Загрузка видео...

Не удалось загрузить видео

На главную

GitHub 宝藏项目：MinerU（5.8 万 ⭐） 它把 PDF 直接变成 AI 能用的数据 以前处理 PDF： 表格乱 公式废 排版崩 OCR 一堆垃圾 能用，但很痛苦。 MinerU 不一样： 它在理解文档，不是读文字 文本、表格、公式一起解析 结构完整还原（标题、段落、表格） 公式转 LaTeX 自动去掉页眉页脚 关键就一个： 把非结构化 PDF 变成结构化数据 这一步，正好是 AI 最难的入口。 别人还在做 OCR， 它已经在做 AI 数据预处理了。 做 RAG、Agent、知识库的， 这个可以直接上手试。

IndieDevHailey's profile picture

开发者Hailey

19,376 subscribers

35,459 просмотров • 4 месяцев назад •via X (Twitter)

ОбразованиеНаука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,385 просмотров • 5 месяцев назад

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
0:40

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

111,943 просмотров • 1 год назад

发现一个能精准提取复杂文档内容的开源项目——MinerU，在GitHub 狂揽 7w star，登顶了 Trending 榜单 不管你的文档内容有多复杂,它都能帮你精准提取。 有缺陷的乱码表格、公式复杂的学术论文,甚至扫描版的文档,都能一字不差地抓取出来。 文本型PDF、图层型PDF、扫描版PDF，它都能自动识别类型再处理，对模糊、有水印的情况也有很强的鲁棒性。 还支持各种文档格式的元素提取，标题、正文、图片、表格、公式，都能精准定位，最后直接一键导出成Markdown 等格式，省去大量人工整理的时间。
0:23

发现一个能精准提取复杂文档内容的开源项目——MinerU，在GitHub 狂揽 7w star，登顶了 Trending 榜单 不管你的文档内容有多复杂,它都能帮你精准提取。 有缺陷的乱码表格、公式复杂的学术论文,甚至扫描版的文档,都能一字不差地抓取出来。 文本型PDF、图层型PDF、扫描版PDF，它都能自动识别类型再处理，对模糊、有水印的情况也有很强的鲁棒性。 还支持各种文档格式的元素提取，标题、正文、图片、表格、公式，都能精准定位，最后直接一键导出成Markdown 等格式，省去大量人工整理的时间。

阿西_出海

11,926 просмотров • 1 месяц назад

我靠，有了这个工具，完整的实现了 Office 的自动化。 以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。 在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。 整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。
0:27

我靠，有了这个工具，完整的实现了 Office 的自动化。 以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。 在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。 整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

Vince 聊开发

16,756 просмотров • 1 месяц назад

这速度真特么离谱啊！卧槽！ 最新开源的Unlimited-OCR能一次性处理几百页文档，而且速度还很稳。 而这个模型来自百度刚刚在hugging face 发布，其核心创新是R-SWA（Reference Sliding Window Attention）。 它让模型在解码时KV Cache保持恒定，不会随着文档页数增加而爆炸式增长。 结果就是：一张图或者一本多页PDF，直接扔进去就能一次性解析完，速度和稳定性都比传统逐页处理的方式好很多。 在OmniDocBench上拿到了93分，比DeepSeek-OCR高出6个百分点。 这已经不是简单的准确率提升，而是把长文档OCR的工作流从“分块+外部调度器拼接”变成了真正的端到端一镜到底。 以前做多页文档最头疼的就是上下文断裂和格式不一致，现在模型能一次性看到整篇文档的结构、布局和逻辑关系，输出质量自然上了一个台阶。 这其实是把OCR从“认字工具”往“长文档理解引擎”又往前推了一大步。 技术路线很清晰，也很实用。 果然百度现在OCR独树一帜，遥遥领先了。 模型地址见评论区～ 👇
0:47

