文章列表-AI魔法学院

文章列表

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

其背后是利用的Chrome Headless，让Chrome渲染PDF，再导出成HTML，甚至图片都转成了 base64 字符，所以一个网页就可以包含完整的文本、字体和图片等内容这是我的

PDF转换

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

这套新的编码模型将与 OpenAI 打造的 Codex 正面抗衡，并基于 Meta 的 Llma 2 软件——这是一种能够理解并生成会话文本的大语言模型。

开源模型

Stable Diffusion

Stable Diffusion教程：采样器

请参考文章：全面理解Stable Diffusion采样器 - AI魔法学院 (wehelpwin.com) Stable Diffusion 提供的是一种称为稳定扩散的图片生成能力

画图 SD 采样器

Anthropic推出提示词生成器让AI秒懂你的需求！

提示词生成器的核心功能 Anthropic的这款提示词生成器通过高级的提示工程技术，如链式思维推理，使AI能够生成针对特定任务优化的提示。

Anthropic 提示词生成器

ChatGPT写论文最强指令

一、我正在寻找与（XX主题）相关的高质量学术资源，包括期刊文章、会议论文和研究报告。

ChatGPT 指令

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案

就比如，可以完全把GPT生成的文字，来当作你的内容发布吗？

AI写作 GPT

开箱即用的图像增强、视频增强AI工具，Upscapl、Topaz Video AI

Upscapl专注于图像增强、图片放大；Topaz Video AI专注于视频画质提升、防抖、补帧、慢放等；软件下载链接详见功能介绍，快来试试吧！

图像增强视频增强

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

想将一份文档图片转换成 Markdown 格式？

OCR 手写文字识别

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

RAG 2.0来了，它能成为生产落地的福音吗？

因此，RAG 系统很少能通过生产测试，投入生产的寥寥。

RAG 大模型

大语言模型LLM和知识图谱KG增强的企业搜索应用

但它非常擅长这些模式，以至于它可以像你一样书写文本，可能更好。

开源模型

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

无论是截图、Figma 设计稿，甚至录屏，它都能帮你快速生成干净、可用的代码。

Screenshot-to-Code 代码

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

（看看下面这张信息高度浓缩的“上下文工程”框架图，是不是非常清晰？）

上下文工程 AI

AI面部增强器-Remini

好工具不嫌多，哪怕之前本号已经推荐过好几款图像处理工具，今天还是给大家再次带来一个图像处理神器-Remini。

Remini 面部增强修复文生图

WebUI使用用InstantID，AI换脸完美版

巧妙地避免了对文生图模型 UNet 部分的训练，仅通过训练一个轻量级的可插拔模块，实现了在推理过程中无需 test-time tuning，同时保持了文本控制的灵活性，确保了面部特征的高保真度。

换脸小红书

<...23 24 25 262728 29 30 31 32 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1