正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

ChatWiki：开源的知识库 AI 问答系统提供开箱即用的数据处理、模型调用等能力支持docx，excel，pdf ，ofd等多种文档格式支持国产化浏览器，支持deepseek，千问，豆包等20多个大模型 👉

ahhhhfs

735,142 subscribers

65,343 次观看 • 1 年前 •via X (Twitter)

科学技术新闻政治教育

Anya Rossi• Live Now

Private livecam show

3 条评论

notice_u 的头像

notice_u1 年前

@readwise save thread

PDF GPT 的头像

PDF GPT1 年前

This is my favorite AI tool for reviewing reports. Just upload a report, ask for a summary, and get one in seconds. It's like ChatGPT, but built for documents. Try it for free.

币安交易所高返佣注册(Parody) 的头像

币安交易所高返佣注册(Parody)1 年前

很棒

相关视频

Danswer：开源AI企业问答工具支持GPT-4等多种大型模型 👉 集成了直接问答和生成式AI模型支持的聊天允许用户针对内部文档提出自然语言问题并获得由源材料中的引用和参考文献支持的可靠答案支持连接到Slack、GitHub、Confluence 等

Danswer：开源AI企业问答工具支持GPT-4等多种大型模型 👉 集成了直接问答和生成式AI模型支持的聊天允许用户针对内部文档提出自然语言问题并获得由源材料中的引用和参考文献支持的可靠答案支持连接到Slack、GitHub、Confluence 等

ahhhhfs

47,198 次观看 • 2 年前

Zerox ：一个简单易用的开源 GPT OCR 工具利用gpt-4o-mini 模型进行零-shot 学习，直接处理各种文档。可将 PDF、DOCX 等文件转换为 Markdown 格式支持并发处理多个页面可设置多种选项，例如选择处理特定页面、是否保持格式、以及选择使用的模型等。详细介绍：在线体验：

Zerox ：一个简单易用的开源 GPT OCR 工具利用gpt-4o-mini 模型进行零-shot 学习，直接处理各种文档。可将 PDF、DOCX 等文件转换为 Markdown 格式支持并发处理多个页面可设置多种选项，例如选择处理特定页面、是否保持格式、以及选择使用的模型等。详细介绍：在线体验：

小互

82,227 次观看 • 1 年前

电脑里存放着大量文档、图片和 PDF，有时候想找某个资料都想不起来存放在哪个文件夹，很是苦恼。不妨试试，利用 Second Brain 这个开源工具，把我们的本地文件变成一个可搜索的 RAG 知识库。通过自然语言或关键词来搜索内容，支持文本和图片的多模态搜索，还能结果本地 AI 模型进行智能问答。 GitHub：主要特性： - 语义搜索和关键词搜索结合，精准找到相关内容； - 支持文本和图片的多模态搜索与嵌入； - 支持的文件类型，包括 txt、pdf、docx、png、gif 等多种格式； - 可选 AI 模式，支持本地模型和 OpenAI 云端模型； - 检索增强生成（RAG）让 AI 基于知识库给出高质量回答； - 完全本地运行保护隐私，支持同步 Google Drive。支持使用 LM Studio 与本地部署的大模型结合使用，可处理超过 10 万个文件，所有数据均在本地处理。

电脑里存放着大量文档、图片和 PDF，有时候想找某个资料都想不起来存放在哪个文件夹，很是苦恼。不妨试试，利用 Second Brain 这个开源工具，把我们的本地文件变成一个可搜索的 RAG 知识库。通过自然语言或关键词来搜索内容，支持文本和图片的多模态搜索，还能结果本地 AI 模型进行智能问答。 GitHub：主要特性： - 语义搜索和关键词搜索结合，精准找到相关内容； - 支持文本和图片的多模态搜索与嵌入； - 支持的文件类型，包括 txt、pdf、docx、png、gif 等多种格式； - 可选 AI 模式，支持本地模型和 OpenAI 云端模型； - 检索增强生成（RAG）让 AI 基于知识库给出高质量回答； - 完全本地运行保护隐私，支持同步 Google Drive。支持使用 LM Studio 与本地部署的大模型结合使用，可处理超过 10 万个文件，所有数据均在本地处理。

