還記得我之前介紹過如何在 Mac 上本地安裝 DeepSeek OCR 嗎？當時雖然成功跑起來了，但因為是單純用 CPU 在跑，速度上總覺得稍微慢了一點，不夠過癮。

今天這篇文章就是要來解決這個問題！有網友製作了一個可以完整支援 MPS (Metal Performance Shaders) 加速的專案版本，讓你的 Mac M1/M2/M3/M4 系列晶片火力全開。經過實測，識別速度比之前的版本快上不少！而且這次還包含了解決 16GB RAM 機型容易爆記憶體的優化設定，一定要學起來！

為什麼你需要這個版本？

除了速度變快之外，這個 WebUI 介面還提供了幾個超好用的功能：

  1. 文件轉 Markdown (MD)：把 PDF 或圖片丟進去，直接幫你轉成排版好的 Markdown 格式。
  2. 查找定位：這功能很有趣！你可以問它「籃球在哪裡？」，它就會在圖片中把籃球框出來。
  3. 圖像描述：讓 AI 告訴你這張圖片裡看到了什麼（支援自定義提示詞，可以用中文問喔！）。

準備工作：安裝環境

在開始之前，我們需要先準備好兩個工具：

  • VS Code：用來修改程式碼（必備）。
  • Miniconda：用來管理 Python 環境，避免弄亂你的系統。

Step 1：安裝 Miniconda

  1. 打開終端機 (Terminal)。
  2. 進入下載資料夾：cd Downloads
  3. 下載安裝腳本（詳細指令請參考影片或官方文件）。
  4. 執行安裝腳本：bash Miniconda3-latest-MacOSX-arm64.sh (檔名依下載版本而定)。
  5. 安裝過程中按 Enter 閱讀條款，輸入 yes 同意，最後初始化選擇 yes。
  6. 重啟終端機讓設定生效。

安裝 DeepSeek OCR WebUI

Step 2：下載專案與建立環境

  1. 複製專案庫網址（請見影片資訊欄），在終端機輸入 git clone <網址> 下載。
  2. 進入資料夾：cd deepseek-ocr-webui (依實際資料夾名稱)。
  3. 建立虛擬環境： 
    conda create -n deepseek python=3.10
    (輸入 y 確認)
  4. 進入環境： 
    conda activate deepseek

Step 3：安裝依賴套件

  1. 安裝專案所需的套件： 
    pip install -r requirements.txt
  2. 補充遺漏套件：影片中提到有一個套件可能沒寫在清單裡，如果執行有缺，請記得手動安裝（通常是 gradio 或相關套件，請依錯誤提示操作）。

關鍵步驟：針對 16GB RAM Mac 的優化與修正 🛠️

如果你跟我一樣是用 16GB RAM 的 Mac (例如 Mac Mini M4)，這一步非常重要！不做的話可能會跑不動或報錯。

修改 1：降低記憶體佔用

  1. 用 VS Code 開啟專案資料夾。
  2. 進入 backend 資料夾，找到 mps_backend.py。
  3. 搜尋 float32。
  4. 將它修改為 float16 (或是影片中提到的數值)，這樣可以大幅降低顯存需求。
  5. 按下 Cmd + S 存檔。

修改 2：修復模型執行錯誤

這個步驟稍微進階一點，我們要去修改 Hugging Face 下載下來的模型檔案。

  1. 先試跑一次程式，讓它下載模型，等到出現錯誤或下載完成後按 Ctrl + C 關閉。
  2. 在 Finder 中按下 Cmd + Shift + . 顯示隱藏檔案。
  3. 前往路徑：使用者帳號 > .cache > huggingface > modules > transformers_modules... (找到 deep_encoder 相關的資料夾)。
  4. 用 VS Code 打開 deep_encoder 裡的 Python 檔。
  5. 搜尋 x = self.proj 這一行。
  6. 加入修正程式碼：在這一行前面加上影片中示範的兩行程式碼（這部分請務必對照影片畫面輸入，以免打錯）。
  7. 存檔。

啟動與使用

全部設定完成後，回到終端機輸入：

python webui.py