O LightOnOCR-3 0.8B não opera um navegador autenticado. É um modelo de OCR e leitura de documentos. Use-o numa captura ou página de PDF salva localmente e passe o texto a outro agente local capaz de executar Tabbit CLI. Esse agente pode conferir a página autenticada e preparar um rascunho. O cartão do modelo descreve transcrição e grounding, mas não ferramentas de navegador. Um desafio de OCR no Reddit mostra por que revisar é importante: ferramentas podem ignorar tachados ou bagunçar tabelas. Cartão do modelo · Desafio original · Discussão no Hacker News
Principais pontos
O modelo recebe imagem e retorna texto. Não navega, autentica, planeja passos nem chama Tabbit CLI.
O cartão descreve transcrição e grounding com caixas rotuladas. Isso é extração, não autorização.
Use uma imagem salva ou página de PDF renderizada localmente. Não peça ao OCR para abrir um site.
Um agente local separado, como Codex com skill Tabbit, pode comparar a extração com a página ao vivo e preparar um rascunho.
Confira IDs, datas, valores, ordem de tabela, tachados e digitalizações ruins.
Defina o papel de cada ferramenta
| Componente | Trabalho adequado | Fora de escopo |
|---|---|---|
| LightOnOCR-3 0.8B | Extrair texto visível ou blocos localizados de imagem local. | Navegar, autenticar, escolher registro ou clicar. |
| Pessoa ou agente local | Escolher arquivo, corrigir OCR e decidir qual registro conferir. | Tratar OCR como dado confirmado do site. |
| Tabbit CLI em agente local | Abrir perfil autenticado, ler página correspondente e preparar rascunho. | Salvar ou enviar sem revisão. |
O cartão informa licença Apache 2.0 e que 0.8B é a versão mais leve. Há um exemplo Transformers image-text-to-text; prompt vazio retorna Markdown e grounding adiciona rótulos e caixas. Verifique a versão do Transformers e o hardware. Cartão e exemplos · Repositório
Leia uma imagem salva localmente
Salve uma captura ou renderize uma página do PDF como imagem. Confirme que pode processar o arquivo. Rode o exemplo Transformers localmente e guarde a saída separada para comparar com a imagem.
Leia somente a imagem local anexada. Não deduza texto invisível.
Retorne ID, data, status, valor e rótulos de linhas visíveis.
Mantenha a ordem. Marque caracteres incertos como [ilegível] e campos ausentes como [não visível].
Se houver tachado, mantenha o texto tachado e o substituto, identificando cada um.
Se possível, informe a região ou caixa de cada campo.
Não navegue, use ferramentas, faça login ou sugira ações no navegador.A saída deve marcar incertezas, não garantir precisão. Usuários no Reddit relataram erros em tachados e tabelas; no Hacker News houve alertas sobre omissões e alucinações. Não são testes do LightOnOCR-3, mas justificam comparação manual. Desafio Reddit · Hacker News
Passe o resultado a um agente local com Tabbit
Abra o mesmo registro no perfil Tabbit e faça login. No Codex, abra /skills e confirme tabbit. O seletor de skills não dá acesso a comandos locais. Siga o guia Tabbit CLI e verifique o lançador. Pi usa /skill:tabbit; OpenCode documenta @tabbit. Configuração Codex · Skills Pi · Skills OpenCode
Passe o OCR como pista, não como verdade:
Use a skill Tabbit para abrir o [site aprovado] autenticado e conferir somente o registro [ID do OCR].
Não trate o OCR como confirmado. Compare cada campo com a página visível.
Não edite, salve, envie, aprove ou confirme nada.
Retorne ID, data, status, valor e URL exatos. Indique diferenças do OCR.
Prepare o rascunho "Conferência OCR — [data]" com comparação e incertezas.
Pare antes de salvar ou enviar. Mostre o rascunho e a página de origem.A tabela final deve mostrar valor OCR, valor da página e correspondência. Se o ID não bater, não abra registro parecido. Veja a lista da primeira tarefa e o guia de sessão reutilizada. A sessão pode expirar. Conectar agente ao navegador existente explica o perfil.
Revise antes de agir
| Campo | Compare | Revisão manual se |
|---|---|---|
| ID | Cada caractere com URL e título. | Há caracteres parecidos ou falta o ID. |
| Data e valor | Pontuação, moeda e tachados. | Baixo contraste ou número decisivo. |
| Ordem | Rótulo e valor na mesma linha. | Colunas mescladas, giradas ou ambíguas. |
| Rascunho | Cada frase ligada à página real. | O valor vem só do OCR ou de inferência. |
O LightOnOCR-3 0.8B serve para transcrever uma imagem local antes de uma pessoa ou outro agente acessar o site. Não deve planejar nem clicar. Mantenha a passagem clara: imagem ao OCR, texto a uma pessoa/agente local, depois leitura no Tabbit com rascunho visível. Veja agentes de navegador, CLI versus MCP e o guia completo do CLI.Para separar tarefas, consulte o guia de perfis, espaços de trabalho e grupos de abas.
Perguntas frequentes
LightOnOCR-3 0.8B opera o navegador?
Não. Lê imagens e retorna texto, mas não navega, autentica, planeja ou chama Tabbit CLI.
Como entregar OCR ao Tabbit?
Passe o texto a outro agente local como pista. Peça que confira a página real e prepare um rascunho.
O texto OCR é dado verificado?
Não. Confira ID, data, valor, ordem da tabela e caracteres incertos com imagem e página.
O modelo OCR chama a skill Tabbit?
Essa integração não foi verificada. O usuário ou outro agente local faz a transferência.
Qual é uma primeira tarefa segura?
Transcrever uma imagem local e ler um registro correspondente sem editar ou enviar.