展开本页目录
开始前准备什么
- Python环境与本地CPU；Indra使用ONNX，不需要PyTorch或GPU，首次运行需下载约76MB默认模型，math模型另计。
- 代码Apache2.0；权重modified OpenRAIL-M，有企业规模与竞争用途限制，不能宣传无限制免费商用。
- 本课原生材料可离线免费检查；目标识别未执行，实际page.source/conf/坐标只能运行后填写。
- 准备有序输入清单
- 添加进程入口保护
- 设置有限核心数
- 逐项处理结果
- 核对返回顺序
- 检查批次状态
- 交付全批清单
1. 准备有序输入清单
按A正常、B损坏、C正常列出三文件。
损坏B是作者构造的无效PDF字节，不包含敏感材料。
2. 添加进程入口保护
在macOS/Windows把convert_many放进if __name__ == "__main__"。
官方说明缺少保护会警告并回退单进程，不应称并行已生效。
3. 设置有限核心数
本课用cores=2，记录实际环境与任务数量。
不把CPU核心数直接当每秒页数。
官方界面与功能位置
以下为官方文档配图，具体版本与账号入口以当前产品为准。本课练习输入与验收对照见相邻步骤。
4. 逐项处理结果
遇到indra_ocr.InputError写入失败台账并继续。
失败不能直接continue后无痕丢掉。
5. 核对返回顺序
将每个path与输入序号连接，检查结果按输入顺序交付。
不要按完成快慢重新命名文件，容易错配来源。
6. 检查批次状态
CLI任一文件失败时退出1，成功文件仍应有结果。
退出1不等于全部失败，退出0也需覆盖数量检查。
7. 交付全批清单
保存三份输入身份、两份成功产物和一份失败原因。
重试仅针对失败项，避免重复处理已验收材料。
下载本课材料并开始操作
练习包包含本课的具体输入、可编辑数据、正反样例与七步说明。index.html 可离线查看原件和验收参考，actual-results.csv 用于记录你实际操作后的结果。
怎样确认已经完成
- B失败被明确记录。
- C仍处理且来源不串。
- main guard和核心设置可核对。
常见问题
Indra批量退出1，是不是所有文件都没处理？
不是。官方CLI会继续处理不可读文件之后的输入，任何失败使整批退出1；要结合逐文件清单看哪些成功。
mac上设置cores却没并行怎么查？
先检查主入口保护。convert_many工作进程会重新导入文件，官方要求if __name__保护；缺少时会警告并回退单进程。