用途：面向含表格、数学公式、图表或多栏排版等复杂结构的文档，进行 OCR 与版面分析，得到结构化理解结果；纯文本、追求速度的简单 OCR 场景资料建议改用 PP-OCRv5。
主要能力：脚本返回完整 JSON，含文本、表格结构、公式（LaTeX）、图表、脚注、页眉页脚、页码及阅读顺序 reading_order，并带 bbox 等版面区域信息。区域类型包括 header、text、table、formula、figure、footnote、footer、page_number、margin_note 等。
使用方式：通过命令行调用脚本。远程文件：python scripts/paddleocr-vl/vl_caller.py --file-url "URL"；本地文件：python scripts/paddleocr-vl/vl_caller.py --file-path "文件路径"；可加 --output result.json --pretty。配置时用 python scripts/paddleocr-vl/configure.py --api-url "URL" --token "TOKEN"，凭证需自行在指定站点获取。自检可运行 python scripts/paddleocr-vl/smoke_test.py。
限制：必须使用该 API，不得改用内置视觉解析或其它回退方式，API 失败时应显示错误并停止；本地文件默认超过 20MB 会被拒绝，可通过 URL、调整 .env 的 PADDLEOCR_VL_MAX_FILE_SIZE_MB、压缩或抽取指定页解决。注意 401/403 为凭证无效、429 为配额用尽、不支持格式需转换。模型版本与能力由 PADDLEOCR_VL_API_URL 端点决定。其它平台或价格信息暂未提供。