一款基于 Gemma 3 12B 的开源 OCR 软件。借助这个轻量化的多模态模型，开发像翻译、图像识别、答题这类以往需要复杂核心技术的应用变得前所未有的简单和高效。大家有没有其他有趣的创意呢？
下载地址：https://github.com/patchy631/ai-engineering-hub/tree/main/gemma3-ocr
相关文章
AI 产品工具
2026年9月15日
0 条评论
小创
ChatGPT Work 实战，一句话让智能体自主完成复杂地理计算与交付
ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统，推动 AI 从问答工具演进为自主执行体。实测显示，智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务，适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题，在生产环境的可复现性仍面临挑战。
#AI工具#智能体#ChatGPT
阅读全文
AI 产品工具
2026年9月15日
0 条评论
小创
commit-rewriter 用本地 Web 界面重写 AI 编程产生的杂乱 Git 提交记录
针对 AI 编程代理产生的杂乱 Git 提交记录，开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基，支持批量编辑提交说明、查看代码差异及自动备份分支，确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦，作为自动化编码的质量过滤网。尽管单机清理流程已简化，但多人协作场景下的历史重写冲突仍是待解决的挑战。
#AI工具#vibe coding
阅读全文
AI 产品工具
2026年9月14日
0 条评论
小创
OpenMontage 开源智能体视频系统，把编程助手变成全自动后期工作室
OpenMontage 是一套开源智能体视频生产系统，将 AI 编程助手转化为全自动后期工作室。该系统支持零 API Key 本地部署，内置 12 条生产流水线，覆盖动画、纪录片及口播等场景。通过智能体协作架构，实现从调研、脚本到渲染的全流程自动化，并提供预算治理与 Backlot 可视化看板以保障质量与成本可控。其将视频制作重构为可版本控制的软件工程行为，有效解决了传统 AI 视频生成的不可预测性问题。
#AI视频#智能体#开源工具
阅读全文
互动讨论
评论区
围绕《一款基于 Gemma 3 的开源 OCR 软件》展开交流，未登录用户可浏览评论，登录后可参与讨论。
评论数
0
登录后参与评论
支持发表观点与回复一级评论，互动后将同步到消息中心。
暂无评论，欢迎成为第一个参与讨论的人。