Rust LLM from Scratch
Rust LLM from Scratch是一个完全使用纯 Rust 实现的、没有外部机器学习框架的大语言模型。从头构建，仅使用 ndarray 进行矩阵运算。
PDF Craft是一款专注于扫描版书籍 PDF 转换的开源工具。它利用 DeepSeek OCR 模型，在本地完成从图像型 PDF 到结构化电子书（如 Markdown 或 EPUB）的全流程处理，无需联网，不依赖大语言模型（LLM），适合对隐私、精度与效率有要求的用户。
项目特别针对低清晰度、双栏排版、含公式表格的学术或技术文档进行了优化，能自动识别正文、过滤页眉页脚，并妥善保留脚注、图片、公式等关键元素。生成的 EPUB 文件还会自动构建目录，提升阅读体验。
核心能力
基于 DeepSeek OCR 的高精度识别
- 支持模糊、倾斜、低分辨率的扫描件或拍照 PDF
- 无需网络请求，所有 OCR 计算在本地 GPU 上完成
- 相比旧版（v0.2.8），转换速度显著提升，稳定性更高
注：v1.0.0 起移除了 LLM 文本后处理功能。若仍需语义纠错，可继续使用 v0.2.8。
智能版面理解与结构还原
- 自动识别单栏/双栏布局、图文混排、跨页表格
- 避免因分栏导致的内容错位或截断
- 保留原始逻辑顺序，确保段落连贯
公式与脚注的完整保留
- 精准识别 LaTeX 风格的行内与独立数学公式（如 $E=mc^2$ 或
\[ \int_0^1 x^2 dx \]） - 脚注内容（包括嵌入的图片或符号）会被提取并关联至正文
- 化学方程式、特殊符号等技术内容亦能正确转写
输出格式
- Markdown：结构清晰，兼容 Obsidian、Typora 等编辑器
- EPUB：自动生成目录、章节标题，适配 Kindle、Apple Books 等阅读器
- 未来计划支持更多格式（如 DOCX、HTML）
部署与使用要求
- 硬件：建议 NVIDIA RTX 3060 或更高显卡（用于加速 OCR 推理）
- 运行方式：
- 通过 OOMOL Studio 本地一键启动（推荐）
- 或直接运行源码（需配置 CUDA 环境）
- 隐私保障：所有数据处理均在本地完成，无外传风险
适用场景
| 用户类型 | 使用场景 |
|---|---|
| 研究人员 | 将扫描版论文、教材转为可搜索、可引用的电子文档 |
| 知识管理者 | 批量处理 PDF 书籍，构建个人知识库（如 Obsidian） |
| 出版从业者 | 快速提取扫描书内容，用于数字化再排版 |
| 开发者 | 通过 API 自动化处理用户上传的 PDF，生成结构化输出 |
数据统计
相关导航
Miro
Miro 是一个创新的可视化工作空间，使任何规模的分布式团队能够共同梦想、设计和建设未来。借助 Miro 智能画布™的魔力，团队可以在任何地方可视化概念、想法和解决方案，无需干擦标记。即使在远程、分布式或混合工作环境中，也能与您的团队同步、流畅并感受并肩工作的联系。
CKA-Agent
CKA-Agent（Correlated Knowledge Attack Agent）是一个将越狱重新定义为 “在目标模型关联知识空间中进行自适应树搜索” 的新型攻击框架。
OpenHands GitHub Launcher
OpenHands GitHub Launcher是一款强大且易用的工具，帮助开发者更高效地管理 GitHub 项目。无论是分析代码库、修复 CI/CD 问题，还是解决合并冲突和处理问题，它都能为你提供精准的智能化支持。
Palo
由前MrBeast短视频内容负责人Jay Neo联合打造的AI工具Palo，正是瞄准这一痛点——它以“数据分析+创意生成”为核心，既能拆解创作者的爆款逻辑，又能输出贴合个人风格的内容创意，为高强度创作提供高效助力。
Station
Station 不是一个通用 AI 助手，而是一个为企业级 AI 智能体提供“落地能力”的基础设施运行时。它解决了 AI智能体从“演示”走向“生产”的关键障碍：如何安全、如何部署、如何管理、如何集成？
Hyperbrowser
Hyperbrowser 是一个云浏览器平台，用于大规模运行自动化浏览器会话。使用 Puppeteer、Playwright 或我们的 SDK 控制云端 Chrome 浏览器——无需基础设施管理。
Gemini Enterprise
谷歌正式发布 Gemini Enterprise，一个运行于 Google Cloud 之上的独立企业级 AI 平台，帮助企业构建、部署和管理可执行实际业务任务的 AI 智能体。
暂无评论...
