0 次
ihunter 
2025/03 项目核心功能
· 图像文本识别：从上传的图片中识别并提取文本内容
· 本地运行：无需依赖云服务，全部在本地设备上处理
· 结构化输出：以结构化的 Markdown 格式展示识别结果
技术组件
· Gemma-3：Google 开发的视觉语言模型，通过 Ollama 在本地运行
· Streamlit：用于构建 Web 界面的 Python 框架
· @ollama：本地部署和运行大型语言模型的框架
上篇：
cognita - 低代码 RAG 框架
下篇：
Local-NotebookLM：开源 + 本地版 NotebookLM
1 Maxun：开源无代码网页数据采集平台，让网站秒变 API 和表格！ 2 Suna - 通用 AI 智能体 3 morphik - 开源多模态RAG 4 DevDocs - 免费开源文档处理平台 5 AI Agent？Google 出品的 智能体 6 OmAgent - 为快速原型和生产构建多模态语言代理 7 OpenAvatarChat - 实时交互数字人系统 8 Khoj - 个人人工智能应用程序 9 mcp.so - 最大的 MCP 服务器集合 10 AgenticSeek - 不联网也能写代码、搜文件 11 GenBI AI Agent 12 ollama-deep-researcher——基于ollama的本地的网络研究...
IT博客索引
AI软件索引
猜你喜欢
AI软件