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。
通过 WebGPU 在你的浏览器里运行 Spark-X2.6-1.7B 聊天模型,你输入的内容留在自己的设备上。适合想要私密本地聊天、使用桌面版 Chrome 或 Edge 的人。
Spark-X2.6-1.7B WebGPU 是一款工具包,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 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download mohdmahmodi/Spark-X2.6-1.7B-WebGPU --repo-type space --local-dir Spark-X2.6-1.7B-WebGPU cd Spark-X2.6-1.7B-WebGPU
Spark-X2.6-1.7B WebGPU 是一个静态网页,让你和 Spark-X2.6-1.7B 模型聊天。模型通过 WebGPU 在你自己的显卡上运行,所以你输入的内容不会发到服务器。页面在你第一次访问时加载模型文件,之后由浏览器保存。
想在浏览器里本地试用小型语言模型、又不想注册账号或搭后端的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 网页开发者 | 研究模型怎样通过 WebGPU 在页面里运行 | 阅读页面的 lib 和 app 文件夹 |
| 研究 | 机器学习爱好者 | 在自己的显卡上试用 1.7B 模型 | 问几个测试问题 |
| 隐私工作 | 谨慎的用户 | 聊天时不把文字发给任何服务 | 一份私人草稿或笔记 |
| 教育 | 教师 | 给学生演示在本地运行的模型 | 在桌面电脑上做课堂演示 |
如果你的机器没有支持 WebGPU 的浏览器,或者没有多余的显存,可以跳过它。
| Use case | Who | What they get back |
|---|---|---|
| 私密聊天 | 有合适显卡的人 | 在自己设备上生成的回复 |
| 速度检查 | 开发者 | 一个可以对比多次运行结果的基准页面 |
| 本地演示 | 教师和演讲者 | 不需要服务器就能运行的模型 |
pip install -U huggingface_hub hf download mohdmahmodi/Spark-X2.6-1.7B-WebGPU --repo-type space --local-dir Spark-X2.6-1.7B-WebGPU cd Spark-X2.6-1.7B-WebGPU
打开 Space 页面,或者打开你副本里的 index.html,第一次访问时等模型加载完。然后输入消息,查看回复。侧边栏里有一个链接通向基准页面。
| Tool | What it does |
|---|---|
| index.html | 在浏览器里运行模型的聊天页面 |
| benchmarks.html | 单独的基准结果页面,在侧边栏里有链接 |
你在桌面版 Chrome 里打开页面,等一次性的模型下载完成,再输入一个简短的问题。回复由你的显卡生成,并显示在聊天里。
在桌面版 Chrome 或 Edge 里打开 Space 页面,发一条简短的消息。第一次加载要等一会儿,因为 1.21 GB 的模型只下载一次,之后会被缓存。
页面提到了两个模型。一个是原版 Spark-X2.6-1.7B,另一个是为 WebGPU 做的 ONNX 版本,页面从它自己的模型仓库获取。代价是一次性下载,并且需要约 1.5 GB 的空闲显存。
通过 WebGPU 在你的浏览器里运行 Spark-X2.6-1.7B 聊天模型,你输入的内容留在自己的设备上。适合想要私密本地聊天、使用桌面版 Chrome 或 Edge 的人。
由 mohdmahmodi 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:Spark-X2.6-1.7B WebGPU 是一个静态网页,让你和 Spark-X2.6-1.7B 模型聊天。模型通过 WebGPU 在你自己的显卡上运行,所以你输入的内容不会发到服务器。页面在你第一次访问时加载模型文件,之后由浏览器保存。
适合谁:想在浏览器里本地试用小型语言模型、又不想注册账号或搭后端的人。
Industry | Who uses it | How they use it | Example
软件 | 网页开发者 | 研究模型怎样通过 WebGPU 在页面里运行 | 阅读页面的 lib 和 app 文件夹
研究 | 机器学习爱好者 | 在自己的显卡上试用 1.7B 模型 | 问几个测试问题
隐私工作 | 谨慎的用户 | 聊天时不把文字发给任何服务 | 一份私人草稿或笔记
教育 | 教师 | 给学生演示在本地运行的模型 | 在桌面电脑上做课堂演示
如果你的机器没有支持 WebGPU 的浏览器,或者没有多余的显存,可以跳过它。
用在哪里:
Use case | Who | What they get back
私密聊天 | 有合适显卡的人 | 在自己设备上生成的回复
速度检查 | 开发者 | 一个可以对比多次运行结果的基准页面
本地演示 | 教师和演讲者 | 不需要服务器就能运行的模型
如何设置:
pip install -U huggingface_hub
hf download mohdmahmodi/Spark-X2.6-1.7B-WebGPU --repo-type space --local-dir Spark-X2.6-1.7B-WebGPU
cd Spark-X2.6-1.7B-WebGPU
如何使用:打开 Space 页面,或者打开你副本里的 index.html,第一次访问时等模型加载完。然后输入消息,查看回复。侧边栏里有一个链接通向基准页面。
Tool | What it does
index.html | 在浏览器里运行模型的聊天页面
benchmarks.html | 单独的基准结果页面,在侧边栏里有链接
示例:你在桌面版 Chrome 里打开页面,等一次性的模型下载完成,再输入一个简短的问题。回复由你的显卡生成,并显示在聊天里。
新手与专家:在桌面版 Chrome 或 Edge 里打开 Space 页面,发一条简短的消息。第一次加载要等一会儿,因为 1.21 GB 的模型只下载一次,之后会被缓存。
页面提到了两个模型。一个是原版 Spark-X2.6-1.7B,另一个是为 WebGPU 做的 ONNX 版本,页面从它自己的模型仓库获取。代价是一次性下载,并且需要约 1.5 GB 的空闲显存。
浏览器打开静态页面
模型文件下载一次并缓存
WebGPU 在你的显卡上运行模型
回复显示在聊天里
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Spark-X2.6-1.7B WebGPU 本页 | 1 | static | apache-2.0 | |
| Talking Pixel共有 in-browser · static | 2 | static | apache-2.0 | |
| EmbeddingGemma 2 in the Browser共有 webgpu · static | 1 | static | apache-2.0 | |
| InferenceSupport共有 static | 764 | static | afl-3.0 | |
| Huggy共有 static | 463 | static | cc-by-nc-sa-4.0 | |
| Z-Image Lookalike LoRA Index共有 static | 189 | static | apache-2.0 |
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。