#OCR
共 83 篇相关文章
Cursor设计模式发布与OpenAI Codex更新：AI编程工具最新动态
·7 分钟
Cursor设计模式发布与OpenAI Codex更新：AI编程工具最新动态
Cursor推出设计模式实现可视化开发，OpenAI Codex多项改进及安全锁定模式发布，Anthropic限额翻倍，AI智能体排行榜出炉，Google DeepMind模型压缩突破，全面解读AI领域最新进展。
阅读全文 →
·5 分钟
Gemini macOS版新功能：双击Command键即可分析屏幕内容
Google为Gemini macOS应用推出屏幕感知新功能，用户双击Command键即可将当前窗口内容附加到AI对话中，无需截图即可获得上下文相关的智能帮助，大幅简化AI交互流程。
阅读全文 →
·6 分钟
iOS 27内置账单分摊功能：拍照即可AA，直接对标Venmo
苹果iOS 27将在Apple Wallet中内置账单分摊功能，用户拍摄收据即可智能识别并分配消费项目，通过Apple Cash完成收款。这项功能直接对标Venmo和Splitwise，利用系统级整合优势重塑社交支付体验。
阅读全文 →
·5 分钟
Ben James谈创造力：荒诞想法为何是创新的关键
创客Ben James分享为什么荒诞的想法（silly ideas）对创造力至关重要。探讨在AI时代如何通过实验精神、玩乐心态和无目的探索来激发真正的创新突破。
阅读全文 →
科技前沿·4 分钟
Gemini 3.5 Flash视觉能力超越Pro版，速度快6倍
Roboflow评测显示Google Gemini 3.5 Flash在多项视觉理解任务中超越Gemini 3.1 Pro旗舰模型，推理速度快约6倍。轻量级模型实现性能与速度双赢，为开发者提供高性价比的多模态AI方案。
阅读全文 →
教程攻略·9 分钟
本地AI Agent全自动发票报销：从流程拆解到部署实战
详解如何用本地部署的AI Agent实现全自动发票报销流程，涵盖OCR识别、信息提取、报销单生成等环节，包含硬件配置方案、软件栈选择（MinerU+Qwen3+千问Po）及保密场景下的完整落地思路。
阅读全文 →
教程攻略·7 分钟
OpenClaw本地部署教程：10分钟接入微信飞书钉钉
详解OpenClaw（小龙虾）本地部署全流程，涵盖Windows安装、云部署、微信/飞书/钉钉多平台接入及自定义Skills编写，零基础用户10分钟即可完成部署上手。
阅读全文 →
教程攻略·6 分钟
微信远程控制Cloud Code：手机发消息即可操控AI编程助手
详解Cloud Code开源项目的微信远程控制功能，通过iLink Bot API实现手机微信操控AI助手，支持文字、图片、文件收发。包含本地部署全流程、模型配置及微信桥接启动教程。
阅读全文 →
教程攻略·5 分钟
Gemma 4全面解析：Apache 2.0开源的Agent圣体
深度解析Google Gemma 4开源模型系列，涵盖31B、26B MOE、14B/12B三档模型红黑榜评测，提供Windows/Linux/Mac部署方案及MS-Swift微调实战教程，助你精准选型构建本地Agent工作流。
阅读全文 →
产品体验·7 分钟
BuildBuddy：AI实时指导虚幻引擎操作的学习工具
BuildBuddy是一款AI覆盖层工具，能实时识别虚幻引擎编辑器界面，提供分步操作指导、YouTube教程自动分解和MCP远程控制功能，彻底解决视频教程跟不上的学习痛点。
阅读全文 →
教程攻略·8 分钟
GPT-5全栈实战：从零开发燃气表识别小程序完整教程
详细记录使用GPT-5+Cursor从零开发燃气表自动抄表小程序的全流程，涵盖UniApp前端、阿里云OCR API集成、云数据库设计及后台管理面板搭建，展示GPT-5一轮对话完成复杂功能的编程实力。
阅读全文 →
教程攻略·11 分钟
Qwen3.5+RAGFlow+Ollama本地AI知识库搭建实战指南
详细教程：使用RAGFlow、Ollama和LM Studio搭建本地RAG知识库，涵盖Docker环境配置、Embedding模型部署、网络踩坑解决方案，实现数据私有化的智能问答系统。
阅读全文 →
教程攻略·10 分钟
Qwen3.5+RAGFlow+Ollama本地AI知识库搭建完整教程
详细介绍使用Qwen3.5、RAGFlow和Ollama搭建本地AI知识库的完整流程，涵盖Docker部署、Embedding模型配置、知识库创建与测试，帮助零基础用户快速实现RAG检索增强生成系统的本地化部署。
阅读全文 →
教程攻略·7 分钟
吴恩达新课：构建数据库Agent智能体全解析
深度解析吴恩达与微软合作推出的Building Your Own Database Agent课程，涵盖LLM与SQL数据库交互、LangChain Agent框架、Function Calling、RAG表格数据检索等核心技术，助你掌握数据库智能体开发。
阅读全文 →
产品体验·7 分钟
Picaboo：开源AI桌面自动化工具，直接操控你的电脑
Picaboo是一款开源AI桌面自动化工具，通过截图识别和智能操作，让AI像真人一样操控鼠标键盘完成任务。本文详解其工作原理、应用场景、安装部署及安全注意事项。
阅读全文 →
观点碰撞·6 分钟
卡帕西万字访谈：软件3.0时代人类护城河只剩理解
OpenAI联合创始人卡帕西在AI Ascent峰会上深度解析软件3.0范式革命：从Vibe Coding到智能体工程，编程本质正发生根本位移。当AI能重构十万行代码，人类的终极护城河是什么？
阅读全文 →
教程攻略·7 分钟
pnpm Monorepo全栈AI工程化实战：搭建多模态对话系统
详解如何用pnpm Monorepo架构搭建全栈AI多模态对话系统，涵盖本地模型集成、图片理解、流式对话等核心功能，提供工程化最佳实践与落地方案。
阅读全文 →
教程攻略·8 分钟
从零搭建AI行为树：Python窗口捕获模块开发实录
详细记录AI行为树游戏自动化项目中窗口捕获模块的开发过程，包括Python环境搭建、面向对象重构、模块化架构设计，以及从脚本到可复用类的完整实现思路。
阅读全文 →