GitHubDaily

29,901 次观看 • 7 个月前

一个轻量级可视化的 AI 智能体工作流构建器：PySpur。提供了拖拽式构建、循环、文件上传、结构化输出、RAG、多模态支持、工具集成等等功能。 GitHub：可一键部署，发布为 API 并在任意地方集成使用。支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

一个轻量级可视化的 AI 智能体工作流构建器：PySpur。提供了拖拽式构建、循环、文件上传、结构化输出、RAG、多模态支持、工具集成等等功能。 GitHub：可一键部署，发布为 API 并在任意地方集成使用。支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

GitHubDaily

34,824 次观看 • 1 年前

OpenRouter：大语言模型“路由器” Openrouter提供了一个统一的接口，通过这个接口，你可以直接访问和使用几十种AI模型你可以使用这个接口对各种模型进行测试和比价，选择最适合自己的，避免了东奔西跑 🙂 目前已经支持包括GPT、LLama 、Claude、Command-R等80 多个模型，未来将扩展到数百种！访问：

OpenRouter：大语言模型“路由器” Openrouter提供了一个统一的接口，通过这个接口，你可以直接访问和使用几十种AI模型你可以使用这个接口对各种模型进行测试和比价，选择最适合自己的，避免了东奔西跑 🙂 目前已经支持包括GPT、LLama 、Claude、Command-R等80 多个模型，未来将扩展到数百种！访问：

小互

45,800 次观看 • 2 年前

Fish Speech：完美支持中英日语言的开源TTS模型语音处理接近人类水平模型使用约十五万小时三语数据训练，对中文支持非常的完美。

Fish Speech：完美支持中英日语言的开源TTS模型语音处理接近人类水平模型使用约十五万小时三语数据训练，对中文支持非常的完美。

小互

129,241 次观看 • 2 年前

微软开源了一个功能强大的 VS Code 插件：AI Toolkit，简化 Agent 应用的全流程开发。在一个界面里，集成了模型浏览、Playground 测试、Agent 构建、批量运行和性能评估等完整功能。 GitHub：主要功能： - 模型目录浏览，支持 GitHub、OpenAI、Anthropic 等多家提供商的模型； - 交互式 Playground，可快速测试模型能力和多模态功能； - Agent 构建器，支持自然语言生成启动 Prompt 和链式任务分解； - 批量运行测试，能同时在多个模型上执行大量 Prompt 并进行对比； - 内置评估工具，支持 F1 分数、相关性等标准指标测试； - MCP 服务器集成，让 Agent 能够连接外部工具执行实际操作。通过 VS Code 插件市场搜索 “AI Toolkit for Visual Studio Code” 安装即可使用。

微软开源了一个功能强大的 VS Code 插件：AI Toolkit，简化 Agent 应用的全流程开发。在一个界面里，集成了模型浏览、Playground 测试、Agent 构建、批量运行和性能评估等完整功能。 GitHub：主要功能： - 模型目录浏览，支持 GitHub、OpenAI、Anthropic 等多家提供商的模型； - 交互式 Playground，可快速测试模型能力和多模态功能； - Agent 构建器，支持自然语言生成启动 Prompt 和链式任务分解； - 批量运行测试，能同时在多个模型上执行大量 Prompt 并进行对比； - 内置评估工具，支持 F1 分数、相关性等标准指标测试； - MCP 服务器集成，让 Agent 能够连接外部工具执行实际操作。通过 VS Code 插件市场搜索 “AI Toolkit for Visual Studio Code” 安装即可使用。

