# Offload to Cloud VLM

## Когда применять

Если локальное железо не может выполнить задачу:
- Нет GPU, CPU-инференс >5 минут на страницу
- Модель не помещается в RAM
- Точность локальной модели недостаточна, а fine-tune невозможен

**И есть подписка с доступом к VLM по API** (OpenCode Go, OpenAI, Anthropic).

Тогда локальный OCR делает быструю «грязную» работу, а сомнительные регионы отправляются в cloud VLM.

## Паттерн

```
Локальный OCR (быстрый, среднее качество)
    │
    ├─ confidence > 0.8 → OK, сохраняем как есть
    │
    └─ confidence < 0.8 → вырезаем bbox из изображения
            │
            ▼
       Cloud VLM API (высокое качество)
            │
            ▼
       Заменяем текст блока
```

## Что отправлять

- **Не** весь документ — только регион изображения (bbox + padding 5px)
- Формат: base64 JPEG, quality=90
- Prompt: «Извлеки весь текст из этого региона. Сохрани формулы как LaTeX.»
- API: Anthropic Messages (`/v1/messages`) или OpenAI Chat Completions

## Интеграция

```python
class VlmCorrector:
    def __init__(self, image_path: str, model: str = "qwen3.8-max"):
        self._image = cv2.imread(image_path)
        self._model = model
    
    def __call__(self, block: ParsedBlock) -> None:
        # crop bbox → base64 → API call → block.content = result
```

Через `Corrector` протокол подключается к общему циклу `apply_corrector()`.

## Конфигурация

API-ключ через `.env`: `OPENCODE_API_KEY=sk-...`
URL из документации провайдера (для OpenCode Go: `https://opencode.ai/zen/go/v1/messages`)

## Ограничения

- Требует интернет (нарушает offline-требование)
- Задержка API: 5-15s на блок
- Лимиты подписки (OpenCode Go: 160 запросов/5ч для Qwen3.8 Max)
- Стоимость: ~$0.01 за блок (при 200 выходных токенах)

## Когда НЕ применять

- Весь документ умещается в RAM и обрабатывается <30s локально
- Нет API-подписки
- Документ содержит конфиденциальные данные (offline-требование)