图片转文字 API，接入你的工作流。

面向开发者的图片转文字 API。提交图片，获取任务 ID，读取 Markdown 结果。CLI 和 MCP 共用 API 与图片积分。

Personal、Developer、Team 和 Enterprise 包含 API、CLI、MCP 和批量请求，各渠道共享图片积分。

curl https://imagetotext.dev/api/v1/convert \
  -H "Authorization: Bearer $IMAGETOTEXT_API_KEY" \
  -H "Idempotency-Key: example-conversion-0001" \
  -F "file=@screenshot.png;type=image/png" \
  -F "keepImages=false"

在终端或 AI Agent 中使用 Image to Text。

CLI、MCP 与账号共用 API、任务记录和图片积分。

Personal、Developer、Team 和 Enterprise 包含 API、CLI、MCP 和批量请求，各渠道共享图片积分。

安装客户端

需要 Node.js 20+。安装可下载的客户端包，再设置服务地址和产品 API Key。

npm install --global https://imagetotext.dev/downloads/imagetotext-client-0.1.0.tgz

下载 CLI + MCP 安装包（.tgz）

export IMAGETOTEXT_BASE_URL="https://imagetotext.dev"
# 请在终端或密钥管理工具中设置 IMAGETOTEXT_API_KEY。
imagetotext usage
imagetotext convert screenshot.png \
  --output document.md \
  --idempotency-key document-request-0001
imagetotext batch receipt.jpg notes.png \
  --idempotency-key batch-request-000001

命令返回便于脚本处理的 JSON；错误和自动生成的请求 ID 输出到 stderr。导出不覆盖已有文件，上传中断后请使用相同请求 ID 和文件重试。

image_to_text_convert	提交一个 image 并返回任务 ID。
image_to_text_batch	提交最多 10 个 image，返回逐文件处理记录。
image_to_text_get_job	查询状态及分页 Markdown，每次最多 20,000 字符。
image_to_text_get_batch	查询批次中每个文件的状态。
image_to_text_usage	查询余额、月度用量与套餐权限。

可供 Agent 读取的接入资料： llms.txt / developers.md / OpenAPI

接口列表

POST	/api/v1/convert	提交一个 image，返回 HTTP 202 和任务 ID。
POST	/api/v1/batches	用重复的 files 字段提交最多 10 个 image，返回各文件处理记录。
GET	/api/v1/jobs/{id}	查询任务状态及已完成的 Markdown 结果。
GET	/api/v1/batches/{id}	查询批次内各文件状态，通过任务接口读取结果。
GET	/api/v1/usage	查询剩余额度及 UTC 当月转换用量。

提交、轮询、读取结果

将密钥设置到 IMAGETOTEXT_API_KEY 环境变量并仅在服务端使用。提交后每 5 秒查询任务或批次，直到状态为 success 或 failed。/api/v1 接口仅接受 API Key，不使用浏览器登录 Cookie。

# 提交响应示例，并非真实转换结果
{
  "code": 0,
  "message": "ok",
  "data": {
    "id": "image_…",
    "status": "pending",
    "fileName": "screenshot.png",
    "pages": 1,
    "quality": null
  }
}

curl https://imagetotext.dev/api/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $IMAGETOTEXT_API_KEY"

成功任务返回 result.markdown、result.pages、result.images（文件名与 Base64 数据）；失败任务返回错误码。批次响应不包含完整结果，请按任务分别读取。当前版本尚不提供向客户地址推送的 Webhook。

上传和请求限制

仅支持 JPG、PNG、WebP，每张 10 MB、2500 万像素以内。每批最多 10 张，总计 25 MB，提交前校验。账号写请求间隔 2 秒、读请求间隔 0.5 秒，429 返回 Retry-After。

重试与幂等处理

Idempotency-Key 使用 16-80 位字母、数字、下划线或连字符。网络中断后，使用相同文件、顺序、选项及密钥重试；内容不同返回 HTTP 409。批次可能部分提交，相同请求重试会尝试补交缺失文件；已失败任务需使用新密钥。

错误与计费

响应包含 code、message、data，code 为 0 表示成功。HTTP 401：密钥无效；402：额度不足；403：需有效付费套餐或 API 已关闭；404：任务不存在；409：幂等冲突；413：上传过大；429：频率限制；503：引擎未配置。标准转换每页 1 点，提交时预占，失败退回。

解析质量

上游质量评分用于辅助复核，不代表经过实测的识别准确率。引擎没有返回评分时，明确显示为未提供。未提供评分时 API 返回 quality: null；真实评分格式为 score, scale: 5, source: "provider" 。当前版本尚不包含字词置信度和原文错误标注。