这款名为Multi OCR的Obsidian插件近日发布,旨在解决用户对多模态OCR识别的需求。该插件集成了AI OCR和传统OCR服务商,支持添加多个AI供应商并自动抓取模型,同时也兼容MinerU、TextIn、Paddle OCR-VL及Mistral OCR等主流服务商。用户可自定义提示词和参数,支持从笔记、本地文件夹或URL直接提取文件进行识别。识别后的Markdown内容可灵活输出至不同笔记,并支持格式清洗,极大提升了知识管理工作流。
原文链接:Linux.do
这款名为Multi OCR的Obsidian插件近日发布,旨在解决用户对多模态OCR识别的需求。该插件集成了AI OCR和传统OCR服务商,支持添加多个AI供应商并自动抓取模型,同时也兼容MinerU、TextIn、Paddle OCR-VL及Mistral OCR等主流服务商。用户可自定义提示词和参数,支持从笔记、本地文件夹或URL直接提取文件进行识别。识别后的Markdown内容可灵活输出至不同笔记,并支持格式清洗,极大提升了知识管理工作流。
原文链接:Linux.do
最新评论
开源的AI对话监控面板很实用,正好团队在找这类工具。准备试用一下。
折叠屏市场确实在升温,不过售罄也可能是备货策略。期待看到实际销量数据。
从磁盘I/O角度解释B树的设计动机,这个切入点很好。终于理解为什么数据库不用二叉树了。
IT术语转换确实是个痛点,之前用搜狗总是把技术词汇转成奇怪的词。智谱这个方向值得期待。
这个工具结合LLM和搜索API的思路很有意思,正好解决了我在做知识管理时遇到的问题。请问有没有部署文档?
这个漏洞确实严重,我们团队上周刚遇到类似问题。建议补充一下如何检测现有项目是否受影响的方法。
从简单规则涌现复杂性这个思路很有意思,让我想起元胞自动机。不过数字物理学在学术界争议还挺大的。
我也遇到了指令跟随变差的问题,特别是多轮对话时容易跑偏。不知道是模型退化还是负载优化导致的。