想把pdf格式试卷题目像纸质一样方便标记做题+做笔记，在win端或者安卓平板端

请问有没有好的解决方案
或者ai时代了，有没有必要折腾一下把题目自己弄个分类题库，建个错题集这种，同求现成解决方案

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: montillo10)

智普的老套餐可以转让吗？

有人说续费有二维码支付，也有人续费绑定微信支付宝无法转让（重新开就不是老套餐了）

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: miaoxiansheng)

提问：哪个模型对视频与书籍学习的能力好一点

我最近有想做一个就是把一系列专业书籍都放入一个坑中，然后对ai进行提问判断对错以及找出所在的出处，比如视频的几分几秒，书本的第几页，让学生多翻翻书算是。对于视频来说，画面内容转化为文字，会不会损失太多信息，你们觉得呢？

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: BrK)

快科技报道：再夺全球第一！百度伐谋Agent 2.0登顶MLE-Bench，号称打败opus 4.6快科技

再夺全球第一！百度伐谋Agent 2.0登顶MLE-Bench

快科技4月10日消息，百度智能云的伐谋Agent 2.0又拿下一个世界级第一，在机器学习工程权威基准MLE-Bench上登顶，还刷新了最好成绩。这个评测是OpenAI主导设立的，里面有75个来自Kaggle的真实工

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Tony)

【福利】快三级了，发一个GPT的token（车已开走）

要升3级了 ，还差几个爱心，留下一个key给大伙应急，垃圾小鸡轻蹬 🫣
余额:900刀左右

CCSwitch链接：已经用了1B了，预计还剩65%；车门焊死，满头大汉不能容纳了 🫢 ，下次有机会再分享。
总结 （点击了解更多详细信息）
粘贴到浏览器地址栏即可开蹬； 🤣

15 个帖子 - 15 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: jlweb)

看到挺多人对自动化ai科研感兴趣，我来分享一点自己的经验

开场先叠个甲，CS PhD 在读，发过 CVPR、ICCV、ICML、NeurIPS等。Claude官方max订阅。ChatGPT pro订阅，以及Gemini Ultra。
首先，现在 AI 写论文这件事已经非常成熟了。如果你只是写一些不需要任何实验的论文，我觉得它是完全可以胜任的，甚至它会写得比你还好，只不过需要一些 Harness 以及skill来适配你的工作流。

重新编辑把所有内容放到主楼层了。

但是我现在想讨论的是 Deep Learning 方向的科研任务。AI 是否能完整地解决 Deep Learning 的任务，主要分为以下几个过程：

1. 文献调研
2. 确定 Baseline
3. 确定 Idea
4. 写代码跑实验（实现 Idea）
5. 分析实验
6. 写论文

我真正尝试了几次，自己也搭了多套系统，纯skill方式，agent方式，魔改omc/omcodex等，都会发现最起码到目前为止，它还是没有办法完全自由推进。过程中确实会有一些让人 Amazing 的点，但更多的时候，它还是会在一个地方陷进去打转。
先说模型使用的问题，如果你想拥有最好的性能，三家模型肯定都是要用的。因为首先它们擅长的侧重点不同，其次，多元模型交叉可以互相 review。

这种情况下是防止幻觉以及提升能力最好的办法，类似于只要写过代码都知道，ensemble 是最无痛体验的最好方式。

其次，关于文献调研。

首先，AI 的文献调研能力一定是比人强的。我发现找调研（survey）这个过程中有很多值得探索的点，比如大模型是怎么读内容的：是让它自己通过 Web Search 读原文，还是你给它下载好 PDF 之后再喂给它读？以及是直接读PDF还是转markdown在读，这里面有很大的探索空间，也就是怎么把这个流程做到最稳定、最可用。

另外我发现，如果让它读一些论文，因为论文动辄三四十页，它其实会“偷懒”，只读前三页。但事实上，也不需要把一篇 PDF 完整地读完，因为里面很多信息是你只在特定时候才需要的。