这速度真特么离谱啊！卧槽！ 最新开源的Unlimited-OCR能一次性处理几百页文档，而且速度还很稳。 而这个模型来自百度刚刚在hugging face 发布，其核心创新是R-SWA（Reference Sliding Window Attention）。 它让模型在解码时KV Cache保持恒定，不会随着文档页数增加而爆炸式增长。 结果就是：一张图或者一本多页PDF，直接扔进去就能一次性解析完，速度和稳定性都比传统逐页处理的方式好很多。 在OmniDocBench上拿到了93分，比DeepSeek-OCR高出6个百分点。 这已经不是简单的准确率提升，而是把长文档OCR的工作流从“分块+外部调度器拼接”变成了真正的端到端一镜到底。 以前做多页文档最头疼的就是上下文断裂和格式不一致，现在模型能一次性看到整篇文档的结构、布局和逻辑关系，输出质量自然上了一个台阶。 这其实是把OCR从“认字工具”往“长文档理解引擎”又往前推了一大步。 技术路线很清晰，也很实用。 果然百度现在OCR独树一帜，遥遥领先了。 模型地址见评论区～ 👇

Berryxia.AI

150,402 просмотров • 1 месяц назад

阿里又开源了一个很绝的项目——PageAgent AI 可以直接操作网页。 它最打动我的一点是： 把最烦人的数据录入干掉了。 很多公司每天都在做这种重复工作： 复制数据 → 打开系统 → 填表 → 提交 以后可能只需要一句话： “帮我填写客户信息。” AI 就会自动识别网页结构，把整个流程全部做完。 几个非常实用的场景： 1. 自动填写网页 CRM 表单、注册表单、订单系统 直接让 AI 帮你把网页表单填好。 2. AI 网站助手（Web Copilot） 用户可以直接说： - 帮我找订单 - 生成报表 - 搜索商品 AI 自动在后台页面完成操作。 3. 企业系统自动化 ERP、CMS、内部管理系统 AI 可以直接操作后台 UI，把复杂流程自动化。 4. 无障碍辅助 语音 → 操作网页 用户说话就能完成网页操作。 和很多 Agent 不一样的是，它 不靠截图识别界面，而是直接读取 HTML DOM，所以： - 更快 - 更稳定 - 成本更低 而且整个系统 直接运行在浏览器里，不需要： - Puppeteer - Playwright - Python 自动化 相当于给网站装了一个 AI 操作员。 未来很多网站可能会变成这样： 用户不点按钮，而是直接和 AI 说话。
0:39

阿里又开源了一个很绝的项目——PageAgent AI 可以直接操作网页。 它最打动我的一点是： 把最烦人的数据录入干掉了。 很多公司每天都在做这种重复工作： 复制数据 → 打开系统 → 填表 → 提交 以后可能只需要一句话： “帮我填写客户信息。” AI 就会自动识别网页结构，把整个流程全部做完。 几个非常实用的场景： 1. 自动填写网页 CRM 表单、注册表单、订单系统 直接让 AI 帮你把网页表单填好。 2. AI 网站助手（Web Copilot） 用户可以直接说： - 帮我找订单 - 生成报表 - 搜索商品 AI 自动在后台页面完成操作。 3. 企业系统自动化 ERP、CMS、内部管理系统 AI 可以直接操作后台 UI，把复杂流程自动化。 4. 无障碍辅助 语音 → 操作网页 用户说话就能完成网页操作。 和很多 Agent 不一样的是，它 不靠截图识别界面，而是直接读取 HTML DOM，所以： - 更快 - 更稳定 - 成本更低 而且整个系统 直接运行在浏览器里，不需要： - Puppeteer - Playwright - Python 自动化 相当于给网站装了一个 AI 操作员。 未来很多网站可能会变成这样： 用户不点按钮，而是直接和 AI 说话。

