JavaScript
如何将任意网页喂给神经网络——无广告、无冗余 token
pullmd 将任意网页转换为干净的 Markdown 格式，供 LLM 代理使用。它能去除广告和导航杂项，保留内容结构，同时节省 token 消耗。
#ocr
6 个项目 Python
车牌识别：以每秒三千帧的速度
了解 fast-Plate-ocr，这是一款轻量级车牌识别库，通过紧凑的 CCT 模型和 ONNX Runtime 可实现高达每秒 14,000 次车牌识别的速度。
JavaScript
Documind：将混乱的 PDF 和扫描件转换为干净的 JSON
一个使用 AI 从混乱的 PDF 和扫描件中提取结构化 JSON 的 Node.js 库，支持云端和本地视觉模型。
Python
Text-Extract-API：将文档转换为结构化数据，不再头疼
是否曾需要从PDF或扫描文档中提取数据？Text-Extract-API提供了一个优雅的解决方案，将现代OCR技术和语言模型相结合。
Python
PDF Craft：告别“死”PDF——将扫描件转化为可编辑文本！
发现 PDF Craft——一款强大的 Python 工具，通过智能 OCR 将扫描版 PDF 转换为可编辑的 Markdown 和 EPUB 格式。
5,803