GitHubDaily

36,446 次观看 • 9 个月前

打通了个人知识库的一款研究助手：SurfSense，除了研究能力，比NotebookLM、Perplexity多了个人知识库的集成比如说可以集成自己的笔记、文件等等，支持包括文档、图片等27种文件，这个就比较实用也可以定制外部数据源，比如说，搜索引擎Tavily、LinkUp、Slack、Linear、Notion、YouTube或者是GitHub 语义搜索、问答、总结、分析功能都支持研究完了以后，支持将聊天对话或研究内容转换为播客 #AI研究助手 #AI播客 #个人知识库 #SurfSense

打通了个人知识库的一款研究助手：SurfSense，除了研究能力，比NotebookLM、Perplexity多了个人知识库的集成比如说可以集成自己的笔记、文件等等，支持包括文档、图片等27种文件，这个就比较实用也可以定制外部数据源，比如说，搜索引擎Tavily、LinkUp、Slack、Linear、Notion、YouTube或者是GitHub 语义搜索、问答、总结、分析功能都支持研究完了以后，支持将聊天对话或研究内容转换为播客 #AI研究助手 #AI播客 #个人知识库 #SurfSense

AIGCLINK

28,997 次观看 • 1 年前

Tabbit：光年之外的AI浏览器美团收购的光年之外团队出的AI浏览器，支持Agent，支持Skill，国内版用国内模型，国外版可以用海外模型。官方介绍文章：国内版官网：国际版官网：

Tabbit：光年之外的AI浏览器美团收购的光年之外团队出的AI浏览器，支持Agent，支持Skill，国内版用国内模型，国外版可以用海外模型。官方介绍文章：国内版官网：国际版官网：

Gorden Sun

77,953 次观看 • 3 个月前

纳米 AI 全新版本本次更新增加了支持调用第三方API、企业本地模型甚至是调用大模型一体机。最近Deepseek-体机真是卖疯了，前天还有政府的朋友问我怎么搞这玩意。各个企业和政府单位都在买一体机，这个更新估计是针对这个需求。还支持全新的知识库功能，支持Word、Excel、PPT、PDF、TXT、视频、音频等文件单个200MB 以内，每次最多上传 50个。

纳米 AI 全新版本本次更新增加了支持调用第三方API、企业本地模型甚至是调用大模型一体机。最近Deepseek-体机真是卖疯了，前天还有政府的朋友问我怎么搞这玩意。各个企业和政府单位都在买一体机，这个更新估计是针对这个需求。还支持全新的知识库功能，支持Word、Excel、PPT、PDF、TXT、视频、音频等文件单个200MB 以内，每次最多上传 50个。

小互

22,774 次观看 • 1 年前

Chat Chat：开源多功能AI 交互平台 -支持OpenAI、Microsoft Azure、Claude、 Cohere、Hugging Face 等多个 API -支持TTS、支持与文件聊天、对话分享等等 -支持插件功能（搜索和获取网页内容） -支持消息代码语法高亮显示 👉

Chat Chat：开源多功能AI 交互平台 -支持OpenAI、Microsoft Azure、Claude、 Cohere、Hugging Face 等多个 API -支持TTS、支持与文件聊天、对话分享等等 -支持插件功能（搜索和获取网页内容） -支持消息代码语法高亮显示 👉

ahhhhfs

139,688 次观看 • 3 年前

ChatGPT 摘要助手：AI帮你总结任何网页文章内容支持GPT 3.5、GPT-4等模型，多模型自由切换支持 40 种语言，一键复制结果配合自定义 Prompt 功能还能实现很多有趣的网页内容处理方式 👉

