Mindket

SehatAI - Pakistan Health Intelligence

新上架第 1 版 · 更新于

概览

提供一个面向巴基斯坦的健康主题 Gradio 应用,你可以在浏览器里打开,也可以在自己的电脑上运行。适合好奇的用户和想阅读其代码的开发者。

SehatAI - Pakistan Health Intelligence 是一款工具包,属于研究类,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。

速览

你需要
  • 装有 pip 的 Python 3.11,系统可以是 Windows、macOS 或 Linux
  • Hugging Face hub 客户端,第一步会安装它
  • requirements.txt 里列出的软件包
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上,用 Python 3.11 运行的副本
先运行
pip install -U huggingface_hub
hf download AreejNamwz/sehat-ai --repo-type space --local-dir sehat-ai
cd sehat-ai

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

SehatAI 是 Hugging Face Spaces 上的一个 Gradio 应用,副标题是 Pakistan Health Intelligence。页面除了名字没有给出任何说明,所以它做什么只能从文件里推测。这些文件包括一个数据文件夹、一个 src 文件夹、一个媒体流程测试、一个示例音频文件和一份示例 PDF 报告。

适合谁

从名字看,它适合关注与巴基斯坦有关的健康信息的人,也适合想阅读一个小型 Gradio 项目的开发者。页面没有说它是为谁准备的。

IndustryWho uses itHow they use itExample
健康信息好奇的用户打开应用,看看它提供什么加载这个 Space,看页面上自带的标签
公共卫生分析人员查看项目的数据文件夹在仓库里浏览数据文件夹
软件开发者阅读一个 Gradio 应用如何测试音频和媒体处理打开媒体流程测试文件
教育学生研究一个小型的健康主题 AI 应用在本地运行一份副本,并跟着 app.py 读

如果你需要有文档说明的功能,可以跳过它,因为来源没有描述任何功能。

用在哪里

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上,用 Python 3.11 运行的副本
Use caseWhoWhat they get back
试用应用任何好奇的人应用针对你的输入给出的结果
阅读代码开发者一个带有 src 文件夹和测试的 Gradio 项目
本地运行学习者一份在你自己电脑上的应用副本

如何设置

在线版本什么都不用准备。要在自己的电脑上运行副本,你需要下面这些。

  • 装有 pip 的 Python 3.11,系统可以是 Windows、macOS 或 Linux
  • Hugging Face hub 客户端,第一步会安装它
  • requirements.txt 里列出的软件包
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装这个 Space 指定的 Gradio 版本。
  5. 从 requirements.txt 安装其余的软件包。
  6. 启动 app.py。
pip install -U huggingface_hub
hf download AreejNamwz/sehat-ai --repo-type space --local-dir sehat-ai
cd sehat-ai
pip install gradio==5.9.1
pip install -r requirements.txt
python app.py

如何使用

在线使用时,打开这个 Space 的页面,应用就会在浏览器里加载。来源没有描述它的控件,所以请照着页面上的标签操作。在自己的电脑上,用下面的命令启动它。

python app.py

示例

如果这个应用接受音频或文档,仓库里的示例文件 test_audio.wav 和 test_report.pdf 就是稳妥的第一次尝试。把其中一个交给应用,再看它返回什么。

新手与专家

如果你是新手,就在线打开这个 Space,试一试它显示的输入项。如果它接受示例音频或 PDF,就先从它们开始,并且每次只改一处。

如果你熟悉这个领域,这个应用在 Python 3.11 上使用 Gradio 5.9.1,运行在 Hugging Face 的 cpu-basic 硬件上,所以没有提到 GPU。仓库里有 src 文件夹、数据文件夹,还有一个从名字看是用来生成测试文件的脚本,这让媒体测试可以重复进行。

  1. 你打开这个 Space 或运行 app.py
  2. Gradio 页面在浏览器里加载
  3. 你给应用一个输入
  4. 你读它返回的结果

注意事项

来源内容很少,所以请把这一页当作通向代码的指引,而不是功能清单。

  • License: mit,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务,在线版本运行在 cpu-basic 硬件上
  • Data it reaches: 你在在线 Space 里输入的内容由 Hugging Face 的服务器处理,本地副本会下载这个 Space 的文件
  • Not for: 来源没有列出排除项,但不要只凭它做医疗决定