比如说：

1. 比对结果的时候，你才需要看实验结果。
2. 在最开始，你可能只需要看一个摘要和引言（introduction），就可以判断它到底能不能被你用到。

另外发现最核心的问题是，针对一个点不断翻找、搜论文的时候，系统一定能搜到很好的论文并基于此提出 idea。但我当时考虑的流程是：

1. 首先会提出很多 idea。
2. 然后交叉 review，看哪个 idea 更好。
3. 确定这个 idea 后，再出发去看看有没有润色、打磨的点，以及它的 novelty 够不够。

在这个过程中，基于idea搜论文最大的问题是找到的文献太多了。所以按严格标准来算，你的所有 idea 都没有 novelty。但事实上，这些 idea 可能已经比绝大多数 CVPR 的方法更有新意了。

所以这个评判标准很难界定，而且受模型影响很大。

如果让他确定 Idea 以后从零开始写代码的话，效果一定会很差，这个毋庸置疑。我把这个放在最先，希望大家不要在上面浪费时间。如果你看到开源项目连这点都没有考虑的话，可以直接放弃它，它是不可能好用的。或者最起码，它不可能帮你发出一篇实验能复现、没有任何幻觉造假的 Top Conference 论文。

所以我们一定要找到一个 Baseline。当然，最简单的方式是你已经确定了研究方向和 Baseline，然后基于它去修改，这样就可以跳过这一步。

基于 Baseline 的话，就到了我们的复现环节。复现 Baseline 的主要意义在于：既然 AI 跑这些任务很容易，我们可以简单复现一下 Baseline 的结果，方便观察我们的 Idea 是不是真的 Work。

复现过程中需要安装环境和下载数据集，这里其实有蛮多坑的：

1. 网络连接不稳定：尤其是服务器在国内的话，连接各种资源非常不稳定。
2. 缺乏监控机制：它毕竟是大语言模型驱动的。比如它去下载一个数据集，如果没有监控，可能第一秒就挂掉了，但没有人管它。
3. 进程阻塞：装环境的时候如果报错就会卡住。

我当时觉得这些任务都应该交给 Sub-agent，或者通过 exec 调用。我不想让它在主线程运行，一方面是在主线程会影响上下文，另一方面是会让我卡在前台等待，而这明明是可以并行处理的。

因此我加了很多监控机制。我考虑过用 Python 写一些 watchdog，或者是加一些心跳轮询之类的机制，但是都不是很 work。

尤其是叠加了 SSH 服务器、给服务器配代理这些操作，以及服务器上可能有数据集不需要下载，但是要验证数据集完整性等问题，导致这件事变得非常 tricky。

因此，我目前也没有想到能完美解决这件事的方式。它可能有能力帮你全做完，但用的不一定是你想要的方式。比如：服务器上其实已有这个数据集，它却给你重新下载一套
但是这个是针对全自动化的。如果你自己已经下好，并且能告诉它路径的话，它其实可以避免这个问题。

Idea 实现以后，深度学习实验最大的问题就是你如何判断这个实验是否值得跑，以及它是否真的在运行。

大模型遇到的最大问题是：代码改好跑起来后，系统就一直在等，以为它已经正常运行了，可能第一秒就挂了。这个倒是有办法解决，但更大的问题在于：

1. GPU 利用率不高：这需要单独处理。
2. Loss 直接 NAN：这也得及时处理。

所以这些细节都是一个完善的科研系统必须要考虑的事情。必须让 GPU 得到最大的利用，并且在实验出现明显不行的信号时，第一时间进行处理。
3. 异常信号处理：或者还有一些情况，就是 Loss 可能没有出现 NaN，但是已经有一些明显的信号表明这个实验继续下去没有意义。由于 GPU 资源是一件很昂贵的事情，所以我们当然希望这种情况也能得到处理。

另外还有一个比较重要的，是多种模型之间如何交互的问题：到底是用 MCP、Exec 还是别的方式？

目前我自己的感受如下：

1. MCP 是一定不能考虑的方式，最垃圾的方式。
2. 最好区分是一次执行的任务还是多轮执行的任务
(a) 需要上下文的，可以通过 T-Max 开 Panel，让他们可以实时交互
(b) 一次执行Exec即可。

写到这儿突然发现，忘了说一个很重要的问题：多个模型到底如何交互？
目前看下来，因为前面也提到了一定要运用多个模型的能力，主要的使用方式可能有两种：

1. EXEC。
2. 让他们能主动交互的 tmux 开 panel。

第一种方式用来最简单的review，比如同时10个idea，10个并行exec命令review idea。第二种方式可以实现主的调度器给任何的 session 发信息，并且可以追问，保持上下文。

