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。
通过三种位深的 GGUF 文件,在你自己的机器上运行 169Pi AI 的图文模型 Alpie Seed 9B。适合想在本地做视觉语言对话的开发者。
Alpie Seed 9B GGUF 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 169Pi/Alpie_Seed_GGUF
这是 Alpie Seed 9B 的 GGUF 量化版本,Alpie Seed 9B 是 169Pi AI 推出的开放权重视觉语言模型。这些文件用于在台式机、工作站和部分手机上本地运行。它们提供三种位深,让你在内存和质量之间取舍。
想在自己的硬件上离线运行图文模型的开发者和研究人员。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者 | 在本地运行视觉语言模型 | 就一张图片的内容提问 |
| 研究 | 研究人员 | 比较不同量化等级的大小和质量 | 用同样的提示词跑 2 位和 4 位版本 |
| 移动端 | 应用爱好者 | 在手机上离线运行模型 | 卡片展示了在 PocketPal 里的手机演示 |
如果你想要全精度模型,可以跳过这些量化版本。
| Use case | Who | What they get back |
|---|---|---|
| 图像理解 | 开发者 | 用 vision 标签得到关于图片的文字回答 |
| 推理和编程 | 学生和开发者 | 数学题、代码和调试方面的帮助 |
| 离线聊天 | 有合适设备的人 | 不需要网络的本地助手 |
pip install -U huggingface_hub hf download 169Pi/Alpie_Seed_GGUF
用 Ollama 的话,运行默认标签,或在模型名后面加标签,选择更小的版本或视觉版本。
ollama run 169pi/alpie-seed
ollama run 169pi/alpie-seed:q2 ollama run 169pi/alpie-seed:vision
| Tool | What it does |
|---|---|
| alpie-seed:latest | 默认版本,约 5.6 GB,文本输入 |
| alpie-seed:q2 | 最小的版本,约 3.8 GB,文本输入 |
| alpie-seed:q3 | 中等大小的版本,约 4.6 GB,文本输入 |
| alpie-seed:vision | 约 6.6 GB,接受文本和图像 |
你启动 vision 标签,发一张照片并问里面有什么。模型用文字回答。
如果你是新手,先用默认的 Ollama 标签,问一个简单的问题。想发图片时再换到 vision 标签。
Q2 占用内存最少,Q3 居中,Q4 保留最多细节,所以 Q4 适合台式机和工作站。基础模型原生有 262K 上下文窗口,Ollama 版本标的是 256K。实际大小取决于 GGUF 变体、上下文长度和运行环境。
通过三种位深的 GGUF 文件,在你自己的机器上运行 169Pi AI 的图文模型 Alpie Seed 9B。适合想在本地做视觉语言对话的开发者。
由 169Pi 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:这是 Alpie Seed 9B 的 GGUF 量化版本,Alpie Seed 9B 是 169Pi AI 推出的开放权重视觉语言模型。这些文件用于在台式机、工作站和部分手机上本地运行。它们提供三种位深,让你在内存和质量之间取舍。
适合谁:想在自己的硬件上离线运行图文模型的开发者和研究人员。
Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在本地运行视觉语言模型 | 就一张图片的内容提问
研究 | 研究人员 | 比较不同量化等级的大小和质量 | 用同样的提示词跑 2 位和 4 位版本
移动端 | 应用爱好者 | 在手机上离线运行模型 | 卡片展示了在 PocketPal 里的手机演示
如果你想要全精度模型,可以跳过这些量化版本。
用在哪里:
Use case | Who | What they get back
图像理解 | 开发者 | 用 vision 标签得到关于图片的文字回答
推理和编程 | 学生和开发者 | 数学题、代码和调试方面的帮助
离线聊天 | 有合适设备的人 | 不需要网络的本地助手
如何设置:
pip install -U huggingface_hub
hf download 169Pi/Alpie_Seed_GGUF
如何使用:用 Ollama 的话,运行默认标签,或在模型名后面加标签,选择更小的版本或视觉版本。
ollama run 169pi/alpie-seed
ollama run 169pi/alpie-seed:q2
ollama run 169pi/alpie-seed:vision
Tool | What it does
alpie-seed:latest | 默认版本,约 5.6 GB,文本输入
alpie-seed:q2 | 最小的版本,约 3.8 GB,文本输入
alpie-seed:q3 | 中等大小的版本,约 4.6 GB,文本输入
alpie-seed:vision | 约 6.6 GB,接受文本和图像
示例:你启动 vision 标签,发一张照片并问里面有什么。模型用文字回答。
新手与专家:如果你是新手,先用默认的 Ollama 标签,问一个简单的问题。想发图片时再换到 vision 标签。
Q2 占用内存最少,Q3 居中,Q4 保留最多细节,所以 Q4 适合台式机和工作站。基础模型原生有 262K 上下文窗口,Ollama 版本标的是 256K。实际大小取决于 GGUF 变体、上下文长度和运行环境。
选一个量化等级
获取 GGUF 文件或 Ollama 标签
在 llama.cpp 或 Ollama 中运行
发送文本,或用 vision 标签发送图像
注意事项:
Title: Ollama download size
latest: 5.6 GB
q2: 3.8 GB
q3: 4.6 GB
vision: 6.6 GB
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download 169Pi/Alpie_Seed_GGUF
然后按它的模型卡使用它。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 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Alpie Seed 9B GGUF 本页 | 1,346 | 13 | 9B | apache-2.0 | |
| Alpie Seed 9B共有 169pi · alpie · vision-language | 741 | 26 | 9.4B | apache-2.0 | |
| Qwen3.8-27B-Ridge-GGUF共有 reasoning · llama.cpp · quantized | 292,932 | 369 | 27.3B | apache-2.0 | |
| Unlimited-OCR-2-GGUF共有 vision-language · llama.cpp · quantized | 8,452 | 8 | 2.9B | mit | |
| Tess-4.5-27B GGUF共有 coding · reasoning · llama.cpp | 1,095,620 | 65 | 26.9B | apache-2.0 | |
| Gemma4-12B v2 Coding + Agentic Edition共有 coding · reasoning · llama.cpp | 92,024 | 1,773 | 11.9B | apache-2.0 |
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。