Web Analytics Made Easy - Statcounter
Skip to content

Konfigurationshandbuch

Vollständige Referenz für alle Duckling-Konfigurationsoptionen.

Umgebungsvariablen

Legen Sie eine .env-Datei im Verzeichnis backend an:

# Flask Configuration
FLASK_ENV=development          # development | production | testing
SECRET_KEY=your-secret-key     # Required for production
DEBUG=True                     # Enable debug mode

# File Handling
MAX_CONTENT_LENGTH=104857600   # Max upload size in bytes (100MB default)

# Database (optional - defaults to SQLite)
DATABASE_URL=sqlite:///history.db

Produktionsumgebung

FLASK_ENV=production
SECRET_KEY=your-very-secure-random-key-here
DEBUG=False
MAX_CONTENT_LENGTH=209715200   # 200MB for production

Sicherheitshinweis

Verwenden Sie in der Produktion niemals den Standard-SECRET_KEY. Erzeugen Sie einen sicheren Zufallsschlüssel.

OCR-Einstellungen

OCR (optische Zeichenerkennung) extrahiert Text aus Bildern und gescannten Dokumenten.

Konfigurationsoptionen

Einstellung Typ Standard Beschreibung
enabled boolean true OCR ein-/ausschalten
backend string "easyocr" Zu verwendende OCR-Engine
language string "en" Hauptsprache für die Erkennung
force_full_page_ocr boolean false Ganze Seite per OCR vs. erkannte Bereiche
use_gpu boolean false GPU-Beschleunigung (nur EasyOCR)
confidence_threshold float 0.5 Mindest-Konfidenz der Ergebnisse (0–1)
bitmap_area_threshold float 0.05 Mindestflächenanteil für Bitmap-OCR (0–1)

OCR-Engines

Gut für mehrsprachige Dokumente mit hohen Genauigkeitsanforderungen.

{
  "ocr": {
    "backend": "easyocr",
    "use_gpu": true,
    "language": "en"
  }
}
  • GPU-Unterstützung: Ja (CUDA)
  • Sprachen: 80+
  • Hinweis: Auf manchen Systemen können Initialisierungsprobleme auftreten

Klassische, zuverlässige OCR-Engine für einfache Dokumente.

{
  "ocr": {
    "backend": "tesseract",
    "language": "eng"
  }
}
  • GPU-Unterstützung: Nein
  • Sprachen: 100+
  • Voraussetzung: Tesseract systemweit installiert

Native macOS-OCR mit Apples Vision-Framework.

{
  "ocr": {
    "backend": "ocrmac",
    "language": "en"
  }
}
  • GPU-Unterstützung: Nutzt die Apple Neural Engine
  • Voraussetzung: macOS 10.15+
  • Sprachcodes: Duckling akzeptiert Kurzcodes wie en, de, fr und normalisiert sie bei der Konvertierung zu Vision-Lokalisierungen (z. B. en-US).

Schnelle, schlanke OCR mit ONNX Runtime.

{
  "ocr": {
    "backend": "rapidocr",
    "language": "en"
  }
}
  • GPU-Unterstützung: Nein
  • Sprachen: begrenzt

Unterstützte Sprachen

Code Sprache Code Sprache
en Englisch ja Japanisch
de Deutsch zh Chinesisch (vereinfacht)
fr Französisch zh-tw Chinesisch (traditionell)
es Spanisch ko Koreanisch
it Italienisch ar Arabisch
pt Portugiesisch hi Hindi
nl Niederländisch th Thai
pl Polnisch vi Vietnamesisch
ru Russisch tr Türkisch

Tabelleneinstellungen

Legen Sie fest, wie Tabellen in Dokumenten erkannt und extrahiert werden.

Konfigurationsoptionen

Einstellung Typ Standard Beschreibung
enabled boolean true Tabellenerkennung aktivieren
structure_extraction boolean true Tabellenstruktur beibehalten
mode string "accurate" Erkennungsmodus
do_cell_matching boolean true Zellinhalt der Struktur zuordnen

Erkennungsmodi

{
  "tables": {
    "enabled": true,
    "mode": "accurate",
    "do_cell_matching": true
  }
}
  • Präzisere Tabellenerkennung
  • Bessere Zellgrenzen
  • Langsamere Verarbeitung
  • Empfohlen für komplexe Tabellen
{
  "tables": {
    "enabled": true,
    "mode": "fast",
    "do_cell_matching": false
  }
}
  • Schnellere Verarbeitung
  • Gut für einfache Tabellen
  • Kann komplexe Strukturen übersehen

Bildeinstellungen

Bildextraktion und -verarbeitung konfigurieren.

