olmOCR：开源高吞吐量文档转换工具
olmOCR 是一款开源工具，专注于将 PDF 等文档高吞吐量转换为纯文本，同时保持自然阅读顺序。它支持表格、公式和手写体等复杂内容，并采用独特提示技术以提高准确性。
TechFoco
文章归档
第 42 页，共 52 页
Omni OCR Benchmark：多模态模型 OCR 能力评估工具
Omni OCR Benchmark 是一个开源基准测试工具，旨在系统评估多模态模型在 OCR 和数据提取任务上的性能。它支持主流模型，并提供 JSON 准确率与文本相似度等关键指标。
TechFoco
JavaScript Temporal API 即将到来
JavaScript Temporal API 旨在简化和现代化 Web 开发中的日期时间处理，克服了现有 Date 对象的限制，支持时区、可靠解析和多种日历系统。
TechFoco
Markdownify MCP：多格式内容转换工具
Markdownify MCP 是一个支持将 PDF、音频、图片等多种文件类型以及 YouTube 视频、Bing 搜索结果等网页内容转换为 Markdown 格式的工具。
TechFoco
best-system-design-resources：一站式系统设计学习资源库
GitHub 上的 best-system-design-resources 仓库整合了超过 100 个系统设计面试问题、高评分在线课程推荐以及多份面试复习指南，旨在为开发者准备系统设计面试提供集中、全面的学习材料。
TechFoco
Puppeteer Real Browser：增强浏览器自动化以绕过反爬虫检测
Puppeteer Real Browser 是一个开源项目，旨在通过模拟真实浏览器行为来增强 Puppeteer 的能力，帮助自动化脚本绕过 Cloudflare 等反爬虫系统的检测。
TechFoco
bRAG AI 开源项目：从基础到高级的 RAG 实现指南
bRAG AI 在 GitHub 上开源了一个全面的 RAG 实践项目，通过系列 Jupyter Notebook 提供了从基础设置到高级功能（如多查询和自定义构建）的详细指南。
TechFoco
Baichuan-M1-14B：专为医疗场景优化的开源大语言模型
百川智能发布了首个专为医疗场景优化的开源大语言模型 Baichuan-M1-14B。该模型基于 20 万亿 token 高质量数据训练，医疗推理能力显著提升，并采用创新结构以优化长序列任务处理。
TechFoco
Wave Terminal：开源跨平台终端的新选择
Wave Terminal 是一款开源、跨平台的终端工具，支持内联渲染 Markdown、CSV、JSON 及图像预览，并提供工作区、持久会话和通用历史记录等功能，旨在提升开发者的终端操作体验。
TechFoco
kotaemon：开源 RAG 工具简化文档聊天
kotaemon 是一款开源 RAG 工具，支持多用户登录与文件组织，兼容 OpenAI、Azure 及本地模型等多种 LLM，并通过提供引用和预览功能来提升文档问答的准确性。
TechFoco
Awesome-Multimodal-Chain-of-Thought 资源库解析
本文介绍了 Awesome-Multimodal-Chain-of-Thought 资源库，该库系统性地汇集了多模态思维链领域的前沿论文、代码库与技术范例，旨在为相关研究提供支持。
TechFoco
Academic Project Page Template：学术项目展示模板
介绍一个基于 React 和 UIKit 构建的学术项目网页模板，支持 Markdown 和 KaTeX 公式渲染，通过简单的 template.yaml 配置即可自动部署至 GitHub Pages。
TechFoco
Awesome-Robotics-Diffusion：机器人学习与扩散模型资源库
本文介绍一个专注于机器人学习与扩散模型结合的 GitHub 资源库，该库汇集了 40 多篇相关学术论文、代码和数据，涵盖操作、导航、规划等多种机器人任务。
TechFoco
GitHub Copilot 工作原理与技术解析
本文基于 GitHub 与微软的研究，解析 GitHub Copilot 如何通过安全提示传输、上下文理解、代码生成与反馈循环等步骤辅助编程，并探讨其运用的机器学习技术。
TechFoco
Perplexity 推出免费 Deep Research 加入 AI 研究工具竞争
Perplexity 宣布其 AI 研究工具 Deep Research 免费开放使用。该工具旨在提供带有真实来源引用的深度回答，主要面向金融、营销等专业领域，并计划扩展至移动端应用。
TechFoco
