产品库

快速高效的非结构化数据提取工具

Extractous是一个用Rust编写的非结构化数据提取工具，提供多语言绑定。它专注于从各种文件类型（如PDF、Word、HTML等）中提取内容和元数据，并且性能优异，内存占用低。Extractous通过原生代码执行实现快速处理速度和低内存使用，支持多种文件格式，并集成了Apache Tika和tesseract-ocr技术，使其能够处理广泛的文件类型并进行OCR识别。该工具的开源性质和Apache 2.0许可使其可以免费用于商业用途，适合需要处理大量文档数据的企业和开发者。

AnyParser Pro 是一款能够快速准确地从 PDF、PPT 和图像中提取内容的大型语言模型。

AnyParser Pro 是由 CambioML 开发的一款创新的文档解析工具，它利用大型语言模型（LLM）技术，能够快速准确地从 PDF、PPT 和图像文件中提取出完整的文本内容。该技术的主要优点在于其高效的处理速度和高精度的解析能力，能够显著提高文档处理的效率。AnyParser Pro 的背景信息显示，它是由 Y Combinator 孵化的初创公司 CambioML 推出的，旨在为用户提供一种简单易用且功能强大的文档解析解决方案。目前，该产品提供免费试用，用户可以通过获取 API 密钥来访问其功能。

Python工具，将文件和办公文档转换为Markdown格式。

MarkItDown是一个Python工具库，用于将各种文件如PDF、PPT、Word、Excel、图片等转换为Markdown格式，便于索引、文本分析等。它支持多种文件格式，并且可以与大型语言模型结合使用，以描述图像内容。MarkItDown的重要性在于它能够将非文本内容转换为文本，极大地方便了内容的管理和使用。该工具由微软维护，免费开源，适用于需要处理大量文档和文件的开发者和数据分析师。

多语言预训练数据集

FineWeb2是由Hugging Face提供的一个大规模多语言预训练数据集，覆盖超过1000种语言。该数据集经过精心设计，用于支持自然语言处理(NLP)模型的预训练和微调，特别是在多种语言上。它以其高质量、大规模和多样性而闻名，能够帮助模型学习跨语言的通用特征，提升在特定语言任务上的表现。FineWeb2在多个语言的预训练数据集中表现出色，甚至在某些情况下，比一些专门为单一语言设计的数据库表现更好。

Sidecar是Aide编辑器的AI大脑，与编辑器协同工作。

Sidecar是为Aide编辑器设计的人工智能插件，它在本地机器上与编辑器一起工作，负责创建提示、与大型语言模型（LLM）通信以及处理它们之间的所有交互。Sidecar的主要优点包括提高编程效率、智能代码补全和集成化的AI辅助开发。它基于Rust语言开发，确保了性能和安全性。Sidecar适用于需要在本地机器上进行高效编程和代码管理的开发者。

高精度将图片或PDF转换为Markdown文本或JSON结构化文档的API

pdf-extract-api是一个使用现代OCR技术和Ollama支持的模型将任何文档或图片转换为结构化的JSON或Markdown文本的API。它使用FastAPI构建，并使用Celery进行异步任务处理，Redis用于缓存OCR结果。该API无需云或外部依赖，所有处理都在本地开发或服务器环境中完成，确保数据安全。它支持PDF到Markdown的高精度转换，包括表格数据、数字或数学公式，并且可以使用Ollama支持的模型进行PDF到JSON的转换。此外，该API还支持LLM改进OCR结果，去除PDF中的个人身份信息（PII），以及分布式队列处理和缓存。

一个全面的Prompt Engineering技术资源库

Prompt Engineering是人工智能领域的前沿技术，它改变了我们与AI技术的交互方式。这个开源项目旨在为初学者和经验丰富的实践者提供一个学习、构建和分享Prompt Engineering技术的平台。该项目包含了从基础到高级的各种示例，旨在促进Prompt Engineering领域的学习、实验和创新。此外，它还鼓励社区成员分享自己的创新技术，共同推动Prompt Engineering技术的发展。

AI驱动的免费办公套件，兼容MS Office

WPS Office是一款集成了文字处理、表格计算、演示制作和PDF阅读功能的办公软件。它以轻量级、兼容性强、操作简便和智能化为特点，提供了包括AI拼写检查、AI翻译、AI内容生成和智能图片编辑在内的多种智能功能。WPS Office支持多平台使用，包括Windows、Mac、Android、iOS和Linux系统，满足不同用户在不同设备上的办公需求。作为一款免费且功能全面的办公软件，WPS Office在全球拥有超过2亿用户，是微软Office软件的有力竞争者。

