#OCR识别
共 20 篇相关文章
·9 分钟
DeepSeek-OCR部署微调实战：vLLM推理到Unsloth微调全流程
详解DeepSeek-OCR从vLLM推理部署、Unsloth模型加载到微调训练的完整流程，涵盖云服务器环境配置、显卡选择、代码调用等关键步骤，一张4090显卡即可跑通全链路。
阅读全文 →
·10 分钟
把代码渲染成图片发给Claude，API费用直降70%
开源项目PXPipe将系统提示词、工具文档等长上下文渲染为图片发送给Claude，利用视觉Token计费差价，实测输入Token减少68%、整体账单节省59%~70%。本文深度拆解其工程原理、分层记忆策略与使用边界。
阅读全文 →
反AI字体：人能读懂、机器识别不了的对抗性设计
·7 分钟
反AI字体：人能读懂、机器识别不了的对抗性设计
反AI字体通过对抗性字形设计，利用人类视觉与机器视觉的感知鸿沟，阻挡OCR与大模型自动抓取。本文解析其技术原理、现实局限与数据主权意义。
阅读全文 →
·10 分钟
零代码打造智能听写助手：WorkBuddy实战案例拆解
厌倦了每天陪孩子听写？本文拆解一个用WorkBuddy零代码开发的智能听写助手，OCR识别课本图片、TTS语音逐条播报，孩子独立完成听写，彻底解放家长。附完整产品思路与技术组合方案。
阅读全文 →
·16 分钟
PP-OCRv6部署实测：发票识别效果与字体漏识坑点全解析
PP-OCRv6是飞桨推出的SOTA级OCR模型，本文记录Docker部署全流程、发票识别实测效果，并深度剖析"整块区域漏识"的根本原因——字体缺失问题，助你快速避坑，结合N8n搭建自动化识别工作流。
阅读全文 →
·17 分钟
GPT账号拼车陷阱：低价共享背后的风险真相
GPT Pro拼车、账号直充真的靠谱吗？本文深度剖析低价拼车的运作模式、话术套路与四大核心风险，包括账号安全、隐私泄露、资金损失及合规问题，帮你在选择ChatGPT订阅方案前看清代价。
阅读全文 →
·5 分钟
Anthropic更新隐私政策：Claude或将要求用户验证身份证件
Anthropic悄然更新隐私政策，Claude聊天机器人在特定情况下可能要求用户提交护照或驾照验证身份。本文解析这一变化背后的监管压力、安全考量及对用户隐私的影响。
阅读全文 →
·9 分钟
校友寻小程序技术解析：DeepSeek驱动的AI失物招领系统
深入解析校友寻失物招领小程序的技术架构与AI能力，涵盖DeepSeek智能匹配、OCR图片识别、扫码归还闭环、AI看板娘交互等核心功能，探索AI赋能校园失物招领的全栈实践方案。
阅读全文 →
·6 分钟
GPT-5.5替代OCR流水线：2.3万篇ChinaRxiv论文获完整英文翻译
开发者用GPT-5.5替代传统OCR流水线，完成ChinaRxiv超2.3万篇中文学术论文的英文翻译并免费开放。本文解析技术路径转变、翻译质量提升及对学术开放获取的深远影响。
阅读全文 →
·11 分钟
Zotero MCP接入Claude与Codex：本地文献驱动的深度写作流
详解如何通过Zotero MCP将本地文献库接入Claude和Codex，实现基于真实文献的AI辅助学术写作。涵盖安装配置、元数据与PDF全文检索、PDF转Markdown优化策略及ARS指令协同用法。
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·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·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 →
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·9 分钟
Claude Code安装与Agent实战教程：文科生也能轻松上手
详细讲解Claude Code安装配置全流程，结合火山引擎GLM5.1国产大模型，演示B站数据采集、ComfyUI安装等Agent实战案例。零编程基础也能跟着做，Windows和Mac双平台覆盖。
阅读全文 →
科技前沿·5 分钟
用Claude AI复活1983年经典电脑游戏：从BASIC到JavaScript的跨时代重生
开发者Simon Willison用Claude AI将1983年Usborne编程书中的BASIC游戏Mad House转译为现代JavaScript网页版，仅用两句提示词即完成。本文解析AI代码转译的完整过程与启示。
阅读全文 →
观点碰撞·4 分钟
Karpathy谈氛围编程与智能体工程：程序员的范式大转变
Karpathy深度解析从氛围编程到智能体工程的范式转变，阐述软件3.0时代LLM如何重塑编程方式，以及可验证性、人类判断力在AI编程中的不可替代性。
阅读全文 →
教程攻略·3 分钟
RAGFlow本地部署教程：Docker搭建企业级RAG知识库全流程
详解RAGFlow本地部署全流程，涵盖RAG技术原理、Docker环境配置、Ollama大模型接入、知识库创建与对话测试。手把手教你从零搭建企业级知识库问答系统，实现数据私有化部署。
阅读全文 →
