关键词 "文档" 的搜索结果， 共 20 条, 只显示前 480 条
Intellecs.AI simplifies information retrieval, summaries, and questioning for PDF documents.
Nanonets is an AI platform that automates processes and extracts actionable insights from unstructured data.
Bring projects, wiki, and teams together with AI.
Humata is an AI tool that quickly answers questions about data.
Super Powered Humanizer & Undetectable AI Writing Tools.
AI chat app AskYourPDF extracts insights from uploaded PDF documents.
Find development solutions using natural language.
AI-powered image translator for text extraction and translation.
LangGPT 是 Language For GPT 的简称，中文名为结构化提示词。它是一个帮助你编写高质量提示词的工具（专注于prompt的文档），理论基础是一套模块化、标准化的提示词编写方法论，也就是结构化提示词。
RAGFlow 是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。RAGFlow 可以为各种规模的企业及个人提供一套精简的 RAG 工作流程，结合大语言模型（LLM）针对用户各类不同的复杂格式数据提供可靠的问答以及有理有据的引用。
GraphRAG使用知识图谱，在推理复杂信息时显著提高问答性能。RAG 技术在帮助 LLM 推理私有数据集方面表现出色——这些数据是 LLM 未经训练且从未见过的数据，例如企业的专有研究、商业文档或通信内容。
多语言效率工具，支持高精度录音转文本、智能会议总结和自动思维导图生成，覆盖110+语言。办公场景中应用广泛，适合会议和文档处理。
PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/MCP/Docker/Zotero
Supabase 是什么 Supabase 是一个开源的 Firebase 替代品，它为开发者提供了一个功能全面的 Backend as a Service (BaaS) 平台。由 Supabase, Inc. 开发，它旨在简化开发过程，让开发者能够快速启动项目并专注于构建应用程序的核心功能，而无需担心后端基础设施。Supabase 提供了包括 Postgres 数据库、实时功能、身份验证、存储和扩展在内的多种功能。 Supabase 的主要功能和特点 Supabase 的核心功能包括： 全功能的 Postgres 数据库：每个项目都可以使用 Postgres 数据库，支持实时功能和数据库备份。 身份验证：通过一系列身份提供者和 API 添加和管理电子邮件和密码、无密码、OAuth 和移动登录。 实时订阅：允许应用程序实时接收数据库更改。 存储：为应用程序提供存储解决方案。 边缘函数：在用户附近的服务器上运行代码，以提高性能。 Supabase 的独特之处在于其开源特性，这意味着用户可以自行托管或修改服务，避免了供应商锁定的问题。 如何使用 Supabase 要开始使用 Supabase，开发者需要在 Supabase 网站上创建一个项目。然后，他们可以使用 Prisma 迁移和种子向数据库添加示例数据，并从 RedwoodJS 应用程序中查询数据。Supabase 提供了详细的文档和指南，帮助开发者快速上手。 Supabase 的适用人群 Supabase 适用于希望快速构建和部署应用程序的开发者和公司。特别是那些需要全功能后端服务，但又不想自己搭建和维护的开发者，Supabase 提供了一个简单易用的解决方案。开源特性也吸引了许多寻求自定义和灵活性的开发者。 Supabase 的价格 Supabase 提供了免费的基础计划，适用于小型项目和初学者。对于需要更多资源的大型项目，Supabase 提供了付费计划，价格根据使用情况而变化。具体的定价信息可以在 Supabase 官网上找到。 Supabase 产品总结 Supabase 是一个强大的开源 Backend as a Service 平台，它为开发者提供了一个简单、灵活且功能全面的解决方案。通过其丰富的功能和开源特性，Supabase 能够满足不同开发者的需求，帮助他们快速构建和扩展应用程序。无论是小型项目还是大型企业，Supabase 都提供了一个可靠的后端服务，让开发者可以专注于创造出色的用户体验。