ChatGPT 摘要助手：AI帮你总结任何网页文章内容支持GPT 3.5、GPT-4等模型，多模型自由切换支持 40 种语言，一键复制结果配合自定义 Prompt 功能还能实现很多有趣的网页内容处理方式 👉

ahhhhfs

193,140 次观看 • 3 年前

想让 AI 帮我们自动操作浏览器，比如抓取数据或填写表单，过去需要编写复杂的 Selenium 或 Puppeteer 代码，门槛确实不低。最近在 GitHub 发现 BrowserWing 这个开源项目，可以充当了 LLM 大模型与本地浏览器之间的桥梁。支持可视化脚本录制，能像按录像机一样记录我们在浏览器的操作，随后可直接回放或转为脚本，无需我们手写代码。并且支持 MCP 和 Skills 协议，可以让 Claude 等 AI 助手直接接管浏览器，用自然语言指令完成“打开网页、搜索内容、提取数据” 等任务。另外还支持智能数据提取，利用模型做内容分析，兼容 OpenAI、Claude 等多个模型。并且提供稳定的会话管理，能处理 Cookie 和数据存储，可以一直保持登录状态。提供 npm、pnpm 安装方式，也有 Linux、macOS、Windows 的一键安装脚本，或者直接下载预编译包运行。

想让 AI 帮我们自动操作浏览器，比如抓取数据或填写表单，过去需要编写复杂的 Selenium 或 Puppeteer 代码，门槛确实不低。最近在 GitHub 发现 BrowserWing 这个开源项目，可以充当了 LLM 大模型与本地浏览器之间的桥梁。支持可视化脚本录制，能像按录像机一样记录我们在浏览器的操作，随后可直接回放或转为脚本，无需我们手写代码。并且支持 MCP 和 Skills 协议，可以让 Claude 等 AI 助手直接接管浏览器，用自然语言指令完成“打开网页、搜索内容、提取数据” 等任务。另外还支持智能数据提取，利用模型做内容分析，兼容 OpenAI、Claude 等多个模型。并且提供稳定的会话管理，能处理 Cookie 和数据存储，可以一直保持登录状态。提供 npm、pnpm 安装方式，也有 Linux、macOS、Windows 的一键安装脚本，或者直接下载预编译包运行。

GitHubDaily

19,904 次观看 • 5 个月前

牛，Mistral刚刚发布了号称地表最强OCR，给文档理解设立了新标准！ Mistral OCR具备强大认知能力，能准确理解文档中包括文本、图像、表格、公式等在内的每个元素特点： 1、原生多语言和多模态，支持数千种文字、字体以及语言 2、能准确理解复杂的文档元素，包括图像、数学公式、表格以及 LaTeX 格式等，尤其擅长处理包含图表、图形、公式和插图的科学论文等富文档 3、在多个文档分析方面的基准测试中优于其他OCR模型，尤其在扫描文档、表格和数学公式识别上表现出色 4、处理速度很快，单节点每分钟可处理2000页 5、支持使用文档作为提示，以结构化格式比如 JSON输出 6、可选择性自托管 #OCR #MistralOCR #Mistral

牛，Mistral刚刚发布了号称地表最强OCR，给文档理解设立了新标准！ Mistral OCR具备强大认知能力，能准确理解文档中包括文本、图像、表格、公式等在内的每个元素特点： 1、原生多语言和多模态，支持数千种文字、字体以及语言 2、能准确理解复杂的文档元素，包括图像、数学公式、表格以及 LaTeX 格式等，尤其擅长处理包含图表、图形、公式和插图的科学论文等富文档 3、在多个文档分析方面的基准测试中优于其他OCR模型，尤其在扫描文档、表格和数学公式识别上表现出色 4、处理速度很快，单节点每分钟可处理2000页 5、支持使用文档作为提示，以结构化格式比如 JSON输出 6、可选择性自托管 #OCR #MistralOCR #Mistral

AIGCLINK

111,848 次观看 • 1 年前

Claude Cowork 平替 DeepSeek-Cowork 一个开源 AI 助手项目，基于 DeepSeek 模型，主要做浏览器自动化和日常任务处理。 Claude Cowork 功能虽强，但价格高、设置复杂、有地区限制，还不支持私有部署。相比之下，DeepSeek-Cowork 成本低、易于使用、完全开源，支持私有部署。

