百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
L

llama-ocr

> 编程语言
开源

使用 LLaMA 3.2 视觉技术的 Document to Markdown OCR 库

2.4K stars0 点赞1 次浏览
访问官网GitHub

工具介绍

使用 LLaMA 3.2 视觉技术的 Document to Markdown OCR 库

一个 npm 库,可使用 LLaMA 3.2 Vision 免费运行 OCR。

- [x] 添加对本地图像 OCR 的支持 - [x] 添加对远程图像 OCR 的支持 - [ ] 添加对单页 PDF 的支持 - [ ] 添加对多页 PDF OCR 的支持(截取 PDF 图像并将其输入到视觉模型中) - [ ] 添加 JSON 输出,除了 Markdown 之外

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

TypeScript

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言