程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
html在线编辑
登录注册
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
OfficeCLI 深度拆解:单日暴涨 1700 Star 的「AI 原生 Office 套件」,如何给智能体装上操作 Word/Excel/PPT 的手和眼
编程
OfficeCLI 深度拆解:单日暴涨 1700 Star 的「AI 原生 Office 套件」,如何给智能体装上操作 Word/Excel/PPT 的手和眼
2026-07-29 04:42:52 +0800 CST
view 150
深度拆解 GitHub 单日暴涨 1700 Star 的 OfficeCLI:单二进制零依赖的 AI 原生 Office 套件,三层命令架构、内置高保真渲染引擎、350+ Excel 函数写入即求值、模板合并与 Dump 往返,附完整命令实战与冷静的边界分析。
OfficeCLI
AI Agent
Office自动化
MCP
CLI工具
OOXML
开源
文档自动化
OfficeCLI 深度解剖:全球首个为 AI Agent 而生的命令行 Office 套件——三层渐进式架构、确定性 JSON 与自愈错误码的工程真相
编程
OfficeCLI 深度解剖:全球首个为 AI Agent 而生的命令行 Office 套件——三层渐进式架构、确定性 JSON 与自愈错误码的工程真相
2026-07-25 05:44:39 +0800 CST
view 194
GitHub Trending 爆火项目 OfficeCLI 深度拆解:全球首个为 AI Agent 设计的命令行 Office 套件——L1/L2/L3 三层渐进式架构、CSS 风格元素定位、确定性 JSON 输出、自愈错误码与 MCP 一键集成,附纯 CLI 报告流水线实战与冷思考。
OfficeCLI
AI Agent
Office自动化
MCP
OOXML
命令行工具
CLI工具
文档自动化
开源
确定性输出
编程
MonkeyOCR:国产开源OCR新星,结构化识别更高效
2025-07-22 18:09:30 +0800 CST
view 1767
MonkeyOCR是一款国产开源OCR工具,专注于高效的结构化识别,支持中英文复杂排版。其核心架构SRR三元组范式通过检测文档结构、进行高精度识别和推理结构关系,显著提升了识别准确率和速度。支持多种文档类型和应用场景,提供Docker一键部署和在线Demo体验,适合金融、科研和开发者使用。
OCR
开源软件
文档自动化
人工智能
技术工具
当 Office 文档第一次「读得懂 AI」:OfficeCLI 如何用单二进制重写 AI Agent 的办公自动化范式
编程
当 Office 文档第一次「读得懂 AI」:OfficeCLI 如何用单二进制重写 AI Agent 的办公自动化范式
2026-07-16 11:17:16 +0800 CST
view 210
深度拆解全球首个 AI 原生 Office 工具链 OfficeCLI:HTML 渲染引擎、确定性 JSON 输出、MCP 协议集成、自愈式文档流水线,附 Word/Excel/PPT 完整代码实战。
AI Agent
Office
文档自动化
MCP
Claude Code
Cursor
OpenClaw
Python
百度 Unlimited OCR 深度解析:R-SWA 如何把 KV Cache 从线性增长压成常数,端到端 OCR 的长文档革命
编程
百度 Unlimited OCR 深度解析:R-SWA 如何把 KV Cache 从线性增长压成常数,端到端 OCR 的长文档革命
2026-06-29 19:45:14 +0800 CST
view 296
深度解析百度开源的 Unlimited OCR:R-SWA 如何把 KV Cache 从线性增长压成常数,解决长文档 OCR 的失忆问题,OmniDocBench v1.6 刷新 SOTA 93.92%
Unlimited OCR
百度
OCR
端到端
长文档
R-SWA
开源
深度学习
文档解析
Markdown
微软 MarkItDown 深度拆解:一个依赖吃掉所有文档格式,RAG 预处理层的事实标配是怎样炼成的
编程
微软 MarkItDown 深度拆解:一个依赖吃掉所有文档格式,RAG 预处理层的事实标配是怎样炼成的
2026-07-30 03:13:05 +0800 CST
view 147
