Vision Parse
Vision Parse 是一款开源工具，旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力，包括文本和表格，并能保持原有格式与结构。此外，Vision Parse 支持多种视觉语言模型，确保解析的高精度与高速度。其应用场景广泛，涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。
R
PaliGemma 2 mix
PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。
PromptBase
PromptBase是一个在线平台，专注于AI提示词的交易与应用。用户可以浏览并购买由专业AI创作者制作的提示词，涵盖多种AI模型及应用场景；同时，用户也可上传自己的提示词成为卖家，或利用这些提示构建AI应用程序。PromptBase支持内容生成、艺术创作、社交媒体营销、游戏开发等多个领域，为AI技术的普及与创新提供了有力支持。
SmolDocling
SmolDocling-256M-preview 是一款轻量级多模态文档处理模型，能将图像文档高效转换为结构化文本，支持文本、公式、图表等多种元素识别。模型参数量仅256M，推理速度快，适合学术与技术文档处理。具备OCR、布局识别、格式导出等功能，并兼容Docling，适用于文档数字化、科学研究及移动环境应用。
Askchat.ai
一个基于chatGPT,提供永久角色扮演和prompt工具的人工智能网站，Askchat.ai使用GPT-3.5和GPT-4.0算法进行训练。能够理解和解释人类自然语言，并用合适的方式进行回答。