还有就是上下文管理的问题。我花了很多时间来尝试，能不能让我的每一个 session 都有我想要让它有的上下文。

但我发现目前来看，不知道是我还没调教好，还是确实比较困难，效果不是特别好。但我还是会尽量让它干净一点，所以主调度其实不做任何事情。
因此参考 Harness Engineering，我主要做的改进如下：

1. 优化 Session 交互与状态记录
不管怎么开启 Session 都方便交互，系统会记录当前的进度、具体做到哪里，以及是否存在活跃的 Task，防止开了新 Session 以后，甚至不知道有 GPU 任务已经在跑。
2. 规范 Agent 间的交付流程
不同的 Agent 之间会有明确的输入输出格式，并且通过在磁盘上读文件的方式来完成他们的输入。

因为主要是分享自己用的过程中的一些感受，还没做好写一个教程的准备。毕竟自己也是初步的探索，所以就是基本想到哪儿说到哪儿。

整篇帖子由 Typeless 完成输入。

38 个帖子 - 13 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: NeverMore)

美国要给中国要拔网线了

美国考虑禁止中国三大电信公司连接美国网络，并禁止运营数据中心

美国联邦通信委员会（FCC）周四表示，根据初步得出的结论，将以危害国家安全为由，禁止美国和其他通信运营商与被列入美国受限清单的中国移动、中国电信和中国联通等三大中国电信公司进行互连。

他们也考虑禁止这些上述电信公司在美国境内运营数据中心，以及将上述禁令延伸至受限清单内部分企业的附属公司。也将禁止通信运营商与安装了华为和中兴通讯设备的公司进行通信互连。

美国联邦通信委员会将于 4月30日的会议上就上述提议进行投票。

消息来源
https://docs.fcc.gov/public/attachments/DOC-420715A1.pdf

豆包解读

70 个帖子 - 63 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: 隔壁王叔叔)

初入來至貴寶地,此舉回饋鄉親父老～～

抽奖主题：今天來就在貴站薅到高級羊毛,難掩自己的高興喜悅 😊,解決我剛涉入初步編程一大難處,在此謝謝默默付出的佬友們,以後還多跟佬友們多學習,在此回饋鄉親,抽3个口令红包给佬友们！抽奖结束12小时内私发中奖者 💯

🏆️ 奖品详情：

[奖品1]：3个8.88米的支付宝口令红包

:three_o_clock: 活动时间：
开始时间：发帖时间
截止时间：2026年4月10日23:59

抽奖规则：

每位用户仅允许参与一次。
将使用 LINUX DO 抽奖工具在所有回复中随机抽取中奖者。

本活动将在活动截止时间后关闭回帖，以确保公正性。
中奖者将在活动结束后在本帖公布，并通过论坛站内信由发起人通知领奖方式。
所有规则及抽奖结果由@W.W及论坛管理团队最终解释。

发起人承诺：

作为本次抽奖的发起人 @w.w ，我承诺本话题的抽奖活动严格遵守 LINUX DO 社区抽奖规则。因违反上述规定引发的公平性争议或其他问题，均由我独立承担相应的道德与法律责任。

期待您的积极参与，祝您好运！如有任何疑问，欢迎随时联系 @w.w 或论坛管理团队。

117 个帖子 - 117 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: W)

Magic Ai 公益站，刚换到了sub2api，开放一波注册

本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：

● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
● 我的帖子已经打上 公益推广 标签： 是
● 我的项目属于个人项目，与公司或商业机构无关： 是
● 我的项目不存在QQ、TG等群组引流： 是
● 我的项目不存在非运营必要的网站引流： 是
● 我的项目不存在为他人推广、AFF： 是
● 我的项目无关联的商业项目： 是
● 我的站点存在登录，并已接入 LINUX DO Connect： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