深度拆解微软开源的 MarkItDown:统一入口把 PDF/Word/PPT/Excel/音频/ZIP 转成结构保留的 Markdown,含转换器注册架构、RAG 流水线实战、插件开发、三档云端后端选型与生产性能安全清单。
MarkItDown
Microsoft
RAG
文档转换
Markdown
LLM
Python
OCR
开源
文档预处理
百度Unlimited-OCR深度解析:R-SWA常量KV缓存如何让OCR一口气吃下几十页文档——从单图解析到多页PDF的完整实战指南
编程
百度Unlimited-OCR深度解析:R-SWA常量KV缓存如何让OCR一口气吃下几十页文档——从单图解析到多页PDF的完整实战指南
2026-07-06 11:16:05 +0800 CST
view 403
深度解析百度开源Unlimited-OCR:13K+ Stars,R-SWA常量KV缓存让端到端OCR模型在32K上下文下一次性转录几十页文档。从架构设计到vLLM/SGLang生产部署完整实战指南。
Unlimited-OCR
百度
R-SWA
OCR
KV缓存
文档解析
长文档
vLLM
百度 Unlimited OCR 深度解析:R-SWA 如何让长文档 OCR 从"逐页煎熬"走向"一次搞定"
编程
百度 Unlimited OCR 深度解析:R-SWA 如何让长文档 OCR 从"逐页煎熬"走向"一次搞定"
2026-06-28 14:13:06 +0800 CST
view 473
深度解析百度 Unlimited OCR 的 R-SWA 参考滑动窗口注意力机制,如何将 KV Cache 从线性增长压到常数,使长文档 OCR 性能恒定不衰减。含完整架构分析、训练配方、性能基准和实战代码。
Unlimited OCR
R-SWA
OCR
端到端
百度
文档识别
KV Cache
MoE
DeepEncoder
长文档处理
python-docx是一个用于读取、创建和更新 Microsoft Word 2007+ (.docx) 文件的 Python 库。
综合
python-docx是一个用于读取、创建和更新 Microsoft Word 2007+ (.docx) 文件的 Python 库。
2024-11-18 23:01:50 +0800 CST
view 1550
python-docx是一个用于读取、创建和更新MicrosoftWord2007+(.docx)文件的Python库。它简化了Word文档的操作,支持创建、修改、格式设置、插入图像和表格等功能。适用于自动化报告生成、批量文档处理和动态合同生成等场景。本文介绍了该库的安装、特性和实际应用,帮助用户高效使用python-docx。
Python
文档处理
自动化
编程
文字秒变流程图!Napkin AI:程序员必备的智能绘图神器
2025-08-19 15:49:07 +0800 CST
view 1747
NapkinAI是一款基于自然语言处理的智能绘图工具,用户只需粘贴文字即可自动生成专业流程图。它支持多种图表风格,具备智能解析和一键导出功能,极大提升绘图效率。适用于技术文档、系统架构设计和文章可视化等场景,帮助用户告别传统手动绘图,专注内容创作。
AI工具
流程图
技术文档
自动化
可视化
OfficeCLI 深度解剖:世界首个 AI Agent 原生 Office 套件——从命令行哲学到 MCP 集成的工程真相
编程
OfficeCLI 深度解剖:世界首个 AI Agent 原生 Office 套件——从命令行哲学到 MCP 集成的工程真相
2026-07-25 18:43:51 +0800 CST
view 230
深度解析2026年GitHub爆火项目OfficeCLI:世界首个为AI Agent设计的Office套件。从Rust解析引擎、Plugin架构、Skills系统到MCP集成,全方位拆解工程实现,附生产部署指南。
OfficeCLI
AI Agent
MCP
Office自动化
Rust
文档解析
OpenXML
CLI工具
Microsoft MarkItDown 深度实战:将全格式文档转换为 LLM 友好 Markdown 的完整指南(2026)
编程
Microsoft MarkItDown 深度实战:将全格式文档转换为 LLM 友好 Markdown 的完整指南(2026)
2026-06-28 05:14:19 +0800 CST
view 397
深入解析 Microsoft MarkItDown 的架构原理、全格式转换实战、AI 集成方案及生产级部署策略。涵盖 PDF/Word/Excel/PPT 等格式转换、LLM 图像描述、RAG 知识库构建等实用场景。
