#光学字符识别
共 94 篇相关文章
·12 分钟
Dify列表操作节点详解：数组过滤排序截取实战教程
详细讲解Dify工作流中列表操作节点(List Operator)的使用方法，包括数组过滤、排序、截取等核心功能，以文件列表为例演示多级过滤与链式操作的实战技巧。
阅读全文 →
·15 分钟
SubtitleYC：开源硬字幕提取工具，集成OCR识别与编辑
SubtitleYC是一款开源硬字幕提取工具，整合yt-dlp视频下载、PaddleOCR字幕识别、帧级预览与SRT编辑导出功能，支持GPU加速，为视频翻译者和字幕组提供一站式工作流。
阅读全文 →
·16 分钟
Attyn：把AI直接带到光标位置的Mac效率神器
Attyn 是一款 macOS 嵌入式AI工具，支持原地改写文本、实时语音转文字、屏幕内容问答和可视化解释四大功能，无需切换应用即可调用AI能力，支持自带API密钥和本地模型运行。
阅读全文 →
·10 分钟
财务智能体开发：Content驱动的工作台方法论详解
深入解析财务智能体开发的Content驱动方法论，涵盖工作台三层架构、四层配置机制、六大工作模式及Prompt工程范式，帮助财务人绕过代码门槛，高效开发垂直领域AI应用。
阅读全文 →
·15 分钟
RAGFlow深度解析：融合RAG与Agent的开源知识引擎
深入解析RAGFlow开源检索增强生成引擎，了解其深度文档理解、Agent编排能力、可溯源问答等核心特性，以及在企业知识库、智能助手等场景的应用价值。GitHub 87K+ Stars的明星项目全面评测。
阅读全文 →
·16 分钟
Gemini Flash文档处理能力被低估？基准测试验证用户真实体验
Reddit热议Gemini 3.5 Flash在电子表格和文档处理任务上被严重低估，新基准测试验证了用户的真实体验。本文分析Gemini在文档处理上的技术优势，包括超长上下文窗口和多模态设计，并探讨AI模型选型应回归实际场景。
阅读全文 →
·11 分钟
马克·吐温破产真相：投资排字机亏损19万美元的惨痛教训
马克·吐温因投资佩奇排字机亏损19万美元而破产，这台拥有18000个零件的"机械奇迹"为何输给了更简单的莱诺机？深度解析这个跨越百年的技术投资陷阱与沉没成本教训。
阅读全文 →
·7 分钟
Glyphi速读器深度体验：RSVP技术如何提升阅读效率
深度解析Glyphi Speed Reader如何利用RSVP快速序列视觉呈现技术提升阅读速度，支持全格式导入、Apple生态同步及端侧AI摘要，为注重隐私的用户打造高效阅读工具。
阅读全文 →
·12 分钟
producTinder：Tinder式左滑右滑，帮独立开发者互助引流
producTinder将Tinder匹配机制引入独立开发者互助场景，通过左滑右滑匹配、AI截图验证和信用系统，解决Product Hunt产品发布冷启动难题，构建可信的开发者互助引流网络。
阅读全文 →
·11 分钟
Yondry：用AI把Instagram收藏变成可执行的出行计划
Yondry是一款AI出行规划应用，能从Instagram收藏中提取真实地点，自动生成天气感知、时间优化的一日行程计划，解决收藏400个地点却只去过6个的普遍痛点。
阅读全文 →
·12 分钟
Ryzio评测：免费ATS简历优化工具助你斩获更多面试
深度评测Ryzio求职助手，涵盖免费ATS简历优化、岗位JD智能比对、AI定制工具及申请追踪器四大核心功能，帮助求职者突破ATS筛选，提升面试邀约率。
阅读全文 →
·14 分钟
小语种OCR识别率低怎么办？提升马拉地语识别效果的实用方案
面对马拉地语等小语种OCR识别率低的困境，是该放弃转用英文，还是坚持优化？本文分析低资源语言OCR难题的根源，提供更换引擎、图像预处理、模型微调等实用提升路径，探讨技术妥协的合理边界。
阅读全文 →
·14 分钟
Snipplet：一键把旅行记忆变成精美可分享指南
Snipplet是一款反向旅行工具，帮你把去过的好地方整理成视觉化指南并一键分享。支持AI截图识别自动建档、自定义设计风格，解决碎片化推荐难题，适用于旅行攻略和本地探店推荐。
阅读全文 →
·11 分钟
DataBlur：实时模糊屏幕敏感数据的本地化隐私保护工具
DataBlur是一款100%本地运行的屏幕隐私保护工具，能实时自动检测并模糊邮箱、银行卡号、API密钥等敏感数据，无需云端、无需AI、无需注册，专为直播演示和屏幕共享场景设计。
阅读全文 →
·12 分钟
Qwen3系列深度解析：开源大模型的多模态野心与未来展望
深度解析阿里巴巴通义千问Qwen3系列最新动态，探讨其在多模态视觉理解、中文能力、开源生态等方面的核心优势，以及对开发者和行业的深远影响。
阅读全文 →
·13 分钟
DiacTag：将变音符号还原转化为受约束分类任务的工程智慧
DiacTag将变音符号还原从生成任务重新定义为受约束的分类任务，通过架构设计提供结构性保证，确保输出永远不偏离输入。本文解析其核心思路、技术优势及在TTS、机器翻译等领域的应用价值。
阅读全文 →
·14 分钟
Space OCR：会自我校验的智能OCR工具深度解析
Space OCR是一款会自我校验答案的智能OCR工具，支持收据、发票、表单的结构化数据提取，具备数据溯源和自动验证能力。本文详细解析其核心功能、应用场景及产品策略。
阅读全文 →
·17 分钟
Snapdown：Mac截图一键转Markdown的本地AI工具
Snapdown是一款Mac端本地AI工具，支持将屏幕截图一键转换为结构化Markdown文本，保留标题层级、表格和列表格式。基于Apple Silicon本地处理，无需联网，保护隐私。适合开发者、技术写作者等Markdown重度用户。
阅读全文 →