开发者Hailey

85,884 просмотров • 5 месяцев назад

这个项目，真的让我重新燃起了做账号矩阵的冲动。 一个 14.5k stars 的开源项目，直接把 Google NotebookLM 变成内容生产流水线。 NotebookLM 很多人应该都用过。 上传 PDF、网页、YouTube，它就能帮你整理资料、生成播客、做学习指南。 但官方网页版有个很难受的问题： 太慢了。 传个 PDF，等解析； 点生成音频，再等； 下载，再等。 一套流程跑完，时间全浪费在等待上。 更关键的是： 它根本不适合批量搞内容。 你想一次处理几十个链接？ 想自动生成一批播客？ 想接到自己的工作流里？ 网页版基本没法玩。 直到我发现了 notebooklm-py。 这是一个非官方 Python API，等于把 NotebookLM 的能力全拆出来了。 很多功能甚至比网页版还狠： - 一行命令生成播客 - 支持不同风格、时长、语言 - 批量导入 YouTube / PDF / URL - 幻灯片直接导出 PPTX - 思维导图导出 JSON - 数据导出 CSV - 测验题结构化导出 - 还能用自然语言改单页 PPT 最强的是： 它还能接进 Claude Code，当 Agent 技能用。 看到这里我脑子里第一反应就是： 这不就是账号矩阵生产线吗？ 热点抓取 → AI研究 → 播客生成 → 图文整理 → PPT生成 → 自动分发 整个链路都能串起来。 以前做矩阵，拼的是人多。 现在越来越像拼工作流了。 很多以前需要团队才能做的事情， 现在一个人也能跑起来。
0:45

这个项目，真的让我重新燃起了做账号矩阵的冲动。 一个 14.5k stars 的开源项目，直接把 Google NotebookLM 变成内容生产流水线。 NotebookLM 很多人应该都用过。 上传 PDF、网页、YouTube，它就能帮你整理资料、生成播客、做学习指南。 但官方网页版有个很难受的问题： 太慢了。 传个 PDF，等解析； 点生成音频，再等； 下载，再等。 一套流程跑完，时间全浪费在等待上。 更关键的是： 它根本不适合批量搞内容。 你想一次处理几十个链接？ 想自动生成一批播客？ 想接到自己的工作流里？ 网页版基本没法玩。 直到我发现了 notebooklm-py。 这是一个非官方 Python API，等于把 NotebookLM 的能力全拆出来了。 很多功能甚至比网页版还狠： - 一行命令生成播客 - 支持不同风格、时长、语言 - 批量导入 YouTube / PDF / URL - 幻灯片直接导出 PPTX - 思维导图导出 JSON - 数据导出 CSV - 测验题结构化导出 - 还能用自然语言改单页 PPT 最强的是： 它还能接进 Claude Code，当 Agent 技能用。 看到这里我脑子里第一反应就是： 这不就是账号矩阵生产线吗？ 热点抓取 → AI研究 → 播客生成 → 图文整理 → PPT生成 → 自动分发 整个链路都能串起来。 以前做矩阵，拼的是人多。 现在越来越像拼工作流了。 很多以前需要团队才能做的事情， 现在一个人也能跑起来。

开发者Hailey

21,085 просмотров • 2 месяцев назад

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看
0:51

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

爱吃折耳根的Ace

18,508 просмотров • 1 месяц назад

发现一个被低估的 AI 基建：XCrawl XCrawl是一个网页抓取和数据采集的API，它让 Agent 拥有了真正意义上的"上网能力"。 它提供几个核心能力： - Scrape：抓单个页面 - Crawl：批量跑整个站点 - Map：摸清网站结构 - Search：拿搜索结果 从单页到整站，从搜索到整理，一步打通。 用下来最直接的感受： - 不给一堆原始HTML，直接输出Markdown、JSON、摘要、链接 - 基本不用二次清洗，拿来就能用 - 动态页面（JS渲染）也能处理 - 地区、语言、结构化提取都支持 - 成功率稳定 如果你在用OpenClaw，会发现很多Agent卡住不是因为模型不行，而是数据不好用。 XCrawl正好解决这块——让Agent自己搜、抓、读，继续执行下去。OpenClaw负责决策，XCrawl负责把信息接进来。 能落地的场景： - 电商选品、竞品整理 - 招聘、社交、新闻信息汇总 - SEO关键词跟踪 - 自动整理资料、生成报告 原本需要人工收集的数据，现在跑个流程就行。 它遵循公开网页+合规采集的原则，自带规则约束。 这不是更强的爬虫，而是把"获取数据"变成可以直接接进Agent的能力。 做Agent或自动化，XCrawl 是一个趁手的工具。
0:31