Microsoft MarkItDown
文档转换
Markdown
LLM
AI 编程
RAG
Python
办公自动化
CloakBrowser 深度实战:当浏览器隐身技术遇上AI自动化——从Playwright替代方案到反机器人检测绕过完全指南(2026)
编程
CloakBrowser 深度实战:当浏览器隐身技术遇上AI自动化——从Playwright替代方案到反机器人检测绕过完全指南(2026)
2026-06-12 12:47:40 +0800 CST
view 856
深度解析CloakBrowser——基于Chromium的开源隐身浏览器,通过浏览器指纹伪造、JavaScript运行时修改、网络层伪装、智能人类行为模拟等多层次技术,成功绕过现代反机器人检测系统。
CloakBrowser
浏览器隐身
反机器人检测
Playwright替代
自动化爬虫
AI自动化
AI Agent 浏览器自动化深度拆解:当无头浏览器决定「为 AI 而生」——从 Playwright 到 Lightpanda、CloakBrowser,2026 年三大架构范式如何重新定义自动化性能与反检测的终极形态
编程
AI Agent 浏览器自动化深度拆解:当无头浏览器决定「为 AI 而生」——从 Playwright 到 Lightpanda、CloakBrowser,2026 年三大架构范式如何重新定义自动化性能与反检测的终极形态
2026-08-05 14:54:15 +0800 CST
view 96
深度拆解2026年三大AI Agent浏览器自动化架构:Lightpanda用Zig重写渲染引擎实现11倍速、CloakBrowser源码级指纹修补通过30/30反检测测试、browser-act/skills原生MCP集成人类接管,附完整代码实战与选型指南
浏览器自动化
AI Agent
Lightpanda
CloakBrowser
Playwright
反检测
无头浏览器
MCP
Zig
Chromium
自动化测试
网页爬虫
指纹伪装
性能优化
AI-Scientist-v2 深度实战:当AI学会自己做科研——从Agentic Tree Search到Workshop-Level论文全自动生成(2026)
编程
AI-Scientist-v2 深度实战:当AI学会自己做科研——从Agentic Tree Search到Workshop-Level论文全自动生成(2026)
2026-06-12 20:20:27 +0800 CST
view 517
2026年3月,AI生成的论文登上了Nature。本文深度拆解The AI Scientist-v2系统,从Agentic Tree Search算法到端到端智能体架构,结合代码实战,完整讲解AI自主做科研的技术全貌。
AI科研
自动化科研
AI-Scientist
Agentic Tree Search
科研自动化
万字深度解析 AI-Scientist-v2:当AI成为首席研究员——自动化科学发现的范式革命与工程化实践(2026)
编程
万字深度解析 AI-Scientist-v2:当AI成为首席研究员——自动化科学发现的范式革命与工程化实践(2026)
2026-07-01 05:43:08 +0800 CST
view 296
深度解析SakanaAI的AI-Scientist-v2系统:首个通过顶级会议评审的AI生成论文系统,涵盖Agentic Tree Search算法、系统架构、代码实战与性能分析
AI-Scientist-v2
自动化科学发现
Agentic Tree Search
LLM Agent
SakanaAI
科学研究自动化
AI研究
开源项目
Google把操作电脑塞进Gemini 3.5 Flash了
编程
Google把操作电脑塞进Gemini 3.5 Flash了
2026-06-25 20:56:55 +0800 CST
view 549
Google正式将计算机操作能力原生集成进Gemini 3.5 Flash——模型现在可以看屏幕截图、理解当前界面,并给出下一步操作建议(点击按钮、输入文字、滚动页面、完成表单、检查网页流程)。这不是简单的功能更新,而是AI Agent从聊天走向真正干活的关键一步。不依赖固定选择器,像人一样看界面、理解上下文、做出判断。
Gemini 3.5 Flash
Google
AI Agent
计算机操作
自动化测试
浏览器自动化
多模态
n8n 工作流自动化深度解析:从入门到企业级架构设计——2026技术团队效率革命实战指南
编程
