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。
- 列出实际使用能力
- 准备模型目录
- 核对目录完整性
- 处理可选math模型
- 进行断网试跑
- 分开记录许可
- 交付离线清单
1. 列出实际使用能力
决定只做普通OCR还是需要math，记录语言与输入范围。
不为离线准备无差别安装所有托管服务依赖。
2. 准备模型目录
按官方INDRA_OCR_MODEL_DIR或--model-dir指定本地模型路径。
首次自动下载约76MB默认模型，不能说安装命令后就完全离线。
3. 核对目录完整性
按当前发布文件清单记录名称、大小和摘要。
不要只凭文件夹存在就判模型齐全。
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. 处理可选math模型
需要--math时提前取得对应额外模型并记录版本。
只缓存默认模型不足以证明数学路径断网可用。
5. 进行断网试跑
在可控测试环境禁用网络后处理一张自制小页。
失败保留缺文件信息，不修改脚本去访问未知镜像。
6. 分开记录许可
代码Apache2.0，权重modified OpenRAIL-M并有使用条件。
本地CPU运行不等于无限制商用授权。
7. 交付离线清单
保存版本、模型摘要、试跑输出与未覆盖能力。
本稿未安装/推理，离线验证项保持not_run。
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
- 模型目录按明确版本有完整清单。
- math是否启用与额外依赖对应。
- 离线成功只在实际断网试跑后声明。
常见问题
Indra不需要GPU，是不是安装后就能完全断网？
CPU和网络是两个边界。首次运行默认要下载模型，math还有额外文件；应先准备本地目录并实际断网试跑。
开源代码Apache2.0，权重也随便商用吗？
不能混同。官方权重采用modified OpenRAIL-M，包含企业规模与竞争用途条件；应分别保存代码和权重许可，而不是用代码许可覆盖全部。