发现一个被低估的 AI 基建：XCrawl XCrawl是一个网页抓取和数据采集的API，它让 Agent 拥有了真正意义上的"上网能力"。 它提供几个核心能力： - Scrape：抓单个页面 - Crawl：批量跑整个站点 - Map：摸清网站结构 - Search：拿搜索结果 从单页到整站，从搜索到整理，一步打通。 用下来最直接的感受： - 不给一堆原始HTML，直接输出Markdown、JSON、摘要、链接 - 基本不用二次清洗，拿来就能用 - 动态页面（JS渲染）也能处理 - 地区、语言、结构化提取都支持 - 成功率稳定 如果你在用OpenClaw，会发现很多Agent卡住不是因为模型不行，而是数据不好用。 XCrawl正好解决这块——让Agent自己搜、抓、读，继续执行下去。OpenClaw负责决策，XCrawl负责把信息接进来。 能落地的场景： - 电商选品、竞品整理 - 招聘、社交、新闻信息汇总 - SEO关键词跟踪 - 自动整理资料、生成报告 原本需要人工收集的数据，现在跑个流程就行。 它遵循公开网页+合规采集的原则，自带规则约束。 这不是更强的爬虫，而是把"获取数据"变成可以直接接进Agent的能力。 做Agent或自动化，XCrawl 是一个趁手的工具。

开发者Hailey

29,407 просмотров • 5 месяцев назад

做 RAG 最头疼的是什么？ 不是AI大模型，是文档解析啊！😫 PDF、Word、PPT 转 Markdown 转得乱七八糟，表格公式全乱套... 最近试了下 MinerU 3.1，真香了！ ✅ 一键转换，格式保留完美 ✅ 表格、公式、图片自动识别 ✅ 三种模式可选（要速度选 Pipeline，要精度选 VLM） ✅ 连 Excel 和 PPT 都能直接解析 最关键的是：Apache 2.0 协议，商用完全没问题！🎉 视频里有完整安装和部署教程，做知识库的兄弟一定要看！ 项目地址放评论区了👇
6:05

做 RAG 最头疼的是什么？ 不是AI大模型，是文档解析啊！😫 PDF、Word、PPT 转 Markdown 转得乱七八糟，表格公式全乱套... 最近试了下 MinerU 3.1，真香了！ ✅ 一键转换，格式保留完美 ✅ 表格、公式、图片自动识别 ✅ 三种模式可选（要速度选 Pipeline，要精度选 VLM） ✅ 连 Excel 和 PPT 都能直接解析 最关键的是：Apache 2.0 协议，商用完全没问题！🎉 视频里有完整安装和部署教程，做知识库的兄弟一定要看！ 项目地址放评论区了👇

Vincent

35,529 просмотров • 3 месяцев назад

发现一个 PPT 开源项目在 GitHub 上已经狂揽 4.3w+satr 你把 PDF、Word 文档甚至一篇论文丢给它，就能直接出一整套 PPT AI 会先分析材料、梳理内容逻辑，再自动完成排版和细节设计，里面的文字、图片、形状、图表和表格都可以单独编辑 还能沿用你自己的 PPT 模板，自动添加转场动画和演讲备注，演讲者备注甚至可以直接转成语音旁白 它不保证一次生成完美成品，但整理内容、设计页面这些最耗时间的活，它能先帮你完成七八成 适合经常要做课程汇报、工作总结或者论文答辩的朋友
0:34

