扫描件与图片识别
扫描的书、手机拍的合同、白板照片、截图，里面的字没法直接复制。42md 用 AI 识别把它们转成 Markdown，表格和公式也尽量还原。
先认识四个档位
PDF 转换时用 --ocr 选档位。四档的区别只有一条：遇到没有文字的页，要不要识别、识别多少。
带值时必须用等号，写成 --ocr=smart，不能写 --ocr smart。只写 --ocr 不带值，等于 force。
smart 是最省的识别档位：一份 300 页的文档里混了 5 页扫描件，只按这 5 页计费。
计费
- 数字 PDF 直接提取：免费。
- 云端识别：花点数，3 页 1 点。PDF 按实际识别的页数，图片按等价的 A4 页折算。开始前会显示预估消耗，等你确认；写脚本时加
-y跳过确认。 - 本地引擎：Pro / Pro+ 接上本机的活水模型后，识别在你的电脑上跑，零计费。见 。
default 档在没接本地引擎时不会自动走云端识别，而是提示你显式写上识别档位，所以转 PDF 时不写 --ocr 就不会意外扣点数。
只识别需要的页
用 --pages 只转其中几页，识别时也只处理这几页：
图片识字
图片直接交给 42md，不用写 --ocr：
支持的图片格式：PNG、JPG / JPEG、HEIC / HEIF（iPhone 照片）、AVIF、WebP、TIFF / TIF、BMP、GIF、JPEG 2000（JP2 / J2K / JPF / JPM）。
漫画与扫描书（CBZ）
.cbz 是把一页页图片打成一个包的漫画或扫描书。交给 42md，按文件名的先后逐张识字，整本出一份 Markdown：
整本一起报价、确认一次：开始前按每张图折合的页数加起来显示预估消耗（和图片一样，高的长图折成几页）。用本机引擎不花点数；用云端识别时整本一次交上去，一本最多折合 1000 页，再多请拆成几本。无法读取的图会跳过、不算页，转完时会告诉你是哪几张（不写进转出来的文档）。包里的图片认 JPG、PNG、GIF、WebP、BMP。网页版不收 CBZ，请用桌面版或命令行。
选引擎与调清晰度
--engine 决定识别在哪里跑：auto（默认，按你设过的默认引擎）、local（强制本机，连不上就报错，不会改走云端）、cloud（强制云端，计费）。
用本地引擎时，扫描件识别不准往往是输入太糊。可以把转图的清晰度调高（72 到 400，默认 200），代价是更慢：
本地引擎还能用 --ocr-model 指定识别模型，可用的模型用 42md engine models 查看。
整本书、长报告这类多页扫描件，可以加 --ocr-long-doc 打开长文档模式：识别每一页时参考前一页，跨页的标题层级更连贯。目前只有 Logics-Parsing-V3 支持，用别的模型时照常逐页识别，并会提示一句：
在网页版里用
在 的「知识获取 › 我的获取」新建获取，上传扫描件或图片，选「AI 识别」。提交前会显示预估消耗。
下一步
- 一整个文件夹的扫描件：
- 想零计费识别：
- 点数怎么算：