anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

一款用于浏览器自动化的命令行工具,支持 AI 智能体通过命令行导航页面、通过无障碍树读取内容并与页面元素交互。
agent-browser 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。
npm install -g agent-browser agent-browser install
agent-browser 是一个用 Rust 编写的原生命令行工具,旨在让 AI 智能体能够操控网页浏览器。它将网页内容转化为简洁的文本,并为每个元素提供引用标注,使智能体能够读取页面、针对特定元素执行操作,并重复上述过程以完成任务。
适用于正在构建需要执行浏览器自动化功能的 AI 智能体的开发者。
npm install -g agent-browser agent-browser install
你可以通过终端逐条向浏览器发送指令,浏览器会话会在指令之间保持打开状态。
agent-browser open example.com agent-browser snapshot -i agent-browser click @e1 agent-browser get url agent-browser close
对于初学者,你可以将其理解为智能体通过文本“观看”并与网页交互的桥梁。你可以使用 snapshot 命令查看页面结构,并通过引用标识元素。
对于进阶用户,它充当了高级智能体与 Chrome DevTools Protocol 之间的媒介。CLI 将命令发送到后台守护进程以管理浏览器状态。它支持多种浏览器引擎和云浏览器提供商,能够满足你扩展自动化需求的能力。
一款用于浏览器自动化的命令行工具,支持 AI 智能体通过命令行导航页面、通过无障碍树读取内容并与页面元素交互。
由 vercel-labs 在 GitHub 上发布。这些说明由 Minda 根据其 README 整理,项目的源码及许可信息请查看其代码仓库。
What it is: agent-browser 是一个用 Rust 编写的原生命令行工具,旨在让 AI 智能体能够操控网页浏览器。它将网页内容转化为简洁的文本,并为每个元素提供引用标注,使智能体能够读取页面、针对特定元素执行操作,并重复上述过程以完成任务。
Who it suits: 适用于正在构建需要执行浏览器自动化功能的 AI 智能体的开发者。
Where to use it:
How to set it up:
npm install -g agent-browser
agent-browser install
How to use it: 你可以通过终端逐条向浏览器发送指令,浏览器会话会在指令之间保持打开状态。
agent-browser open example.com
agent-browser snapshot -i
agent-browser click @e1
agent-browser get url
agent-browser close
For newcomers and experts: 对于初学者,你可以将其理解为智能体通过文本“观看”并与网页交互的桥梁。你可以使用 snapshot 命令查看页面结构,并通过引用标识元素。
对于进阶用户,它充当了高级智能体与 Chrome DevTools Protocol 之间的媒介。CLI 将命令发送到后台守护进程以管理浏览器状态。它支持多种浏览器引擎和云浏览器提供商,能够满足你扩展自动化需求的能力。
Good to know:
git clone https://github.com/vercel-labs/agent-browser.git
然后按照其 README 进行配置。此工具包本身不能独立运行。
README.md 3 KB
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。