今越星礼
产生过程：新版写文章 期望结果：截图是旧版解析结果  实际结果：  环境： Mac, chrome 47.0.2526.106 (64-bit)
目前，在日常工作中需要经常用到 OCR，而目前一些在线工具已不能满足需求，需要更高效的 OCR 工具来解决日常工作需要，于是把探究方向转向了视觉大模型。 ## OCR及其原理 OCR（Optical Character Recognition，光学字符识别）是一种将图像中的文字转换为可编辑文本的技术。广泛应用于文档数字化、车牌识别、手写识别等领域。其核心流程包括**图像预处理、文本检测、字符识别和后处理**：  传统的 OCR 识别技术主要分为三类，对比如下： |技术类型|优点|缺点|适用场景| |:--:|:--:|:--:|:--:| |模板匹配|实现简单，速度快|对字体、大小变化敏感|固定格式文档识别| |特征提取|灵活性较高，鲁棒性较好|特征设计复杂，对噪声敏感|印刷体识别、简单手写识别| |深度学习|精度高，鲁棒性强，自动化|需要大量数据，计算资源要求高|复杂场景、多语言OCR| 典型的开源方案代表是 [Tesseract](https://github.com/tesseract-ocr/tesseract)。此外，主要大厂也都提供了相关的 API 服务。 ## 新方向：视觉模型 基于视觉模型的 OCR 识别依靠深度学习、统一框架等原理，采用端到端的方式，直接从图像中提取文本信息。对于复杂场景（如自然场景文本、多语言、手写体）有更强的适应能力，并且不需要人工预先设计识别规则和字符特征，模型会自动学习最优特征。 与传统 OCR 识别的对比如下：...
本篇文章将介绍基于大模型来搭建本地知识库的流程。 开源工具：[MaxKB](https://maxkb.cn/) + [Ollama](https://ollama.com/) ## 安装docker 在[官网](https://www.docker.com/)按需选择桌面版本，安装之后在docker中搜索maxkb的镜像：  点击 `Run`，等镜像下载完成之后，配置参数：  在 `Volumes` 这里，需要配置两个 `Host path` 来映射容器的固定目录： ``` # host path是本机目录，可以随意 /host/path1 ==> /var/lib/postgresql/data /host/path2 ==> /opt/maxkb/app/sandbox/python-packages ``` 配置好之后，点击 `Run`，浏览器打开...
## 前言 最近学习了一下[HarmonyOS 第一课](https://developer.huawei.com/consumer/cn/teaching-video/)的基础课程，此篇以记录一些课程笔记。 > 系统环境：MacOS 14.6.1(Apple M2 Pro) ## 核心理念 * **一次开发，多端部署**：应用一次开发就能在多个设备上运行，软件实体能够从单一设备转移到其他设备上，降低针对不同设备和操作系统的重复开发和多套维护的成本 * **可分可合，自由流转**：软件实体在多个设备之间能够协同运行，给消费者提供全新的分布式体验；提供轻量化的服务，最小化资源消耗，一步直达，快速完成消费者特定场景的任务 * **统一生态，原生智能**：为消费者提供智慧场景服务，实现“服务找人”；提供软硬芯协同优化的原生AI能力，全面满足应用高性能诉求 ## DevEco Studio的使用 DevEco Studio 是HarmonyOS开发的集成开发环境(IDE)，可以去[官方下载页面](https://developer.huawei.com/consumer/cn/download/)去下载最新版本。安装完成之后，可以对IDE进行诊断和汉化。 ### 诊断IDE 诊断主要是识别开发环境是否完备。操作路径：Help > Diagnostic Tools >...
### Basic info: - **Node.js version:** v8.1.3 - **jsdom version:** v11.1.0 ### Minimal reproduction case ```js let jsdom = require('jsdom'); const JSDOM = jsdom.JSDOM; const domString = ` Test test...