n8n 工作流自动化深度解析:从入门到企业级架构设计——2026技术团队效率革命实战指南
2026-04-14 10:23:31 +0800 CST
view 872
深入解析 n8n 的三层架构设计、500+节点系统、代码节点实战、AI工作流构建、子工作流模块化及生产部署,是 2026 年技术团队必备的自动化平台深度指南。
n8n
工作流自动化
AI集成
低代码
Python
JavaScript
RPA
集成平台
企业自动化
DevOps
Playwright MCP 深度解析:让 AI Agent 拥有浏览器自动化能力——12.8K Star 的 OpenClaw 核心技能揭秘
编程
Playwright MCP 深度解析:让 AI Agent 拥有浏览器自动化能力——12.8K Star 的 OpenClaw 核心技能揭秘
2026-04-16 08:56:12 +0800 CST
view 788
深度解析12.8K Star开源项目Playwright MCP,了解它如何让AI大模型获得浏览器自动化能力,成为OpenClaw的核心技能。
Playwright
MCP
浏览器自动化
AI Agent
OpenClaw
Skill
自动化测试
ego-lite 深度拆解:一个人类和 AI 并行操控的浏览器,如何重新定义 Agent 的网页自动化
编程
ego-lite 深度拆解:一个人类和 AI 并行操控的浏览器,如何重新定义 Agent 的网页自动化
2026-07-27 10:46:16 +0800 CST
view 230
深度拆解 GitHub Trending 项目 ego-lite:如何用一个 Chromium 分支解决 AI 浏览器自动化的登录态共享、人机并行与资源开销三大难题,附架构分析、代码实战与竞品对比。
AI编程
浏览器自动化
ego-lite
Chromium
Agent
Web自动化
CDP
最小Loop:让Claude自己跑测试、修Bug,3个文件告别USB线工作流
编程
最小Loop:让Claude自己跑测试、修Bug,3个文件告别USB线工作流
2026-06-16 09:13:18 +0800 CST
view 457
最小Loop方案:用3个文件让Claude自己跑测试自己修Bug,CLAUDE.md循环协议+.claude/settings.json硬约束钩子+.claude/agents/fixer.md死局打破者,告别USB线工作流。
Claude Code
Claude Agent
AI编程
Loop工作流
自动测试
hooks
Fixer Agent
自动化
AI编码
百度 Unlimited OCR 开源:用常数级 KV Cache 一次性吃下整本书
编程
百度 Unlimited OCR 开源:用常数级 KV Cache 一次性吃下整本书
2026-06-29 06:14:12 +0800 CST
view 455
百度开源 Unlimited OCR 模型,用常数级 KV Cache 解决长文档识别难题。30亿参数端到端架构,推理仅激活5亿参数,单次前向识别几十页文档,OmniDocBench v1.6 总分93.92%刷新SOTA。
OCR
开源
百度
DeepSeek
端到端
长文档
综合
markdown语法
2024-11-18 18:38:43 +0800 CST
view 3981
Markdown是一种轻量级标记语言,以纯文本形式编写文档并可转换为HTML格式。由AaronSwartz和JohnGruber设计,因其易读、易写、易更改而受到广泛使用。Markdown支持多种语法,如标题、段落、引用、代码块等,适用于多种平台和工具,越来越多的网站和应用程序支持Markdown,方便用户组织内容。
编程
文档
技术
工具
网络
百度 Unlimited OCR 深度技术解析:端到端多模态OCR模型架构与R-SWA注意力机制详解
编程
百度 Unlimited OCR 深度技术解析:端到端多模态OCR模型架构与R-SWA注意力机制详解
2026-07-05 02:43:03 +0800 CST
view 341
深入解析百度Unlimited OCR的核心技术:R-SWA注意力机制如何将KV Cache压成常数,DeepEncoder+MoE解码器架构,以及长文档OCR的完整解决方案。
OCR
百度
深度学习
Transformer
KV Cache
端到端
多模态
文档解析
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
回调
上一页
1
2
3
...
14
下一页