Apifox MCP Server，可以将 Apifox 的接口文档提供给 Cursor 等支持 AI 编程的 IDE，或其他支持 MCP 的 AI 工具。 它集 API 设计、API 开发、API 调试、API 管理、 API 文档、API Mock 和自动化测试等功能于一体，为你的 API 项目提供一站式的解决方案。 有了 Apifox MCP Server，开发者就可以通过 AI 助手完成以下工作：根据接口文档生成或修改代码、搜索接口文档内容等等，至于通过这个接口文档数据能让 AI 干什么更多更强大的活，请发挥你和你们团队的想象力。
FastAPI 是一个高性能、易用且现代的Python Web 框架。无数的Web服务基于 FastAPI 开发。 MCP 作为一种新兴的标准，让AI能够直接调用外部工具和服务。而今天要介绍的 fastapi_mcp 库，让这一切变得简单得令人难以置信 - 只需一行代码，就能将你现有的FastAPI服务转变为MCP工具！ FastAPI-MCP 是一个零配置的工具，能够自动将 FastAPI 应用的端点暴露为 MCP 工具。其主要特点包括： 直接集成：可将 MCP 服务器直接挂载到 FastAPI 应用中； 零配置：只需指向 FastAPI 应用即可工作，无需复杂配置； 自动发现：自动发现所有 FastAPI 端点，并将其转换为 MCP 工具； 保留模式和文档：保留请求模型和响应模型的模式，以及所有端点的文档； 支持自定义工具：可在自动生成的工具之外，添加自定义的 MCP 工具。
MCP Inspector是一款用于测试和调试 MCP 服务器的交互式开发者工具。虽然《调试指南》已将 Inspector 作为整个调试工具包的一部分进行了介绍，但本文档将详细介绍 Inspector 的功能和性能。
我深信有意义的不是微信，而是隐藏在对话框背后的一个个深刻故事。未来，每个人都能拥有AI的陪伴，而你的数据能够赋予它有关于你过去的珍贵记忆。我希望每个人都有将自己的生活痕迹👨👩👦👚🥗🏠️🚴🧋⛹️🛌🛀留存的权利，而不是遗忘💀。 提取微信聊天记录，将其导出成HTML、Word、CSV文档永久保存，对聊天记录进行分析生成年度聊天报告
DeTikZify是一款创新工具，专为科学家、学者以及任何需要创建精准数学或科学插图的人设计。它基于先进的语言模型，能够理解手绘草图或现有图片，并转换它们成为可直接用于LaTeX文档的TikZ代码，这一过程无需手动编码，大大节省了时间并提高了效率。 项目技术分析 该系统利用深度学习与蒙特卡洛树搜索（MCTS）的巧妙结合，实现智能迭代优化输出。这意味着，即使初始生成可能不完美，DeTikZify也能不断自我改进，逼近理想的图示效果，这一切都不需要额外的模型训练。其核心在于对TikZ语言的深刻理解和强大的视觉到代码的转换算法，实现了从图像到代码的无缝衔接。 应用场景 科研发表：快速将草图概念化为专业级别图形，适合论文发表。 教学辅助：教师可以迅速制作教学示意图，提升课堂讲解的直观性。 个人研究：帮助研究人员高效呈现复杂数据和理论模型。 学术共享：提供了一种标准化方式来重现和修改他人的图形，促进了学术交流。 项目特点 易用性：无论是科研新手还是专家，都能轻松上手，通过简单输入获取复杂的TikZ代码。 高精度转换：即使是细节繁复的图形，也能保持高度准确，忠实于原始设计。 交互式体验：通过Web UI或编程接口，提供了灵活的操作环境，允许实时调整和反馈。 教育资源：附带的教程和例子，使得学习和掌握TikZ编程变得更加平易近人。 开源贡献：基于强大的社区支持，持续迭代优化，任何人都能参与改进和扩展功能。 DeTikZify不仅是技术的进步，更是简化科学沟通的重要一步。它的出现预示着一个更加高效、直观的科研图表制作时代。立即尝试，让你的科学研究和文献展示更上一层楼，无需再被图形制作的繁琐细节所困扰。这个开源项目，等待着每一位寻求创新表达方式的研究者，共同探索科学之美。
