Umi-OCR 是一款开源、免费且离线的OCR软件，专为识别和转换图像中的文本内容而设计。它支持多国语言识别，并提供多种文本后处理功能，如排版优化、忽略区域排除等。基于 Python 和 Qt 开发，Umi-OCR 拥有简洁直观的用户界面，支持截图识别、批量识别、PDF文档识别和二维码处理等功能。软件内置高效的离线OCR引擎，并支持通过插件扩展OCR能力，同时提供命令行和HTTP接口，方便开发者进行二次开发和集成。
Namo-R1是一款仅需CPU即可实时运行的500M参数视觉语言模型，能够轻松超越Moondream2和SmolVLM。它不仅支持多语言OCR和图像描述等复杂任务，还完全开源，提供训练脚本和数据，便于用户进行二次开发和部署。
MiniCPM-V 是一款拥有 8B 参数的先进 AI 模型，性能优于 GPT-4V 等顶级型号，提供卓越的 OCR 功能，并支持 30 多种语言。它是一个强大的端侧多模态大语言模型，在单图像、多图像和视频理解方面超越了 GPT-4V，支持在 iPad 等终端设备上进行实时视频理解。MiniCPM-V 2.0 是一个高效的端侧多模态大模型，具有强大的 OCR 和图文理解能力，并且是一个开源项目。
WhisperUI 是一个由 OpenAI Whisper API 提供支持的语音合成和语音识别服务，提供经济实惠的文本转语音和语音转文本选项。用户可以通过注册账户，上传音频文件或拖放到平台上，支持多种音频格式。
Chatmasters AI是一款经济实惠的人工智能助手，适用于企业和个人使用。它提供快速的服务、多语言支持和便捷的集成，能够降低成本并提升客户满意度。
ChatGLM-6B-API是基于清华大学开源的对话语言模型ChatGLM-6B和FastAPI构建的API，能够在本地部署并提供API接口，方便用户进行对话生成和自然语言处理。
这个开源项目是一个基于 OpenAI API 的对话引擎，它使用了官方 ChatGPT 模型实现。它可以通过 Joel GitHub 上的代码实现。
长颈鹿版LongLLaMA是一个专门针对上下文长度达到100K的情况下，保持模型性能的研究项目。它提出了一种新的训练目标，以有效处理长文本中的相关与无关的key-value空间结构，从而解决模型的分心问题，确保在处理超长文本时的高效性和准确性。
Smarty是一款基于AI的iOS键盘，旨在帮助用户撰写消息、建议单词，并对文章、网站和YouTube视频进行总结。用户只需在iOS设备上安装Smarty键盘并在键盘设置中启用它，即可开始撰写消息并充分利用其AI功能。
corpus是一个包含多种自然语言处理和知识图谱相关语料的大列表，旨在为研究人员和开发者提供丰富的语料资源。它支持多种自然语言处理任务，并且开源，易于使用和扩展。
Humata AI 是一款先进的文档管理工具，能够快速分析和总结各种文档格式的信息，支持实时问答，提升数据处理效率。
Fine-Tuner AI是一款强大的工具，利用尖端的微调技术提升您的自然语言处理(NLP)模型性能。它可以在更少的数据下以极短的时间内实现更好的结果。用户只需将NLP模型和数据上传到平台，Fine-Tuner将应用其先进的微调算法，优化模型以提高性能。优化后的模型可以轻松集成回现有工作流程中。
一个开源的文档管理系统，可以将你的物理文档转换成可搜索的在线档案，从而减少纸张的使用。
Wisedocs是一个强大的AI平台，旨在彻底改变医疗记录的审查过程，主要服务于保险和法律行业。通过利用人工智能，Wisedocs简化并加速医疗索赔的处理，提供医疗时间线、智能OCR和自动去重等功能，成为优化文档处理工作流程的必备工具。
基于Rust语言实现的多语言文档OCR工具包，结合修改版Segformer、OpenCV和donut transformer，提供高效的文档识别与处理功能。
gochitchat.ai是一个集聊天、写作、阅读、翻译、解释和图像测试于一体的高级AI助手，支持ChatGPT 3.5/4、Bard、新必应和Claude，可以在任何网页上访问。用户只需安装Chrome或Edge扩展，即可开始与AI互动。
Parseur是一款利用AI技术自动化从文档中提取数据的软件，支持电子邮件、PDF、电子表格等多种非结构化数据源，旨在将繁杂的文档信息转化为结构化、可操作的数据，极大降低人工数据输入的工作量。
TransAgents是一个基于大型语言模型的多智能体框架，专注于满足翻译文学作品的复杂需求。通过集体能力，TransAgents能进行高质量的文学翻译，效果媲美人工翻译。该框架使用AI智能体分别扮演不同的角色，以优化翻译过程，并采用创新的评估策略来确保翻译质量。
