MPS

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： 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。 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。 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 打開終端機 (Terminal)。 進入下載資料夾：cd Downloads 下載安裝腳本（詳細指令請參考影片或官方文件）。 執行安裝腳本：bash Miniconda3-latest-MacOSX-arm64.sh (檔名依下載版本而定)。 安裝過程中按 Enter 閱讀條款，輸入 yes 同意，最後初始化選擇 yes。 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 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。 進入資料夾：cd deepseek-ocr-webui (依實際資料夾名稱)。 建立虛擬環境： conda create -n deepseek python=3.10 (輸入 y 確認) 進入環境： conda activate deepseek Step 3：安裝依賴套件 安裝專案所需的套件： pip install -r requirements.txt 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。 ...