Claude Cowork 平替 DeepSeek-Cowork 一个开源 AI 助手项目，基于 DeepSeek 模型，主要做浏览器自动化和日常任务处理。 Claude Cowork 功能虽强，但价格高、设置复杂、有地区限制，还不支持私有部署。相比之下，DeepSeek-Cowork 成本低、易于使用、完全开源，支持私有部署。

Geek

29,908 次观看 • 5 个月前

#AI开源项目推荐：photoshot 开源 AI 头像生成器 Web 应用程序，包含了完整的网站、AI的API调用、支付等功能，即使你不做同类应用，如果你想做类似的收费AI项目，可以帮你节约很多前期开发工作。技术栈： ▲ Next.js： Web 应用程序 🖼 Chakra UI ：UI 组件的 📦 Prisma：数据库 ORM 🧠 Replicate：一个运行机器学习模型的云平台 💰 Stripe：Stripe 支付 👩‍🎨 Stable Diffusion：开源文本到图像生成模型

#AI开源项目推荐：photoshot 开源 AI 头像生成器 Web 应用程序，包含了完整的网站、AI的API调用、支付等功能，即使你不做同类应用，如果你想做类似的收费AI项目，可以帮你节约很多前期开发工作。技术栈： ▲ Next.js： Web 应用程序 🖼 Chakra UI ：UI 组件的 📦 Prisma：数据库 ORM 🧠 Replicate：一个运行机器学习模型的云平台 💰 Stripe：Stripe 支付 👩‍🎨 Stable Diffusion：开源文本到图像生成模型

宝玉

128,326 次观看 • 2 年前

阶跃星辰开源了一个130B 语音-文本的多模态模型：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。该模型通过多模态训练，使得语音理解与生成可以无缝对接。主要能力：语音克隆支持多种语言对话（中文英日）情绪控制与语调控制支持方言可控制语速及韵律风格支持RAP和哼唱等集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。

阶跃星辰开源了一个130B 语音-文本的多模态模型：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。该模型通过多模态训练，使得语音理解与生成可以无缝对接。主要能力：语音克隆支持多种语言对话（中文英日）情绪控制与语调控制支持方言可控制语速及韵律风格支持RAP和哼唱等集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。

小互

35,755 次观看 • 1 年前

卧槽 Unsloth 支持TTS (文本到语音) 模型微调了！任何基于 transformer 架构的 TTS 模型以及 Sesame/csm-1b, OpenAI/whisper-large-v3, CanopyLabs/orpheus-3b-0.1-ft 都能微调！目前微调支持模仿声音、适应说话风格和语调、支持新语言、处理特定任务等等有教程吗？当然！看这里：

卧槽 Unsloth 支持TTS (文本到语音) 模型微调了！任何基于 transformer 架构的 TTS 模型以及 Sesame/csm-1b, OpenAI/whisper-large-v3, CanopyLabs/orpheus-3b-0.1-ft 都能微调！目前微调支持模仿声音、适应说话风格和语调、支持新语言、处理特定任务等等有教程吗？当然！看这里：

karminski-牙医

13,847 次观看 • 1 年前

太酷啦！在浏览器运行 Postgres AI Chat！自然语言即可操作数据库和可视化数据！🔥🤯🤯 Supabase 宣布开源支持上传文件解析数据表，支持 AI 聊天增删改查数据表，支持基于已有的数据生成图表分析⚡️ 体验地址：开源地址：

太酷啦！在浏览器运行 Postgres AI Chat！自然语言即可操作数据库和可视化数据！🔥🤯🤯 Supabase 宣布开源支持上传文件解析数据表，支持 AI 聊天增删改查数据表，支持基于已有的数据生成图表分析⚡️ 体验地址：开源地址：

Tom Huang

37,164 次观看 • 1 年前