文档

Marker

Marker 是一款开源的高精度文档转换工具,支持 PDF、Word 等多种格式向 Markdown、JSON 和 HTML 的转换。它利用深度学习技术自动去除干扰元素,支持多语言处理,具备表格、代码块、公式识别及图像提取等功能,适用于学术研究、技术文档、教育资料等多种场景。同时支持硬件加速和批量处理,提升转换效率与用户体验。

Rezi

Rezi是一款由AI驱动的简历构建工具,提供个性化定制、ATS兼容性优化及实时反馈等功能,旨在帮助求职者打造专业的简历。其核心功能涵盖简历摘要生成、格式调整及多文件格式导出,适用于不同阶段的职业人士,从学生到职场精英均可受益于该工具的专业支持。 ---

SmolDocling

SmolDocling-256M-preview 是一款轻量级多模态文档处理模型,能将图像文档高效转换为结构化文本,支持文本、公式、图表等多种元素识别。模型参数量仅256M,推理速度快,适合学术与技术文档处理。具备OCR、布局识别、格式导出等功能,并兼容Docling,适用于文档数字化、科学研究及移动环境应用。

Vision Parse

Vision Parse 是一款开源工具,旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力,包括文本和表格,并能保持原有格式与结构。此外,Vision Parse 支持多种视觉语言模型,确保解析的高精度与高速度。其应用场景广泛,涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。

Deepl翻译

DeepL 自德国的初创公司,官网号称全世界最准确的翻译,最初的翻译服务主要以欧洲语系为主。在中英互翻、日英互翻的表现上远胜于 Google 翻译。

北极象沉浸式翻译

一款免费的沉浸式网页翻译、划词翻译,集成了DeepL、谷歌、百度、GPT等前沿技术,视频双语字幕翻译。

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型,支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项,适用于不同场景。其基于开源框架开发,易于扩展,可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。

Pantheon AI

Pantheon AI是一款基于AI技术的建筑设计平台,专注于简化建筑设计流程,从初步设计到施工文档生成均实现智能化操作。平台的核心功能包括快速生成可编辑的3D模型、自动化处理重复性任务、确保设计合规性、支持快速迭代以及提供实时成本估算。适用于办公楼、多户型住宅、酒店建设及建筑翻新等多个场景,助力用户高效完成建筑项目。

ChatAI

集多模型AI技术于一身的创新平台,整合了多种LLM模型与Midjourney等先进模型,提供丰富的场景化功能。

Docling

Docling 是一款开源工具,支持多种文档格式的解析与转换,包括 PDF、DOCX、PPTX、图片和 HTML。它通过高级 PDF 理解和 OCR 技术,将文档内容转换为统一的结构化格式(如 Markdown 和 JSON)。Docling 可与 LlamaIndex 和 LangChain 集成,增强文档的检索和问答能力,并提供简洁的命令行界面,适用于自动化文档处理、数据科学、知识管理和信息检