AI智能体做OCR视觉识别编程
智能体做OCR识别字符,比如识别“PREPARED”,这是首个成功应用AI智能体编程的视觉项目。第一阶段,用的是VS Code + Cline做出来的第一个版本(开始做这个项目的时候还没有WorkBuddy)。当时是由智能体自动用Python语言开发完成的。
24小时开发BOM物料清单系统--Python学习心得
【引言】我自学Python编程已有近半年时间,也是用AI编程,后来在抖音上刷到郑老师的直播,感觉和别人的讲课方式截然不同,不讲理论直接实战,便观摩学习了大半年。
OCR 私有化部署完全实战指南:从踩坑到落地的全流程与成本测算
更新时间:2026 年 6 月 29 日做 OCR 技术落地快十年,前前后后参与了上百个私有化部署项目,见过太多 “预算超三倍、工期拖半年、上线就翻车” 的案例。很多企业以为私有化部署就是买个软件装到自己服务器上,真落地才知道,硬件、驱动、依赖、适配、运维,每一步都藏着坑。
最强开源 1.3B OCR模型,本地Agent、知识库都有救了~
3B 参数的 OXR 只占单卡24G显存,却在三大基准评测上排到第一。前几天刷 X 的时候,刚好看到一个叫OXR的国产开源文档解析模型在技术圈讨论度很高,还登上了 X Daily News,
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。
国产开源OCR来了:1.3B认字、2B判对错,五步接进自己的项目
OCR难的从来不是认字,是认完之后你敢不敢直接用。一份财报表格转成文字,收入、利润和现金流都看得见,可某个负号掉了,去年的数字坐进了今年那一列。纯文本看不出毛病,后面的分析全歪。面壁智能和OpenBMB这次开源的组合,就是冲着这一步来的:1.
自定义OCR识别从模型训练到私有化部署:企业应用开发深度实战
一、破局:通用OCR的"最后一公里"困境数字化转型的洪流中,OCR文字识别早已不是新鲜事物。然而,当我们把视线从"能识别"转向"识别好",问题便浮出水面。