Texo

Texo官网

Texo 是一款面向理工科学生、科研人员与教育工作者的开源 LaTeX 公式识别工具，它把一个仅 2000 万参数的轻量 OCR 模型直接搬进浏览器运行，截图或上传一张含数学公式的图片，几乎瞬间就能得到可编辑的 LaTeX 代码。传统的公式录入有多痛苦，写过论文的人都清楚：一个带上下标、分式与矩阵的表达式，手敲往往要花上几分钟，而一页文献里可能就有十几个。Texo 的思路是把这件事彻底本地化——推理过程完全依托 JavaScript 与 WebAssembly 在用户自己的浏览器中完成，图片不上传服务器，也不依赖显卡，普通笔记本的 CPU 就能跑。项目由开发者 Sicheng Mao（GitHub 账号 alephpi）发起并以 AGPL-3.0 协议开源，配套技术报告已发布在 arXiv 与 HAL 平台上，训练全流程代码同样公开，属于少见的「能用、能改、还能复现」的完整开源方案。

Texo官网首页界面截图

Texo的主要功能

1. 浏览器内公式识别：整套 Web 应用在本地运行，通过 JavaScript 与 WebAssembly 完成模型推理，公式图片不会上传到任何服务器，隐私链路上天然闭环；
2. 20M 参数的轻量模型：Texo 由 PPFormulaNet-S 蒸馏而来并在 UniMERNet-1M 上微调，参数量压到 2000 万以内，官方在 UniMERNet-Test 上给出的 BLEU 成绩为简单公式 0.9014、复杂公式 0.8909、手写公式 0.8606，与体量数倍于它的模型处于同一水平；
3. 截图即识别：首页主操作按钮为 Snip & Recognize，支持直接框选截图后交给模型处理，省去先存图再上传的中间步骤；
4. 所见即所得编辑器：识别结果如有偏差，可在内置的 WYSIWYG LaTeX 编辑器里直接修改并实时预览渲染效果，不必来回切换到别的排版软件；
5. 深色模式与深片识别：界面支持夜间主题，模型也针对深色背景的公式截图做了适配，习惯暗色阅读器或暗色 PDF 的用户不需要额外反色处理；
6. 完全开源可自建：模型与训练流程在 GitHub 仓库 alephpi/Texo 下以 AGPL-3.0 协议开放，浏览器端代码位于 Texo-web 仓库，开发者可以自行部署、二次开发甚至在消费级显卡上重新训练。

如何使用Texo

使用流程如下：

1. 直接访问 Texo 官方在线 Demo，页面加载时会把模型文件拉到本地，首次打开稍等片刻，之后即可离线使用；
2. 点击 Snip & Recognize，截取或上传包含数学公式的图片，来源可以是论文 PDF 截屏、教材照片或手写笔记；
3. 等待浏览器完成本地推理，识别出的 LaTeX 代显示在结果区；
4. 如果符号或上下标存在小的偏差，在内置 LaTeX 编辑器中直接修正，右侧实时预览渲染效果；
5. 复制最终代码，粘贴进 Overleaf、Typst、Markdown 笔记或 Word 的公式环境中继续排版；开发者若需要集成，可从 GitHub 克隆仓库并按文档执行 uv sync 与模型拉取脚本完成本地部署。

Texo的使用场景

1. 论文与文献整理：科研人员从 PDF、扫描件中提取公式，避免逐个符号手敲，尤其适合需要大量引用他人推导过程的综述写作；
2. 课堂笔记数字化：学生把黑板照片或手写笔记中的公式转成 LaTeX，直接归档进 Obsidian、Notion 等笔记系统，形成可搜索的知识库；
3. 教学资料制作：教师复用旧版讲义、习题册中的公式，重新排版成电子讲义或在线题库，减少重复劳动；
4. 隐私敏感与离线环境：涉及未发表的研究内容，或在内网、无网络的场合，本地推理特性让 Texo 成为少数可用的选择；
5. OCR 技术学习与二次开发：代码结构清晰、训练流程完整公开，适合作为学习视觉编码器-解码器架构、模型蒸馏与浏览器端推理部署的实践样本。

如果你正在搭建一整套学习与科研的效率工具链，可以把 Texo 与这些工具组合使用：论文与长文档的翻译精读可参考 Paper Burner X，PDF 的合并拆分与格式转换可参考 PDFCraft，学习框架与思维模型的系统梳理可参考 学习方，日常零散的在线小工具可以在 JustHTMLs 里找到，矢量图的压缩优化则可以交给 Tiny SVG。

Texo的常见问题解答

识别过程会把图片传到服务器吗？

不会。Texo 的整个前端应用在浏览器内运行，借助 JavaScript 与 WebAssembly 完成本地推理，公式图片与识别结果都留在本机。模型文件加载完成后甚至可以断网使用，对论文草稿、内部资料这类敏感内容较为友好。

没有显卡也能流畅运行吗？

可以。模型参数量控制在 2000 万以内，主打的就是轻量与低门槛，普通笔记本的 CPU 即可承担推理负担，无需配置 Python 环境或安装任何客户端，打开网页就能用。

手写公式的识别效果如何？

官方在 UniMERNet-Test 数据集上给出的手写公式 BLEU 为 0.8606，编辑距离 0.0995，属于可用水平。实际使用中书写工整、对比度高的手写内容识别更准；遇到潦草字迹或特殊符号时，可借助内置编辑器做少量修正。

Texo官网网址

Texo官网入口网址：https://texocr.netlify.app/

OpenI AI时代点评

Texo 是那种「小而锋利」的工具：它没有做账号体系、没有做云端同步，甚至连界面都简单到只剩一个识别按钮，却把 LaTeX 公式识别这一件事做到了免费、快速且不必交出数据。20M 参数跑出接近百 M 级模型的 BLEU 成绩，这个性价比在开源社区里相当亮眼，配套的 arXiv 技术报告与完整训练代码，也让它不只是一个成品工具，更像一份可复现的教学案例。对普通学生和研究者来说，最直观的收益是把原本几分钟的公式录入压缩到几秒；对开发者来说，浏览器端 ONNX 推理的工程实践本身就值得研究。局限也很清楚：它专注单一公式识别，不处理整页版面还原，也不做表格与文字混排的抽取，遇到极复杂的多行推导仍需人工校对。若你的需求正好落在「快速把公式变成代码」上，Texo 几乎没有理由不试一试。官网入口：https://texocr.netlify.app/