README 和文件

README

SehatAI - Pakistan Health Intelligence

提供一个面向巴基斯坦的健康主题 Gradio 应用,你可以在浏览器里打开,也可以在自己的电脑上运行。适合好奇的用户和想阅读其代码的开发者。

由 AreejNamwz 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。

简介

它是什么:SehatAI 是 Hugging Face Spaces 上的一个 Gradio 应用,副标题是 Pakistan Health Intelligence。页面除了名字没有给出任何说明,所以它做什么只能从文件里推测。这些文件包括一个数据文件夹、一个 src 文件夹、一个媒体流程测试、一个示例音频文件和一份示例 PDF 报告。

适合谁:从名字看,它适合关注与巴基斯坦有关的健康信息的人,也适合想阅读一个小型 Gradio 项目的开发者。页面没有说它是为谁准备的。

Industry | Who uses it | How they use it | Example
健康信息 | 好奇的用户 | 打开应用,看看它提供什么 | 加载这个 Space,看页面上自带的标签
公共卫生 | 分析人员 | 查看项目的数据文件夹 | 在仓库里浏览数据文件夹
软件 | 开发者 | 阅读一个 Gradio 应用如何测试音频和媒体处理 | 打开媒体流程测试文件
教育 | 学生 | 研究一个小型的健康主题 AI 应用 | 在本地运行一份副本,并跟着 app.py 读

如果你需要有文档说明的功能,可以跳过它,因为来源没有描述任何功能。

用在哪里:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上,用 Python 3.11 运行的副本
Use case | Who | What they get back
试用应用 | 任何好奇的人 | 应用针对你的输入给出的结果
阅读代码 | 开发者 | 一个带有 src 文件夹和测试的 Gradio 项目
本地运行 | 学习者 | 一份在你自己电脑上的应用副本

如何设置:在线版本什么都不用准备。要在自己的电脑上运行副本,你需要下面这些。

  • 装有 pip 的 Python 3.11,系统可以是 Windows、macOS 或 Linux
  • Hugging Face hub 客户端,第一步会安装它
  • requirements.txt 里列出的软件包
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装这个 Space 指定的 Gradio 版本。
  5. 从 requirements.txt 安装其余的软件包。
  6. 启动 app.py。
pip install -U huggingface_hub
hf download AreejNamwz/sehat-ai --repo-type space --local-dir sehat-ai
cd sehat-ai
pip install gradio==5.9.1
pip install -r requirements.txt
python app.py

如何使用:在线使用时,打开这个 Space 的页面,应用就会在浏览器里加载。来源没有描述它的控件,所以请照着页面上的标签操作。在自己的电脑上,用下面的命令启动它。

python app.py

示例:如果这个应用接受音频或文档,仓库里的示例文件 test_audio.wav 和 test_report.pdf 就是稳妥的第一次尝试。把其中一个交给应用,再看它返回什么。

新手与专家:如果你是新手,就在线打开这个 Space,试一试它显示的输入项。如果它接受示例音频或 PDF,就先从它们开始,并且每次只改一处。

如果你熟悉这个领域,这个应用在 Python 3.11 上使用 Gradio 5.9.1,运行在 Hugging Face 的 cpu-basic 硬件上,所以没有提到 GPU。仓库里有 src 文件夹、数据文件夹,还有一个从名字看是用来生成测试文件的脚本,这让媒体测试可以重复进行。

你打开这个 Space 或运行 app.py
Gradio 页面在浏览器里加载
你给应用一个输入
你读它返回的结果

注意事项:来源内容很少,所以请把这一页当作通向代码的指引,而不是功能清单。

  • License: mit,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务,在线版本运行在 cpu-basic 硬件上
  • Data it reaches: 你在在线 Space 里输入的内容由 Hugging Face 的服务器处理,本地副本会下载这个 Space 的文件
  • Not for: 来源没有列出排除项,但不要只凭它做医疗决定

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/AreejNamwz/sehat-ai
  • 文件:https://huggingface.co/spaces/AreejNamwz/sehat-ai/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
SehatAI - Pakistan Health Intelligence 本页1gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

研究类的相似商品

查看研究类的全部商品

REMEND

udiboy1209 · 工具包

用一个小型神经反编译器从编译后的二进制代码中还原数学公式,并提供论文里的数据集和训练好的模型。适合逆向工程师和研究者。

新上架

Drishya Tiny

udgamlabs · 工具包

把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。

新上架

monoyield-predictor

Tsuboyama-Lab · 工具包

预测一条蛋白质序列在大肠杆菌里能以单体形式表达多少,单位为 log10 mg/L。提供 ESMC-6B 和 SaProt 的已训练 LoRA 适配器和回归头,面向蛋白质研究人员。

新上架