ollama-ocr是一个基于视觉大模型的OCR识别工具，支持多种视觉模型（如LLaVA 13B和Llama 3.2 Vision 11B），并可输出Markdown、JSON和纯文本格式。用户可以通过快速开始指南或Docker快速运行Demo。技术栈主要为Vue 3 + Vite。示例展示了输入图片和对应的输出效果。