本文介绍了基于“稳定性优先”原则部署本地OCR工具的方法，选用经官方验证的PaddleOCR 2.9.1（PP-StructureV2）、Python 3.10及CUDA 11.8这一工业界黄金组合，避免使用不稳定的开发版。核心目标是构建图形化工具，支持PDF与图片转Markdown/JSON，并能流式处理长文档。文章详细说明了从Windows环境清理、CUDA与cuDNN安装、Poppler部署到uv虚拟环境搭建、依赖安装及Gradio界面编写的全过程。关键避坑点包括锁死CUDA 11.8、手动复制cuDNN、在pyproject.toml中限定Python版本，并提示PDF解析失败通常源于缺少Poppler，且Paddle模块导入报错时需退回2.9.1稳定版。读者可按步骤获得一个支持进度显示、自定义输出路径且不卡顿的本地OCR部署环境。
本文介绍了如何使用 Scoop 安装的 uv 工具，在 Windows 上创建隔离的 Python 3.10 虚拟环境，并安装 PaddleOCR 实现 PDF 转 Markdown 的流程。核心步骤包括：使用 `uv venv --python 3.10` 创建独立环境，`uv pip install paddlepaddle` 安装 CPU 版深度学习框架，再安装 `paddleocr>=2.7`。文中提供了完整的 Python 脚本，利用 PPStructure 引擎进行版面分析、表格识别和恢复，最终生成带标题、表格 HTML 及分页符的 Markdown 文件。该方案避免污染系统 Python，推荐 Python 3.10 以保证 PaddlePaddle 兼容性，并针对 Windows 常见编译错误给出了预处理建议。
本文提供在Windows上部署PaddleOCR的完整教程，以“稳定性优先”为原则，推荐采用官方验证的PaddleOCR 2.9.1（PP-StructureV2）、Python 3.10和CUDA 11.8的黄金组合。教程涵盖底层环境配置（清理旧版本、安装CUDA 11.8及手动配置cuDNN、安装Poppler）、Python项目搭建（使用uv锁定版本）、核心依赖安装（PaddlePaddle GPU版、PaddleOCR稳定版及配套工具），并附赠一个基于Gradio的图形化工具代码，支持PDF/图片转Markdown/JSON，具备流式处理长文档、进度显示和路径自定义功能。最后总结了常见避坑点，如CUDA版本、cuDNN缺失、Python版本锁死、PDF解析失败等，帮助用户快速排除故障，实现高效稳定的本地OCR部署。