----------------------

刚切换到sub2api，采用邀请码制，先放一波邀请码，后面会根据号池情况，不定时放邀请码和注册码。

站点：https://magic-sub.zeabur.app

邀请码：LINUX DO CDK

为了各位佬能够稳定的踩，也为了这个站能长久运行下去，各位佬有什么问题可以跟帖反馈哈，我来优化 😜

251 个帖子 - 206 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: magic_csq)

【Huainova公益站】二次开放注册啦

本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：

● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是 / 否
● 我的帖子已经打上 公益推广 标签： 是 / 否
● 我的项目属于个人项目，与公司或商业机构无关： 是 / 否
● 我的项目不存在QQ、TG等群组引流： 是 / 否
● 我的项目不存在非运营必要的网站引流： 是 / 否
● 我的项目不存在为他人推广、AFF： 是 / 否
● 我的项目无关联的商业项目： 是 / 否
● 我的站点存在登录，并已接入 LINUX DO Connect： 是 / 否
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 / 否
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 / 否

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

----------------------

20:25 还没上车的佬抓紧时间啦

注册将于20:40关闭，由于太多佬说无法正常使用~~
注册将于20:40关闭，由于太多佬说无法正常使用~~

关闭注册以后模型就可以正常调用啦

关于大家所说的注册以后无法使用问题

【Huainova公益站】二次开放注册啦 福利羊毛

[6ce082906a2504133e844d4b97561cd5] 目前只上传了5K个号，还有1.5W在库存中 因为服务器是小水管，在开启注册的时候无法支持同时并发调用模型，所以只开启了部分账号，等关闭注册以后就可以稳定了~

由于昨天仅开放一小时,佬们太热情导致服务器多次宕机好多佬们没注册上，今天又开放啦!

目前注册赠送20额度 ，已开放签到功能
定时清理注册未使用的
服务器小水管，看看能顶住佬们的速度不~~
公益站地址：https://ai.huaibao.top

145 个帖子 - 130 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: zz_fangz)

【招聘】【软件开发工程师/增长实习】【年包：20w-50w rmb】【AI方向】

招人

我们是一家Starup的硅谷AI企业，融到钱了的（所以不用担心没钱跑路）。

赛道是AI图像视频社媒营销（跟市面上现有的方向不太一致，是一个完全的新+宏大的方向）。团队的背景很好，多人连续创业。

重要的Tips:

1. 如果您在美国居住，办公地点为线下，除此之外都是远程。
2. 开发工资2-4w，每年都会有20-70%涨幅。
3. 开发需要在规定时间做一个demo验证能力（介意勿扰）。

软件开发工程师

岗位简介

我们正在招聘一位优秀的软件开发工程师，参与复杂 AI 应用系统的设计与开发。
这个岗位不是简单做页面拼接或接口对接，而是需要深入参与 AI 产品架构、复杂业务逻辑、模型能力接入、工作流编排、系统稳定性与工程落地。

你将和团队一起，把 AI 能力真正做成可上线、可扩展、可持续迭代的软件系统。

岗位职责

1. 负责 AI 相关产品的后端或全栈开发，完成核心模块设计、开发与维护。
2. 参与复杂 AI 系统的工程实现，包括模型接入、任务编排、上下文管理、工具调用、自动化流程等。
3. 参与业务系统架构设计，建设可扩展、稳定、易维护的软件工程体系。
4. 持续优化系统性能、稳定性、调用成本与开发效率。
5. 关注 AI 应用开发的新技术和新范式，并推动在实际场景中落地。

任职要求

1. 计算机基础扎实，具备良好的编码能力和工程习惯。
2. 熟悉至少一种主流开发语言，如 TypeScript、Python、Go 等。
3. 对 AI 应用开发有浓厚兴趣，了解大模型应用的基本开发方式。
4. 具备较强的问题分析与解决能力，能够在复杂业务场景下推进项目落地。

加分项

● 有 AI 应用、Agent、Workflow 相关项目经验
● 还不错的英文
● 有复杂业务系统、平台系统、任务调度系统开发经验
● 有多模型接入、Prompt Engineering、Tool Calling、上下文管理经验
● 喜欢自己瞎搞东西，折腾
● 有创业公司或高迭代环境工作经验

