fix: make OCR portable and reliable across AMD64 and ARM64 (#519)

* fix: make OCR portable and reliable

* fix: harden OCR installation portability

* fix: pin OCR partials across downloads

* fix: make OCR execution reliably asynchronous

* fix: harden OCR portability and docs routes

* fix: preserve decoder and docs safeguards

apps/docs/de/tools/pdf/ocr-pdf.md

@@ -1,14 +1,20 @@
 ---
-description: "Text aus PDF-Dokumenten mit KI-gestützter OCR extrahieren."
-i18n_source_hash: 1431fcba180b
+description: "Extrahieren Sie Text aus gescannten PDFs lokal mit dem integrierten Tesseract oder der optionalen hochpräzisen RapidOCR-Laufzeitumgebung."
+i18n_output_hash: e5561369ae27
+i18n_source_hash: a19ba25a1ca8
 i18n_provenance: human
-i18n_output_hash: b09a98f42048
 ---
 
 # PDF OCR {#pdf-ocr}
 
-Extrahieren Sie Text aus PDF-Dokumenten mithilfe KI-gestützter optischer Zeichenerkennung. Unterstützt mehrere Qualitätsstufen und Sprachen. Erfordert die Installation des OCR-Feature-Bundles.
+Extrahieren Sie Text aus gescannten Texten PDF Dokumente Seite für Seite, ohne sie zu senden PDF an einen externen Dienst. Der eingebaute `fast` Tier verwendet Tesseract. Die Wahl `balanced` Und `best` Ebenen verwenden RapidOCR mit angeheftet PP-OCR ONNX-Modelle.
 
+
+<!-- korean-ocr-contract:start -->
+::: info Kompatibilität für koreanische OCR
+Fast OCR unterstützt `auto`, `en`, `de`, `es`, `fr`, `zh` und `ja`, aber kein Koreanisch (`ko`). Koreanisch benötigt das genaue OCR-Paket und `balanced` oder `best`. Das Paket läuft in offiziellen Linux-amd64- und arm64-Containern, auch auf NVIDIA-Hosts weiterhin auf der CPU. Nicht unterstützte Systeme erhalten einen eindeutigen Kompatibilitätsfehler und keinen stillen Rückfall auf `fast`. Koreanisch mit `fast` oder dem alten Alias `tesseract` wird vor dem Einreihen mit `FEATURE_INCOMPATIBLE` und `fast-korean-unsupported` abgelehnt.
+:::
+<!-- korean-ocr-contract:end -->
 ## API Endpoint {#api-endpoint}
 
 `POST /api/v1/tools/pdf/ocr-pdf`
@@ -19,9 +25,14 @@ Akzeptiert Multipart-Formulardaten mit einer PDF-Datei und einem optionalen JSON
 
 | Parameter | Typ | Erforderlich | Standard | Beschreibung |
 |-----------|------|----------|---------|-------------|
-| quality | string | Nein | `"balanced"` | OCR-Qualitätsstufe: `fast`, `balanced`, `best` |
+| file | file | Ja | - | PDF-Datei (mehrteilig), bis zu 512 MiB-kodiert; Es gilt weiterhin ein niedrigeres Upload-Limit des Betreibers |
+| quality | string | NEIN | Dynamisch | OCR-Qualitätsstufe: `fast`, `balanced` oder `best` |
 | language | string | Nein | `"auto"` | Dokumentsprache: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko` |
 | pages | string | Nein | `"all"` | Seitenauswahl, z. B. `"all"`, `"1-3"`, `"1,3,5"` |
+| enhance | boolean | NEIN | Tierabhängig | Verbessern Sie den lokalen Kontrast vor der Erkennung. Fast wendet es direkt an; „Balanced“ und „Best“ behalten die Variante nur dann bei, wenn die kalibrierte Bewertung das Ergebnis verbessert. Standardmäßig ist `true` für `best` und `false` für `fast`/`balanced` |
+| engine | string | NEIN | - | Veralteter Kompatibilitätsalias. Verwenden Sie stattdessen `quality`. `tesseract` wird auf `fast` abgebildet; Der alte Wert `paddleocr` wird `balanced` zugeordnet, lädt PaddlePaddle jedoch nicht |
+
+Wenn `quality` und `engine` fehlen, wählt SnapOtter die höchste verfügbare Stufe in dieser Reihenfolge: `best`, `balanced`, `fast`. Für Koreanisch wird `fast` nie gewählt; es wird `best`, dann `balanced` verwendet oder ein Installations- bzw. Kompatibilitätsfehler der genauen Laufzeit zurückgegeben.
 