一个全面的生成式AI代理开发和实现资源库

GenAI_Agents是一个开源的、面向生成式AI代理开发和实现的资源库。它提供了从基础到高级的教程和实现，旨在帮助开发者学习、构建和分享生成式AI代理。这个资源库不仅适合初学者，也适合经验丰富的从业者，通过提供丰富的示例和文档，促进学习和创新。

全栈式虚拟人多场景应用服务

讯飞虚拟人利用最新的AI虚拟形象技术，结合语音识别、语义理解、语音合成、NLP、星火大模型等AI核心技术，提供虚拟人形象资产构建、AI驱动、多模态交互的多场景虚拟人产品服务。一站式虚拟人音视频内容生产，AIGC助力创作灵活高效；在虚拟'AI演播室'中输入文本或录音，一键完成音、视频作品的输出，3分钟内渲染出稿。

与文档进行自然语言对话的Python应用

Chat With Your Docs 是一个Python应用程序，允许用户与多种文档格式（如PDF、网页和YouTube视频）进行对话。用户可以使用自然语言提问，应用程序将基于文档内容提供相关回答。该应用利用语言模型生成准确答案。请注意，应用仅回应与加载的文档相关的问题。

开源的AI代理/RAG应用的监控与分析工具

Laminar是一个开源的监控和分析工具，专为AI代理和RAG应用设计，提供类似于DataDog和PostHog的功能。它基于OpenTelemetry进行自动监控，支持快速、可靠的数据收集和分析。Laminar使用Rust编写，具有高性能和可靠性，适用于大规模数据处理。它通过提供详细的追踪、事件和分析功能，帮助开发者和企业优化AI应用的性能和用户体验。

革命性的检索增强生成系统技术集合。

RAG_Techniques 是一个专注于检索增强生成(Retrieval-Augmented Generation, RAG)系统的技术集合，旨在提升系统的准确性、效率和上下文丰富性。它提供了一个前沿技术的中心，通过社区贡献和协作环境，推动RAG技术的发展和创新。

高性能AI模型加载器，大幅减少冷启动时间。

Mystic Turbo Registry是一款由Mystic.ai开发的高性能AI模型加载器，采用Rust语言编写，专门针对减少AI模型的冷启动时间进行了优化。它通过提高容器加载效率，显著减少了模型从启动到运行所需的时间，为用户提供了更快的模型响应速度和更高的运行效率。

与PDF文档智能对话，获取可靠答案。

PDFchatai是一款利用人工智能技术的应用程序，它允许用户通过聊天的方式与PDF文档进行互动，从而快速提取信息、总结内容并从文档中获得答案。该产品以其易用性、安全性和创新性脱颖而出，提供本地数据存储以保护用户隐私，同时拥有直观的用户界面和强大的社区支持。

7.8亿参数的双语生成模型

EXAONE-3.0-7.8B-Instruct是LG AI Research开发的一款具有7.8亿参数的双语（英语和韩语）预训练生成模型。模型通过8T的精选token进行预训练，并经过监督式微调和直接偏好优化进行后训练，展现出与同类大小的开放模型相比极具竞争力的基准性能。

通过GPT等大型语言模型与你的文档对话

IncarnaMind是一个开源项目，旨在通过大型语言模型（LLMs）如GPT、Claude和本地开源LLMs，实现与个人文档（PDF、TXT）的交互对话。该项目利用滑动窗口分块机制和集成检索器，提高查询效率，增强LLMs的准确性。它支持多文档对话问答，突破了单文档限制，并兼容多种文件格式和LLM模型。

多语言对话生成模型

Meta Llama 3.1系列模型是一套预训练和指令调整的多语言大型语言模型（LLMs），包含8B、70B和405B三种规模的模型，专为多语言对话使用案例优化，性能优于许多开源和闭源聊天模型。

依托AI与NLP的文本自动查错与智能纠错系统。

无忧智能审核系统是一款基于大数据、人工智能（AI）和自然语言处理技术（NLP）的文本自动查错与智能纠错系统。它通过深度学习能够全面校对多种文本错误类型，有效提升人工检校效率，消除审校盲区，提升内容安全和文本质量。系统支持多种部署方式，包括嵌入版、整站审核和接口版，能够满足不同行业和场景的需求。