我们希望你

● 热爱写代码，也愿意思考系统设计
● 面对复杂问题时能快速拆解并推进落地
● 不只满足于“能用”，而是会思考“怎么更稳定、更优雅、更可扩展”
● 对 AI 技术有好奇心，并愿意把它真正做成产品能力

社媒运营实习生

岗位简介

我们正在招聘一位对内容、传播和海外互联网文化敏感的社媒运营实习生，参与 AI 产品相关的海外社交媒体内容策划与日常运营。
这个岗位不是简单发帖，而是需要参与 账号内容规划、选题策划、素材整理、内容发布、数据复盘与增长优化。

你将和团队一起，把产品、内容和传播更紧密地连接起来，持续提升账号影响力和内容转化效果。

岗位职责

1. 负责公司海外社交媒体账号的日常运营，包括内容发布、排期管理、基础互动等。
2. 参与内容选题策划，结合产品方向、热点趋势和用户兴趣输出内容想法。
3. 协助整理图文、短视频、文案等内容素材，推动内容高效上线。
4. 跟踪内容数据表现，包括 views、engagement、shares、CTR、conversion 等核心指标，并进行基础复盘。
5. 持续关注海外同类账号、行业热点和平台趋势，为内容增长提供灵感和建议。

任职要求

1. 对社交媒体内容有感觉，熟悉海外主流平台的内容风格和传播逻辑。
2. 有基本的英文读写能力，能够理解并产出自然的英文内容。
3. 对 AI、互联网产品、内容增长有兴趣，愿意快速学习新东西。
4. 认真细致，执行力强，能够跟进内容从想法到发布的完整流程。

加分项

● 有 X、Instagram、TikTok、YouTube、Reddit、LinkedIn 等平台运营经验
● 有短视频脚本、图文内容、热点选题经验
● 英文还不错，能够独立理解海外内容和社区语境
● 对 AI 产品、出海产品、creator economy 有兴趣
● 有网感，能分析内容为什么传播、为什么转化
● 有创业公司或高迭代环境工作经验

我们希望你

● 对内容传播有天然敏感度
● 愿意动手，不只是想点子，也能把事情推进上线
● 能快速理解一个产品，然后把它讲给更多海外用户听
● 对数据不抗拒，愿意根据反馈不断优化内容

社区运营实习生

岗位简介

我们正在招聘一位社区运营实习生，参与 AI 产品用户社区的建设与日常维护。
这个岗位不是简单回复消息，而是需要参与 用户沟通、社区氛围维护、反馈收集、活动支持、种子用户运营与社区内容建设。

你将和团队一起，搭建更有活力的海外用户社区，让社区成为产品增长和用户洞察的重要阵地。

岗位职责

1. 负责用户社区的日常维护，提升社区活跃度与互动质量。
2. 协助整理和回复用户问题，跟进常见反馈，并推动信息在团队内流转。
3. 参与种子用户、活跃用户和核心创作者的日常沟通与关系维护。
4. 协助策划社区活动、主题讨论、激励机制等，提升留存与参与感。
5. 定期整理用户反馈、社区热点和典型案例，为产品和运营提供输入。

任职要求

1. 有较强的沟通能力，愿意和用户打交道，也能把信息整理清楚。
2. 对 community operations、user operations、content ecosystem 有兴趣。
3. 做事细致耐心，责任心强，能够处理重复但重要的运营细节。
4. 具备基本英文沟通能力，能够参与海外社区环境中的交流。

加分项

● 有 Discord、Telegram、Reddit、Slack、Facebook Groups 等社区运营经验
● 有用户访谈、反馈整理、FAQ 搭建经验
● 英文还不错，能比较自然地参与海外社区沟通
● 对 AI 产品用户、创作者用户、开发者用户有一定理解
● 有活动策划、社区激励、冷启动经验
● 有创业公司、高速迭代团队经验

我们希望你

● 喜欢和真实用户交流，而不是只在表格里看数字
● 能从用户表达里抓到真正的问题和机会
● 愿意做扎实的运营工作，把社区一点点养起来
● 不怕碎，不怕杂，能把零散的信息整理成有价值的输出

