HF Jobs OCR 脚本库：一条命令 28 模型,7 美分转写 7 页扫描件
vanstriendaniel · x · 2026-09-16
作者更新了自己在 Hugging Face 上的 uv-scripts OCR 脚本合集：每个脚本自包含，通过 HF Jobs 一条命令即可在 GPU 上运行，为图像数据集追加 Markdown 列。
- 首跑示例：7 页 NASA 扫描件转 Markdown，约 4 分钟、成本 7 美分
- 现支持 28 个 OCR 模型可选，也可用自己的图片或 PDF 文件夹
- 附带结构化抽取（图像/文本→JSON）、版面检测（文本/标题/表格/图区域 bbox）和跨模型评判脚本
- 还写了 vLLM 脚本启动时 nvcc/nvrtc 报错的排查方法
「编程与Agent」频道最新
- 靠 ComfyUI MCP 排查，视频生成工作流从 22 分钟提速到 9 分钟 — CanadianDocWild · 2026-09-16
- Google 高级 AI 工程师发布 482 页 Agent 设计模式文档 — mdancho84 · 2026-09-16
- 开发者给浏览器 Agent 加「保存任务」功能，提示词可跨站复用 — Silly_Entertainer92 · 2026-09-16
- 开发者实测 Jev 提取银行原始交易数据，收款方识别一次到位约 95% — Vjeux · 2026-09-16
- 单张 RTX 5090 跑 27B 去审查模型：160K 上下文，140-190 tok/s — Fz1zz · 2026-09-16
- 把索引当微调模型:Weaviate 播客聊查询理解的 RAG 玩法 — CShorten30 · 2026-09-16