开源自托管AI编程助手

Tabby是一个开源的、自托管的AI编程助手，它利用Rust语言的优势，为开发者提供快速且安全的编程体验。Tabby允许用户通过简单的TOML配置文件来控制部署，确保代码的安全性和合规性。

智能文档伴侣，改变PDF内容搜索方式。

BeyondPDF是一款致力于提高用户在PDF文件中搜索内容效率的智能应用程序。它通过先进的语义搜索技术，帮助用户快速找到所需信息，即便关键词不完全匹配。产品完全免费，无需互联网连接即可使用，确保了用户的隐私和数据安全。此外，BeyondPDF无需服务器支持，所有搜索操作均在本地完成，为用户提供了极速的搜索体验。

快速、可定制的命令行提示工具

Starship 是一个快速、可定制的命令行提示工具，它利用 Rust 语言的优势，提供了一个轻量级且功能丰富的命令行界面。它支持多种操作系统和常见的 shell，如 Bash、Zsh、Fish 等，允许用户根据自己的需求进行个性化配置。Starship 的设计注重速度和安全性，是开发者提升工作效率的有力助手。

你的全能 AI 助手，助力每日工作学习

豆包桌面 AI 助手是一款集成了多种 AI 功能的桌面应用程序，豆包电脑版客户端旨在提升用户的工作和学习效率。它通过 AI 划词翻译、搜索、AI 伴读 PDF 等功能，帮助用户快速获取信息，节省时间，提高生产力。产品由北京春田知韵科技有限公司开发，拥有简洁的界面和强大的功能，是现代办公和学习的得力助手。

Web高亮器，可用于PDF和网站。免费且易于使用。高亮和注释PDF、网站和YouTube视频。

Glasp是一款PDF和Web高亮器，可帮助您从网络上收集和组织您喜欢的引用和想法。您还可以访问其他志同道合的人的学习成果，并从您的高亮和笔记中构建您的AI副本。它支持多种高亮颜色选项，可在网页和PDF上进行高亮和注释，并且具有AI支持的摘要功能。

低代码生成AI应用程序的生成性AI RAG工具包。

create-tsi是一个生成性AI RAG（Retrieval-Augmented Generation）工具包，用于低代码生成AI应用程序。它利用LlamaIndex和T-Systems在Open Telekom Cloud上托管的大型语言模型（LLMs），简化了AI应用程序的创建过程，使其变得快捷、灵活。用户可以使用create-tsi生成聊天机器人、编写代理并针对特定用例进行定制。

构建定制的大型语言模型（LLM）以增强聊天机器人的能力。

ChatRTX 是 NVIDIA 提供的一个用于构建定制大型语言模型（LLM）的平台，旨在提升聊天机器人的智能水平和交互能力。它利用先进的 AI 技术，通过理解自然语言处理（NLP）来提供更加人性化的对话体验。ChatRTX 的主要优点包括高度的可定制性、强大的语言理解能力和高效的交互设计，适合需要高级对话系统的各种商业应用。

构建最好的中文Llama大模型，完全开源可商用。

Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。

NoteButler是一个可以在Notion中使PDF文档具有搜索功能的工具。

NoteButler通过自动将PDF转换为文本，并在同一页添加AI摘要，使得在Notion中的PDF文档具有搜索功能。它能够提供OCR功能，并添加AI摘要，让那些通常无法在Notion中搜索的内容变得可搜索和可访问。

通过填写信息，快速生成专业简历或 PDF 简历。

简历生成器通过精准针对目标工作生成简历，处理繁琐的格式设置。用户填写信息后，即可立即获得适当格式的 PDF 简历，可打印、发送电子邮件或在线提交。简单透明的收费模式，先下载简历，满意后再付费。

RecurseChat是一款可以与本地AI聊天的个人AI应用程序，支持离线和私密聊天。

RecurseChat是一款离线、私密的个人AI聊天应用程序，它代表了使用本地AI进行聊天的功能和技术。其主要优点包括：离线聊天、保护隐私、无需配置、支持PDF和markdown格式的聊天、全文搜索等功能。RecurseChat的定位是提供简单易用、功能强大的本地AI聊天工具。