工具2026/06/08
PaddleOCR 實戰：83 秒自動提取港股年報財務數據 — 從 PP-StructureV3 KMeans Bug 到自建 Table Parser 的完整之路
百度 PaddleOCR 81K Stars 的開源文檔 AI 引擎實戰。PP-OCRv5 96.5% 準確率在港股年報 P&L 頁提取 102 個文字區域，發現 PP-StructureV3 Transformers 引擎 KMeans clustering bug (n_clusters=0)，自建 DBSCAN 行列分群 Parser，端到端 83 秒完成三張財務報表自動結構化。含完整技術根因分析 + OCR 修正表 + Python 源碼。
PaddleOCROCR港股+10
工具2026/06/08
Webb-Site：港股研究必備的隱藏寶藏 — 一鍵獲取全部上市公司年報 PDF 的神器
David Webb 的獨立港股數據庫 webb-site.com 是一個被忽略的寶藏。它直接提供 hkexnews.hk 的 PDF 鏈接，一頁列出公司從上市至今的全部年報和半年報，完全繞過 hkexnews 內部 stock ID 限制。本文含完整使用教學、已知 ID 映射表、批量下載方案。
Webb-Site港股年報+7