----------------------

投流实习生

岗位简介

我们正在招聘一位对增长、广告素材和转化数据敏感的投流实习生，参与 AI 产品相关的海外广告投放与增长支持工作。
这个岗位不是机械搭广告，而是需要参与 广告素材整理、投放协助、数据监控、效果分析和优化迭代。

你将和团队一起，围绕产品增长目标不断测试素材、受众和投放策略，找到更有效率的获客方式。

岗位职责

1. 协助进行海外主流广告平台的投放支持工作，包括素材整理、campaign setup、数据记录等。
2. 跟踪广告投放数据表现，包括 impressions、clicks、CTR、CPC、CPA、ROAS、retention 等核心指标。
3. 协助进行素材测试、文案测试和创意方向整理，不断提升投放效果。
4. 参与投放数据复盘，整理问题、总结规律，并支持后续优化。
5. 关注竞品投放、平台变化和新广告玩法，为增长提供思路。

任职要求

1. 对 growth、paid acquisition、performance marketing 有兴趣。
2. 对数据较敏感，能看懂基础投放指标，并愿意从数据里找问题。
3. 做事认真，有执行力，能够稳定处理日常投放支持工作。

4. 对内容和素材有一定感觉，知道什么样的创意更容易吸引用户。
5. 具备基本英文阅读能力，能理解海外广告平台和素材语境。

加分项

● 有 Meta Ads、Google Ads、TikTok Ads、YouTube Ads 等平台接触经验
● 有广告素材分析、landing page 分析、转化链路分析经验
● 英文还不错，能看海外广告素材、竞品和平台信息
● 对 AI 产品、SaaS、tool products 的增长逻辑有兴趣
● 有表格处理、数据整理、基础分析能力
● 有创业公司或结果导向型团队经验

我们希望你

● 对流量有兴趣，不把投流当成纯体力活
● 看到数据波动会想原因，而不是只记录结果
● 愿意一边做执行，一边学习增长方法论
● 能接受不断测试、不断调整的工作节奏

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: xibaoyuxi)

【人机协作】为什么大佬可以做到一个人盯10-20个Agent，但是你不行

via LINUX DO - 最新话题 (author: BosaBosa)

咱们论坛真的有好多开源的项目，真的是适合自己慢慢去探索呀。

一个是咱们论坛开源的voice input软件，可以直接语音输入，还可以AI识别转换成新的文本。
另外一个就是咱们论坛的Sublink pro项目，可以直接合并所有机场的订阅链接，而且还可以去修改任何规则，这个也非常好用。

真的是越来越喜欢咱们论坛了，在这里找到了好多能够提高自己工作效率和生活的好多开源软件。

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: HenryBrook5)

开源：MinerU → RAG 数据集转换工具

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

● 我的帖子已经打上 开源推广 标签： 是
● 我的开源项目完整开源，无未开源部分： 是
● 我的开源项目已链接认可 LINUX DO 社区： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

----------------------

之前一直在苦恼怎么建立一个自己的数据库，office 文档用传统的 RAG 模型已经可以很好处理了，但 PDF 一直无法很好梳理。
偶然间看到了 MinerU 这个开源项目，能够完美解析 PDF 的各种格式，我试了一下的确很好用。最终输出的是一堆零散的文件，包括 json，md 等等。
这些文件结合 MinerU 客户端展示效果很完美，但如果单独把 json 或者 md 送去知识库再通过 RAG 效果都不会很好。主要是两点原因：

1. 文档包含了很多无用的 HTML 信息以及用于内联的各种连接。然而传统 RAG 只能识别文字，不能再通过这些连接来去串联各种信息。
2. MinerU 自身的输出格式很标准，但有一些标记和符号对于 RAG 模型来说反而是噪声。

因此就制作了这个脚本，或者说 Skill 吧。效果很简单，就是通过脚本把 MinerU 生成的各类文件再进行一轮解析和拼接，删繁就简，最大效率提高后面 RAG 接手的效率。

Github 地址如下：GitHub - frondesce/mineru-kb-packager: Convert MinerU outputs into clean, retrieval-ready datasets for RAG pipelines. · GitHub
安装的话，给 AI 直接把地址，后面接一句帮我安装这个 skill 就好了。

3 个帖子 - 3 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: frondesce)