4,2 GB auf der Festplatte und braucht in der Spitze deutlich mehr, daher warnt die README selbst, dass ein Rechner mit 8 GB seine Zeit mit Swapping verbringen wird.
Die Lizenz fällt den Juristen einer Firma als Erstes auf. Sie ist MIT, außer dass OpenAI, Anthropic, ihre verbundenen Unternehmen und alle, die in ihrem Auftrag arbeiten, überhaupt keine Rechte erhalten, auch nicht, um den Code zu testen oder zu analysieren. Die meisten Nutzer betrifft das kaum direkt, aber es ist eine nicht standardmäßige Lizenz, die Einkaufsabteilungen markieren werden, und Auftragnehmer beider Firmen sind ausgeschlossen.
Das Zweite ist der Bus-Faktor. Jeder Commit stammt vom Autor, er erklärt, dass er keine Pull Requests von außen übernimmt, Builds aus dem Quellcode brauchen eine fixierte Nightly-Toolchain von Rust, und das Crate hat rund 83 Downloads auf crates.io. Die Arbeit ist sorgfältig und die Prüfungen vor Releases umfangreich, aber du übernimmst das Projekt einer Person zu ihren Bedingungen.
Wo es sich lohnt
Eine Forscherin, die gescannte Bücher auf einem Laptop mit 32 GB ohne dedizierte GPU digitalisiert
Ausgewählte Kapitel gescannter PDFs offline in Markdown verwandeln
Installiere die Binärdatei, führe focr pull aus und dann focr ocr book.pdf --pages 3,5-9 --split-spreads -o excerpt.md. Kostenlos; rechne auf der CPU mit Sekunden bis zu einigen zehn Sekunden pro Seite, wobei der residente Daemon die Gewichte zwischen den Läufen geladen hält.
Ein Musikbibliothekar an einem Konservatorium
Gemeinfreie gedruckte Partituren in bearbeitbares MusicXML umwandeln
focr pull tromr, dann focr ocr --task music für jede Seite; das int8-Modell TrOMR mit 61 MB erkennt Notensysteme, liest jedes einzeln und führt sie zusammen. Kamerafotos müssen weiterhin zuerst entzerrt werden, was der Autor als offene Arbeit aufführt.
Bevor du dich festlegst
- Einrichtung
- Das Installationsskript per curl abrufen (oder PowerShell unter Windows), das die Binärdatei lädt und per SHA256 prüft; focr pull holt und verifiziert das rund 4,2 GB große Artefakt für Unlimited-OCR. Der Build aus dem Quellcode braucht die fixierte Nightly-Toolchain von Rust.
- Integrationen
- Rust-Bibliothek mit blockierender OcrEngine-API, die CLI focr, ein NDJSON-Modus robot mit veröffentlichtem Schema und stabilen Exit-Codes; Ausgabe als Markdown, JSON mit Boxen, Bildausschnitte und MusicXML.
- Daten und Datenschutz
- Die Inferenz läuft offline, sobald die Gewichte installiert sind; die Netznutzung beschränkt sich auf focr pull. Der Laufverlauf wird in einer lokalen Datenbank protokolliert (~/.cache/franken_ocr/runs.db). Die Lizenz ist MIT mit einem Zusatz, der OpenAI, Anthropic und alle, die für sie handeln, ausschließt.
- Kosten im großen Maßstab
- Keine kostenpflichtige Ausgabe; die Kosten sind CPU-Zeit. Das Protokoll des Autors zeigt einzelne Seiten mit etwa 9 bis 15 Sekunden auf 8 Threads von Apple Silicon, große Mengen sprechen also weiterhin für einen GPU-Stack wie vLLM.
- Grenzen
- Bewusst nur CPU (CUDA ist ein 'deferred stretch goal'); fünf feste Modelle, keine beliebigen; int4 ist nicht validiert; rund 83 Downloads auf crates.io und ein Projekt, das erst vier Monate alt ist.
Was gut ist
- Führt Unlimited-OCR auf der CPU aus, ohne Python, CUDA oder GPU
- Das Protokoll des Autors zeigt etwa 3-mal so schnell wie der CPU-Pfad von Hugging Face
- Binärdateien mit 13 bis 17 MB für sechs Plattformen mit SHA256-Prüfung
- Zusätzliche Modelle für Formeln, Diagramme und Noten
Was nicht
- Eigene Lizenz, die OpenAI, Anthropic und deren Auftragnehmer ausschließt
- Ein einzelner Maintainer, der keine Beiträge von außen übernimmt
- Modellartefakt mit rund 4,2 GB; Rechner mit 8 GB swappen
- Builds aus dem Quellcode brauchen Nightly-Rust
Am besten für
Einzelne Entwickler und kleine Teams, die die Qualität von Unlimited-OCR auf Rechnern ohne GPU brauchen und mit einem Projekt eines einzelnen Autors und dessen Lizenz leben können.
Alternativen zu franken_ocr
franken_ocr: häufige Fragen
- Lohnt sich franken_ocr?
- franken_ocr ist ein ernsthaftes Stück Ingenieursarbeit, das Unlimited-OCR auf eine Laptop-CPU bringt, verpackt in eine Lizenz und ein Governance-Modell, auf die sich die meisten Firmen nicht einlassen werden. Wir bewerten es mit 3.5 von 5.
- Was kostet franken_ocr?
- Kostenlos unter der MIT-Lizenz mit einem Zusatz, der OpenAI und Anthropic ausschließt; Modellgewichte tragen ihre Upstream-Lizenzen (Unlimited-OCR steht unter MIT).
- Welche Nachteile hat franken_ocr?
- Eigene Lizenz, die OpenAI, Anthropic und deren Auftragnehmer ausschließt; Ein einzelner Maintainer, der keine Beiträge von außen übernimmt; Modellartefakt mit rund 4,2 GB; Rechner mit 8 GB swappen; Builds aus dem Quellcode brauchen Nightly-Rust.
- Für wen eignet sich franken_ocr?
- Einzelne Entwickler und kleine Teams, die die Qualität von Unlimited-OCR auf Rechnern ohne GPU brauchen und mit einem Projekt eines einzelnen Autors und dessen Lizenz leben können.
- Was kostet franken_ocr für ein Team oder im Produktivbetrieb?
- Keine kostenpflichtige Ausgabe; die Kosten sind CPU-Zeit. Das Protokoll des Autors zeigt einzelne Seiten mit etwa 9 bis 15 Sekunden auf 8 Threads von Apple Silicon, große Mengen sprechen also weiterhin für einen GPU-Stack wie vLLM.
- Ist franken_ocr sicher für Firmendaten?
- Die Inferenz läuft offline, sobald die Gewichte installiert sind; die Netznutzung beschränkt sich auf focr pull. Der Laufverlauf wird in einer lokalen Datenbank protokolliert (~/.cache/franken_ocr/runs.db). Die Lizenz ist MIT mit einem Zusatz, der OpenAI, Anthropic und alle, die für sie handeln, ausschließt.
- Was sind die besten Alternativen zu franken_ocr?
- Die nächsten Alternativen, die wir getestet haben, sind deepseek-ocr.rs, Xberg (formerly Kreuzberg), Ocrs und Docling.
Antworten geprüft am 26. Okt. 2026.