发现一个 PPT 开源项目在 GitHub 上已经狂揽 4.3w+satr 你把 PDF、Word 文档甚至一篇论文丢给它，就能直接出一整套 PPT AI 会先分析材料、梳理内容逻辑，再自动完成排版和细节设计，里面的文字、图片、形状、图表和表格都可以单独编辑 还能沿用你自己的 PPT 模板，自动添加转场动画和演讲备注，演讲者备注甚至可以直接转成语音旁白 它不保证一次生成完美成品，但整理内容、设计页面这些最耗时间的活，它能先帮你完成七八成 适合经常要做课程汇报、工作总结或者论文答辩的朋友

阿西_出海

18,749 просмотров • 12 дней назад

做数据分析的人应该都懂那种崩溃感： Excel 一开就卡、SQL 跑半天、模型调参像瞎猜、报告一写就是一下午。 更别说很多人本职工作也不是“数据科学家”，但又不得不啃一堆 CSV、报表和图表。 这两天看到人民大学 RUC Datalab 开源的DeepAnalyze，有点眼前一亮。 它不是那种“帮你写点分析文案”的 AI，而是想做一个真正的「AI 数据分析师」： 能读 Excel/CSV/JSON/TXT，自己规划步骤、清洗数据、建模、画图、最后给你一份完整报告。 甚至还能把推理链（reasoning trace）展示出来，让你看到它是怎么一步步想出来的。 我自己最有感觉的点有几个： 以前 ChatGPT 更像“写稿子、写代码”的助手，但对数据本身不够“懂”； DeepAnalyze 直接把这一块补上了，做到“从数据到报告”的全流程； 对普通人来说，可能第一次有机会把“专业的数据分析能力”当成一个工具来用，而不是一门必须自己啃几年的技能。 当然，它现在肯定还不完美，落地也需要折腾环境、准备数据。 但这个方向我很看好： AI 帮你做繁琐的统计和建模，人类负责问好问题、选好指标、做最后决策。 数据分析不再是少数人的特权，而是变成人人可用的一种“智能能力”。 简单说： 过去是「你学会数据分析再去用工具」， 以后可能是「你先有一个 AI 数据分析师，再慢慢学会怎么问对问题」。
2:33

做数据分析的人应该都懂那种崩溃感： Excel 一开就卡、SQL 跑半天、模型调参像瞎猜、报告一写就是一下午。 更别说很多人本职工作也不是“数据科学家”，但又不得不啃一堆 CSV、报表和图表。 这两天看到人民大学 RUC Datalab 开源的DeepAnalyze，有点眼前一亮。 它不是那种“帮你写点分析文案”的 AI，而是想做一个真正的「AI 数据分析师」： 能读 Excel/CSV/JSON/TXT，自己规划步骤、清洗数据、建模、画图、最后给你一份完整报告。 甚至还能把推理链（reasoning trace）展示出来，让你看到它是怎么一步步想出来的。 我自己最有感觉的点有几个： 以前 ChatGPT 更像“写稿子、写代码”的助手，但对数据本身不够“懂”； DeepAnalyze 直接把这一块补上了，做到“从数据到报告”的全流程； 对普通人来说，可能第一次有机会把“专业的数据分析能力”当成一个工具来用，而不是一门必须自己啃几年的技能。 当然，它现在肯定还不完美，落地也需要折腾环境、准备数据。 但这个方向我很看好： AI 帮你做繁琐的统计和建模，人类负责问好问题、选好指标、做最后决策。 数据分析不再是少数人的特权，而是变成人人可用的一种“智能能力”。 简单说： 过去是「你学会数据分析再去用工具」， 以后可能是「你先有一个 AI 数据分析师，再慢慢学会怎么问对问题」。

sitin

15,309 просмотров • 9 месяцев назад

Google 刚刚在 GitHub 开源了一个很有意思的项目： Google Workspace CLI 以后你可以在终端直接操作整个 Google Workspace： Gmail Drive Docs Sheets Calendar Chat 全部用 命令行完成。 几个关键点很有意思： • 用 Rust 写的 • 返回 结构化 JSON（方便自动化） • 内置 50+ agent skills • 甚至直接提供 MCP server 这意味着什么？ AI Agent 可以直接： → 读取你的 Gmail → 创建 Google Docs → 查询 Sheets 数据 → 安排 Calendar 会议 整个 Google Workspace 都变成可编程接口。 未来的办公流可能是： AI Agent + CLI 直接操作你的邮箱、文档、表格和日历。
0:30

