WorkBuddy本地部署超强OCR识别小模型
建筑图纸里的文字表格总提取不准,问题常常不在提示词,而在模型选型。这篇区分OCR专用模型与多模态模型的边界,用一段提示词把MiniCPM-OCR部署到本地,再拿25页施工图纸实测识别效果。
开源Unlimited OCR 2:几百页 PDF 的OCR解析,质量不降,成本还不变
10 月 27 日,百度把 Unlimited OCR 2 开源了,官方公告的标题里有个词很扎眼——「页数自由」。它不是又一个「OCR 准确率提升 2%」的模型。
企业知识库(下):RAG不是知识库,Obsidian也不是
最近在搜"企业知识库怎么做"的人,大概率会被三种答案砸懵。有人让你上 RAG,有人让你用 Wiki,还有人——通常是个人知识管理的重度用户——非常认真地推荐 Obsidian。这三个答案都对。但它们回答的不是同一个问题。
WorkBuddy本地部署超强OCR识别小模型
今天来填个坑的,之前老马写过一篇建筑行业怎么使用WorkBuddy来进行AI办公提升效率的文章。有位从业老哥留言,说我的法子行不通,瞬间就有点丈二和尚摸不着头脑。
用 PyTorch 把检测与识别拼成一条 OCR 流水线:docTR 上手与实战
docTR 是 Mindee 开源、现由 t2k GmbH 维护的 PyTorch OCR 库,把「文本检测 → 文本识别」两阶段做成一条可组合、可落地的流水线。
AI RAG 项目从 0 到 1 踩坑:大多数团队卡在检索质量,我整理了一套可直接复用的评估清单 + Prompt 库
很多团队搭完RAG Demo效果不错,一上真实业务就翻车:换个说法、多版本文档、内容歧义,回答就开始胡说八道。很多人第一反应:换更强的大模型、调高 chunk 分片大小、换 embedding 模型。
好的OCR,用了不烧心
档案、论文、手写稿歪斜、褶皱、带反光比人还高的一摞材料要在一天内整理成电子版?文心开发者杜朝科,选择用Unlimited OCR给自己配“外挂”,工作再也不烧心。01.
2000+企业选择的背后:票总管做对了什么
票总管所属的北京奥普思凯科技有限公司成立于2012年,是一家在智能商业影像领域深耕超过十年的技术公司,总部位于北京,在上海、广州、深圳、南京等地设有分公司和办事处,服务网络覆盖全国。
C# .NET 周刊 |2026 年 9 月 2 期
C# .NET 周刊 |2026 年 9 月 2 期 2026-09-13 dotnet\week\26\9\2国内文章SimdPaddleOCR 发布——一个纯 C# 的完整 OCR 推理库https://www.cnblogs.