DeepWiki ：基于 GitHub Repo 源代码生成最新版可对话式文档，由 Devin驱动。 开源项目免费使用，无需注册。 私有项目中使用需在 http://devin.ai 注册账号。 直接访问 https://deepwiki.com，或将 GitHub 链接中的 github 替换为 deepwiki。 即：GitHub 仓库链接中的 github 替换为 deepwiki，即可直接访问对应的 DeepWiki 页面。如：https://deepwiki.com/<user>/<repo> Devin AI 是由 Cognition Labs开发的自主人工智能助手工具，标榜为 “AI 软件开发者”。曾号称全球首个全自动 AI 程序员，因执行成本高导致订阅价格也极高，后来就淡出人们视野了。目前更主流的开发形式是 IDE + MCP（如 Cursor、VSCode、Windsurf 等），半自动化的工具链调用让控制更精准，结果也变得更加可靠。 Devin 这次带来的 DeepWiki 确实是阅读 GitHub 项目的好帮手，在正式开始介绍 DeepWiki 前，我们先来了解一下目前阅读开源项目的痛点： GitHub 主流开源项目介绍以英文 README.md 为主，支持多语言介绍的并不多，对于非母语的人来说，存在一定阅读障碍。 很多仓库可能连比较像样的 README 介绍都没，更别提专门的文档网站或 Blog 了。于开发者而言是灾难性的，需要自行查看源代码或在 issues 中搜寻一些描述。 如果仓库文件超多，上百个文件，或大几十万行代码，想要通过阅读源码来建立项目宏观认知会变得特别难。 阅读一个仓库的源代码或许不难，但面对 GitHub 这种世界级的开发者聚集地，每天都会诞生大量开源项目，纯靠人力阅读总结会被累死（面对海量代码，人会变得麻木）。 在项目文档中不会有功能与源码之间的映射关系说明，但这又是借鉴参考项目时的一个重点需求。 在源码阅读方面，其实 GitHub 本身就做了许多改进，如树状目录，函数依赖图谱等。 随着 GitHub Copilot 的升级，也被集成进 GitHub，通过交互式对话来进一步辅助源码阅读。点击具体代码行号或顶部固定按钮唤醒 AI 对话，可提问项目相关的任何问题。 但以上这些 GitHub 提供的能力远远不够，并不能帮助我们快速建立项目宏观层面的认知（系统架构图、依赖图等）。 DeepWiki 简介 关于 DeepWiki 的详细信息是由以下推文揭露的，我对其进行了梳理。 Cognition Labs 打造了 DeepWiki，一个免费、可对话的 GitHub 仓库百科全书，致力于让每一个开发者都能轻松访问最新、结构化的项目文档。DeepWiki 由 Devin 技术驱动，专为开源项目免费开放，无需注册即可使用。只需将任何 GitHub 仓库链接中的 github 替换为 deepwiki，即可直接访问对应的 DeepWiki 页面。如：https://deepwiki.com/<user>/<repo> 据 Cognition Labs 成员介绍，DeepWiki 在构建过程中，让大语言模型（LLM）全面扫描了完整的代码库。到目前为止，它已经索引了超过 30,000 个热门 GitHub 仓库，处理了超过 40 亿行代码，处理总量超过 1000 亿 tokens，仅索引过程的计算开销就超过了 30 万美元。索引一个仓库的平均成本大约为 12 美元，但团队还是决定让所有开源项目免费使用，无需任何注册门槛。 从系统设计来看，模型在局部理解代码（如函数、模块）方面表现非常出色，但真正的挑战在于理解整个代码库的全局结构。DeepWiki 针对这一难题，采用了分层方法：先将代码库划分为一套套高层次系统（high-level systems），再为每一个系统生成对应的 Wiki 页面，帮助用户在整体上把握项目架构。 它还利用了一个非常有趣的信号——提交历史（commit history）。通过分析哪些文件经常被一起修改，可以构建出文件之间的关联图（graph），从而揭示项目内部许多潜在且重要的结构模式。这一方法进一步增强了 DeepWiki 对代码库内部逻辑关系的理解与呈现。 如果找不到你需要的仓库，团队也很乐意帮你索引任何公开 GitHub 仓库。对于私有仓库，只需注册 Devin 账号即可使用相同功能。此外，DeepWiki 支持分享 Wiki 页面和智能解答链接，方便团队成员始终保持信息同步。
只显示前20页数据，更多请搜索
Showing 361 to 380 of 380 results