 ## Example Request {#example-request}
 
@@ -29,7 +40,7 @@ Akzeptiert Multipart-Formulardaten mit einer PDF-Datei und einem optionalen JSON
 curl -X POST http://localhost:1349/api/v1/tools/pdf/ocr-pdf \
   -H "Authorization: Bearer si_your-api-key" \
   -F "file=@scanned.pdf" \
-  -F 'settings={"quality": "best", "language": "en", "pages": "1-5"}'
+  -F 'settings={"quality": "best", "language": "en", "pages": "1-5", "enhance": true}'
 ```
 
 ## Example Response {#example-response}
@@ -46,8 +57,11 @@ Gibt `202 Accepted` zurück. Verfolgen Sie den Fortschritt über SSE unter `/api
 ## Notes {#notes}
 
 - Akzeptiertes Eingabeformat: `.pdf`.
-- Dies ist ein KI-Tool, das die Installation des **OCR-Feature-Bundles** erfordert. Wenn das Bundle nicht installiert ist, gibt die API `501 Not Implemented` zurück.
-- Die Qualitätsstufe `fast` verwendet ein leichteres Modell für eine schnellere Verarbeitung; `best` verwendet ein genaueres Modell auf Kosten der Geschwindigkeit.
-- Die Spracheinstellung `auto` versucht, die Dokumentsprache automatisch zu erkennen.
+- `fast` ist integriert und fügt dem offiziellen Bild etwa 25 MiB hinzu. `balanced` und `best` erfordern das optionale genaue OCR-Paket (ca. 208–234 MiB zum Herunterladen und 409–488 MiB installiert, je nach Ziel).
+– Das genaue Paket unterstützt Linux amd64 und arm64 und verwendet ONNX Runtime auf CPU, einschließlich auf NVIDIA-Hosts.
+– Eine explizit angeforderte Stufe wird niemals stillschweigend herabgestuft. Wenn `balanced` oder `best` nicht verfügbar ist, gibt API `501` mit `FEATURE_NOT_INSTALLED` oder `FEATURE_INCOMPATIBLE` zurück.
+- PDF-Seiten werden vor OCR mit hoher Auflösung gerastert. `best` führt die mittelgenauen PP-OCRv6-Modelle mit höherer Genauigkeit aus und bewertet Orientierungs- und Verbesserungsvarianten, wodurch die Erkennung auf Kosten der Geschwindigkeit verbessert wird.
+– Die Spracheinstellung `auto` ermöglicht die Erkennung im gesamten unterstützten Skriptsatz; Ein expliziter Hinweis kann die Ergebnisse für eine bekannte Dokumentsprache verbessern.
 - Sie können bestimmte Seiten über Bereiche (`"1-3"`), kommagetrennte Listen (`"1,3,5"`) oder `"all"` für jede Seite gezielt ansprechen.
+- Eine Anfrage kann maximal 50 Seiten verarbeiten. Rasterisierte Scratch-Daten sind auf 512 MiB und die aggregierte UTF-8 OCR-Antwort auf 1.000.000 Bytes begrenzt. Überschreitungsaufträge schlagen fehl, anstatt einen Teiltext zurückzugeben.
 - Für PDFs, die bereits auswählbaren Text enthalten, sollten Sie stattdessen das schnellere Tool [PDF zu Text](./pdf-to-text) verwenden.