Google 刚刚在 GitHub 开源了一个很有意思的项目： Google Workspace CLI 以后你可以在终端直接操作整个 Google Workspace： Gmail Drive Docs Sheets Calendar Chat 全部用 命令行完成。 几个关键点很有意思： • 用 Rust 写的 • 返回 结构化 JSON（方便自动化） • 内置 50+ agent skills • 甚至直接提供 MCP server 这意味着什么？ AI Agent 可以直接： → 读取你的 Gmail → 创建 Google Docs → 查询 Sheets 数据 → 安排 Calendar 会议 整个 Google Workspace 都变成可编程接口。 未来的办公流可能是： AI Agent + CLI 直接操作你的邮箱、文档、表格和日历。

axiaisacat

61,526 просмотров • 5 месяцев назад

离线 OCR 又多了个狠货，连表格都能识别。 吾爱破解上分享的一款 离线 OCR 识别工具 对于经常处理 扫描件、截图、PDF 表格、办公资料 的人很实用，尤其是对隐私比较敏感的文档，本地 OCR 用起来更安心。
1:09

离线 OCR 又多了个狠货，连表格都能识别。 吾爱破解上分享的一款 离线 OCR 识别工具 对于经常处理 扫描件、截图、PDF 表格、办公资料 的人很实用，尤其是对隐私比较敏感的文档，本地 OCR 用起来更安心。

周览资源

38,267 просмотров • 8 дней назад

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一 一句话就能自动生成结构复杂的架构图，还能做动画效果。 架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。 还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。
0:20

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一 一句话就能自动生成结构复杂的架构图，还能做动画效果。 架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。 还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

阿西_出海

52,237 просмотров • 2 месяцев назад

介绍一个很好用的Skills 自动把md文档生图转格式发布到公众号 掌握了它 前面就可以嫁接各种内容处理方式
1:58

介绍一个很好用的Skills 自动把md文档生图转格式发布到公众号 掌握了它 前面就可以嫁接各种内容处理方式

AI产品黄叔

34,451 просмотров • 7 месяцев назад

发现一个能直接省掉每天2小时重复劳动的东西。 文档提取、信息结构化这块，之前靠正则、靠手写NER、靠天价API、靠人工熬夜抄数据，现在基本可以宣布进入倒计时了。 Google 刚开源了 LangExtract。 一句话讲清楚它能干嘛：把任何乱七八糟的长文本（合同、报告、论文、会议纪要，哪怕上百页），直接变成干净、结构化、还能回溯原文的数据。而且不是那种“大概提取一下就行”的半成品。 它会把每一条结果精确映射回原文的具体位置，生成一个可交互的HTML页面，点进去就能核对。做合规、做审计、做知识库的人，看到这个功能基本会直接尖叫。 支持 Gemini、Ollama、本地模型，想省钱就本地跑，想效果好就上云。 安装极其简单：pip install langextract，几分钟就能跑起来。以前那些脆弱的正则表达式、自己维护的NER管道、一年几十万的提取服务，现在看着都有点滑稽了。 免费、开源、真能干活。
0:36

