OCR + vLLM 证据

让图像回答同时基于 OCR 与模型解读。

让图像回答同时基于 OCR 与模型解读：

pip install pytesseract pillow
arka vision-evidence screen.png "What price is shown?" \\
  --model-view "The visual model sees a price label reading $10"
arka vision-evidence screen.png "What price is shown?" --json

Arka 会报告 OCR 的识别结果、视觉/vLLM 模型的判断，以及一个综合回答， 标明二者的一致、冲突与不确定之处。它不会把模型的猜测悄悄当作文本证据。 支持使用自然语言请求。