Konfigurationsoptionen

Einstellung Typ Standard Beschreibung
extract boolean true Eingebettete Bilder extrahieren
classify boolean true Bilder klassifizieren und taggen
generate_page_images boolean false Pro Seite ein Bild erzeugen
generate_picture_images boolean true Abbildungen als Dateien extrahieren
generate_table_images boolean true Tabellen als Bilder extrahieren
images_scale float 1.0 Skalierungsfaktor für Bilder (0,1–4,0)

Beispielkonfigurationen

{
  "images": {
    "extract": true,
    "classify": true,
    "generate_page_images": true,
    "generate_picture_images": true,
    "generate_table_images": true,
    "images_scale": 2.0
  }
}

{
  "images": {
    "extract": false,
    "classify": false,
    "generate_page_images": false,
    "generate_picture_images": false,
    "generate_table_images": false
  }
}

Leistungseinstellungen

Verarbeitungsgeschwindigkeit und Ressourcennutzung optimieren.

Konfigurationsoptionen

Einstellung Typ Standard Beschreibung
device string "auto" Verarbeitungsgerät
num_threads int 4 CPU-Threads (1–32)
document_timeout int/null null Maximale Bearbeitungszeit in Sekunden

Geräteoptionen

Gerät Beschreibung Ideal für
auto Wählt automatisch das beste Gerät Allgemeine Nutzung
cpu Erzwingt CPU-Verarbeitung Server ohne GPU
cuda NVIDIA-GPU-Beschleunigung Linux/Windows mit NVIDIA-GPU
mps Apple Metal Performance Shaders macOS mit Apple Silicon

Beispielkonfigurationen

{
  "performance": {
    "device": "cuda",
    "num_threads": 8,
    "document_timeout": null
  }
}

{
  "performance": {
    "device": "cpu",
    "num_threads": 2,
    "document_timeout": 60
  }
}

{
  "performance": {
    "device": "mps",
    "num_threads": 4,
    "document_timeout": null
  }
}

Chunking-Einstellungen

Dokument-Chunking für RAG-Anwendungen konfigurieren.

Konfigurationsoptionen

Einstellung Typ Standard Beschreibung
enabled boolean false Chunking aktivieren
max_tokens int 512 Maximale Token pro Segment
merge_peers boolean true Zu kleine Segmente zusammenführen

Beispielkonfigurationen

{
  "chunking": {
    "enabled": true,
    "max_tokens": 512,
    "merge_peers": true
  }
}

{
  "chunking": {
    "enabled": true,
    "max_tokens": 2048,
    "merge_peers": false
  }
}

Ausgabe-Einstellungen

Standard-Ausgabeformat festlegen.

Einstellung Typ Standard Beschreibung
default_format string "markdown" Standard-Exportformat

Vollständiges Konfigurationsbeispiel

{
  "ocr": {
    "enabled": true,
    "backend": "easyocr",
    "language": "en",
    "force_full_page_ocr": false,
    "use_gpu": false,
    "confidence_threshold": 0.5,
    "bitmap_area_threshold": 0.05
  },
  "tables": {
    "enabled": true,
    "structure_extraction": true,
    "mode": "accurate",
    "do_cell_matching": true
  },
  "images": {
    "extract": true,
    "classify": true,
    "generate_page_images": false,
    "generate_picture_images": true,
    "generate_table_images": true,
    "images_scale": 1.0
  },
  "performance": {
    "device": "auto",
    "num_threads": 4,
    "document_timeout": null
  },
  "chunking": {
    "enabled": false,
    "max_tokens": 512,
    "merge_peers": true
  },
  "output": {
    "default_format": "markdown"
  }
}

Konfiguration über die API

Aktuelle Einstellungen abrufen

curl http://localhost:5001/api/settings

Einstellungen aktualisieren

curl -X PUT http://localhost:5001/api/settings \
  -H "Content-Type: application/json" \
  -d '{
    "ocr": {"backend": "tesseract"},
    "performance": {"num_threads": 8}
  }'

Auf Standardwerte zurücksetzen

curl -X POST http://localhost:5001/api/settings/reset

Fehlerbehebung

OCR funktioniert nicht

  1. EasyOCR-Initialisierungsfehler: Wechseln Sie zu ocrmac (macOS) oder tesseract
  2. GPU-Fehler: Setzen Sie use_gpu: false
  3. Niedrige Konfidenz: Senken Sie confidence_threshold

Langsame Verarbeitung

  1. images_scale auf 0.5 reduzieren
  2. Für Tabellen mode: "fast" verwenden
  3. generate_page_images deaktivieren
  4. num_threads erhöhen

Speicherprobleme

  1. document_timeout aktivieren (z. B. 120 Sekunden)
  2. Weniger Dateien pro Stapel verarbeiten
  3. images_scale reduzieren
  4. Chunking deaktivieren, falls nicht benötigt