LightOnOCR-3 0.8B ne peut pas piloter un navigateur connecté. C’est un modèle OCR et de lecture de documents. Utilisez-le sur une capture ou une page PDF enregistrée localement, puis transmettez le texte à un autre agent local pouvant lancer Tabbit CLI. Cet agent vérifie la page authentifiée et prépare un brouillon. La carte décrit les modes transcription et grounding, mais aucun outil navigateur. Un défi OCR sur Reddit explique pourquoi une vérification humaine reste utile: des outils peuvent manquer un texte barré ou déformer un tableau. Carte du modèle · Défi original · Discussion OCR sur Hacker News
À retenir
Le modèle reçoit une image et renvoie du texte. Il ne navigue pas, ne se connecte pas, ne planifie pas et n’appelle pas Tabbit CLI.
La carte décrit la transcription de page et le grounding avec cadres étiquetés. Ce sont des extractions, pas une autorisation.
Utilisez une image enregistrée ou une page PDF rendue localement. Ne demandez pas à OCR d’ouvrir un site.
Un agent local séparé, comme Codex avec la skill Tabbit, peut comparer le texte à la page et créer un brouillon nommé.
Vérifiez les IDs, dates, montants, ordre des tableaux, barrés et scans de mauvaise qualité.
Donner à chaque outil un rôle
| Composant | Tâche adaptée | Hors périmètre |
|---|---|---|
| LightOnOCR-3 0.8B | Extraire le texte ou les zones visibles d’une image locale. | Naviguer, s’authentifier, choisir un dossier ou cliquer. |
| Personne ou agent local | Choisir le fichier, corriger OCR et décider du dossier à vérifier. | Traiter OCR comme donnée vérifiée du site. |
| Tabbit CLI dans un agent local | Ouvrir le profil connecté, lire la page correspondante et préparer un brouillon. | Enregistrer ou envoyer sans validation. |
La carte indique une licence Apache 2.0 et qualifie 0.8B de variante la plus légère. Elle documente le pipeline Transformers image-text-to-text. Un prompt vide renvoie du Markdown; grounding ajoute des étiquettes et des cadres. Vérifiez votre version Transformers et votre matériel. Carte et exemples · Dépôt LightOn
Lire une image enregistrée localement
Enregistrez une capture ou rendez une page PDF en image. Vérifiez que le fichier peut être traité. Exécutez localement l’exemple Transformers et gardez la sortie séparée pour la comparer à l’image.
Lis uniquement l’image locale jointe. N’invente aucun texte invisible.
Retourne l’ID, la date, le statut, le montant et les libellés visibles.
Garde l’ordre original. Marque les caractères incertains [illisible] et les champs absents [non visible].
Si le texte est barré, conserve l’ancienne et la nouvelle version et indique-les.
Indique la région ou le cadre de chaque champ si possible.
Ne navigue pas, n’utilise pas d’outil, ne te connecte pas et ne propose pas d’action navigateur.La sortie doit être une transcription avec incertitudes, pas une preuve d’exactitude. Des utilisateurs Reddit ont signalé des erreurs sur les barrés et les tableaux; Hacker News évoque les omissions et hallucinations. Ce ne sont pas des tests de LightOnOCR-3, mais ils justifient une comparaison manuelle. Défi Reddit · Hacker News
Transmettre à un agent local compatible Tabbit
Ouvrez le même dossier dans le profil Tabbit voulu et connectez-vous vous-même. Dans Codex, ouvrez /skills et vérifiez tabbit. Le sélecteur ne donne pas d’accès aux commandes locales. Suivez le guide Tabbit CLI, puis vérifiez que le lanceur atteint la bonne instance. Pi utilise /skill:tabbit; OpenCode documente @tabbit. Codex · Skills Pi · Skills OpenCode
Transmettez le texte OCR comme indice, pas comme vérité :
Avec la skill Tabbit, ouvre le [site approuvé] connecté et vérifie uniquement le dossier [ID OCR].
Ne traite pas OCR comme vérifié. Compare chaque champ à la page visible.
Ne modifie, n’enregistre, ne soumets, n’approuve et n’envoie rien.
Retourne l’ID, la date, le statut, le montant et l’URL exacts. Signale les écarts avec OCR.
Prépare un brouillon « Vérification OCR — [date] » avec comparaison et incertitudes.
Arrête-toi avant sauvegarde ou envoi. Montre-moi le brouillon et la page source.Le tableau final montre la valeur OCR, la valeur de page et leur correspondance. Si l’ID diffère, n’ouvrez pas un dossier proche. Consultez la liste de première tâche et la réutilisation de session. La session peut expirer. Le guide pour connecter un agent au navigateur existant explique la limite du profil.
Vérifier avant d’agir
| Champ | Comparaison | Relecture manuelle si |
|---|---|---|
| ID | Comparer chaque caractère à l’URL et au titre. | Caractères proches ou ID absent. |
| Date et montant | Vérifier ponctuation, devise et barrés. | Faible contraste ou montant décisif. |
| Ordre | Vérifier que libellé et valeur restent sur la même ligne. | Colonnes fusionnées, tournées ou ambiguës. |
| Brouillon | Chaque phrase renvoie à la page réelle. | Une valeur vient seulement d’OCR ou d’une inférence. |
LightOnOCR-3 0.8B convient pour transcrire une image locale avant qu’une personne ou un autre agent consulte le site. Il ne doit pas planifier ni cliquer. Gardez la transmission claire: image locale vers OCR, texte vers une personne ou agent local, puis vérification en lecture seule dans Tabbit. Consultez les guides sur les agents de navigateur, la CLI et MCP et la CLI complète.Pour séparer les tâches, consultez le guide des profils, espaces et groupes d’onglets.
Questions fréquentes
LightOnOCR-3 0.8B peut-il piloter un navigateur ?
Non. Il lit des images, mais ne navigue pas, ne se connecte pas, ne planifie pas et n’appelle pas Tabbit CLI.
Comment transmettre OCR à Tabbit ?
Donnez le texte à un autre agent local comme indice. Demandez-lui de vérifier la page et préparer un brouillon.
Le texte OCR est-il vérifié ?
Non. Vérifiez ID, date, montant, ordre du tableau et caractères incertains sur l’image et la page.
Le modèle OCR peut-il charger la skill Tabbit ?
Cette intégration n’est pas établie. L’utilisateur ou un agent local séparé doit faire le transfert.
Quelle première tâche est sans risque ?
Transcrire une image locale puis lire un enregistrement correspondant sans le modifier.