发现一个能直接省掉每天2小时重复劳动的东西。 文档提取、信息结构化这块，之前靠正则、靠手写NER、靠天价API、靠人工熬夜抄数据，现在基本可以宣布进入倒计时了。 Google 刚开源了 LangExtract。 一句话讲清楚它能干嘛：把任何乱七八糟的长文本（合同、报告、论文、会议纪要，哪怕上百页），直接变成干净、结构化、还能回溯原文的数据。而且不是那种“大概提取一下就行”的半成品。 它会把每一条结果精确映射回原文的具体位置，生成一个可交互的HTML页面，点进去就能核对。做合规、做审计、做知识库的人，看到这个功能基本会直接尖叫。 支持 Gemini、Ollama、本地模型，想省钱就本地跑，想效果好就上云。 安装极其简单：pip install langextract，几分钟就能跑起来。以前那些脆弱的正则表达式、自己维护的NER管道、一年几十万的提取服务，现在看着都有点滑稽了。 免费、开源、真能干活。

开发者Hailey

22,868 просмотров • 8 дней назад

牛逼了兄弟们，TinyFish刚刚开源了BigSet！你可以一句话直接生成任意数据集—— 只需要描述你想要搜索查询的数据，比如AI工具价格、竞品动态、招聘信息、黑客松比赛，BigSet就会调用大模型和网页检索API，直接把公开网页里的信息整理成结构化表格返回，而且能定时刷新数据集。​ ​ 上周偶然的机会，我参加一个线上黑客松，拿了很不错的奖金，所以我一直在关注全球的黑客松赛事，但是这种黑客松赛事比较分散，自己挨个去找太麻烦了，所以我让BigSet帮我构建一个实时数据集，收录全球范围内未来 90 天内正在开放报名的所有黑客松。 最后返回了具体的链接、黑客松名称、报名截止时间、奖金、线上支持......我能直接选择心仪的，直接跳转到具体的黑客松活动网址报名，节省了大量的时间！​ ​ BigSet还是多Agent架构，这就决定了它抓取任务分工明确、速度更快、结果更清楚，天然更适配处理表格类的任务。 如果你经常做竞品调研或者经常需要把分散在公开网页里的信息整理成表格，完全可以试试BigSet。而且它和Firecrawl这种专业数据抓取工具不同，你不需要丢给它URL，只需要把需求说清楚，AI就会自动去找到目标网站、抓取数据并且返回结构化的表格数据。​ ​ BigSet完全开源，AGPL-3.0许可，你可以自托管在本地运行，默认接入OpenRouter 大模型 API和TinyFish网页数据获取的API。​ ​ 如果觉得BigSet有用，可以去GitHub给它点个 star～： TinyFish网页数据获取API Key：
0:34

牛逼了兄弟们，TinyFish刚刚开源了BigSet！你可以一句话直接生成任意数据集—— 只需要描述你想要搜索查询的数据，比如AI工具价格、竞品动态、招聘信息、黑客松比赛，BigSet就会调用大模型和网页检索API，直接把公开网页里的信息整理成结构化表格返回，而且能定时刷新数据集。​ ​ 上周偶然的机会，我参加一个线上黑客松，拿了很不错的奖金，所以我一直在关注全球的黑客松赛事，但是这种黑客松赛事比较分散，自己挨个去找太麻烦了，所以我让BigSet帮我构建一个实时数据集，收录全球范围内未来 90 天内正在开放报名的所有黑客松。 最后返回了具体的链接、黑客松名称、报名截止时间、奖金、线上支持......我能直接选择心仪的，直接跳转到具体的黑客松活动网址报名，节省了大量的时间！​ ​ BigSet还是多Agent架构，这就决定了它抓取任务分工明确、速度更快、结果更清楚，天然更适配处理表格类的任务。 如果你经常做竞品调研或者经常需要把分散在公开网页里的信息整理成表格，完全可以试试BigSet。而且它和Firecrawl这种专业数据抓取工具不同，你不需要丢给它URL，只需要把需求说清楚，AI就会自动去找到目标网站、抓取数据并且返回结构化的表格数据。​ ​ BigSet完全开源，AGPL-3.0许可，你可以自托管在本地运行，默认接入OpenRouter 大模型 API和TinyFish网页数据获取的API。​ ​ 如果觉得BigSet有用，可以去GitHub给它点个 star～： TinyFish网页数据获取API Key：

逸尘

12,042 просмотров • 2 месяцев назад