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。
在浏览器里画出文字框、物体框和角色框的布局,并从中导出 MOSS-Image 提示词。适合手动搭建 MOSS-Image 草稿的人。
MOSS-Image Layout Editor 是一款工具包,属于效率类,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 ferry309/moss-image-layout-editor --repo-type space --local-dir moss-image-layout-editor cd moss-image-layout-editor
这是一个在网页里运行的 MOSS-Image 草稿提示词可视化编辑器。官方 MOSS-Image 仓库里有 compile_prompt.py,可以把布局草稿转换成提示词。在这个编辑器出现之前,没有可视化工具来制作这份草稿。现在你可以改为在画布上摆放框。
用 MOSS-Image 生成图片、想先规划文字、物体和角色放在哪里的人,也适合想把现有设计描下来作为起点的设计师。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 设计 | 视觉设计师 | 在生成之前先排好文字和物体 | 在画布上放一个标题框和一个角色框 |
| 营销 | 内容创作者 | 用确切的文字规划海报或横幅 | 为每个框输入确切的文字 |
| 软件 | 图像工作流开发者 | 不用手写就能得到布局 JSON | 导出 JSON,交给自己的工作流 |
如果你不用 MOSS-Image,可以跳过它。
这个编辑器可以在这些地方使用:
| Use case | Who | What they get back |
|---|---|---|
| 搭建布局草稿 | 设计师 | 你画出的框对应的布局 JSON |
| 复制提示词 | 做图的人 | 与官方脚本给出的结果一致的提示词 |
| 描摹设计 | 设计师 | 框后面一张可以描摹的图片 |
在线使用不需要任何准备。要用本地副本,你需要这几样:
这些步骤会下载 Space,然后手动打开它的主页。
pip install -U huggingface_hub hf download ferry309/moss-image-layout-editor --repo-type space --local-dir moss-image-layout-editor cd moss-image-layout-editor
打开页面,画出你的框,填写每一项,然后导出布局 JSON 并复制提示词。界面有英文和中文两种,四个内置示例可以作为起点。
| Tool | What it does |
|---|---|
| 画布框 | 放置文字框、物体框和角色框,然后移动或调整大小 |
| 条目字段 | 为每个框设置说明、确切文字、元标签和配色 |
| 参考图层 | 在框下面显示一张图片供描摹,只保存在你的浏览器里 |
| 导出 | 给出布局 JSON 和一份可复制的提示词 |
你选一个内置示例,移动框来适应你的想法,并修改其中一个框的确切文字。最后,把复制的提示词带到你自己的 MOSS-Image 环境里,图片在那里生成。
如果你是新手,先打开页面,选一个内置示例,拖动一个框试试。什么都不会上传,所以可以放心尝试。布局看起来对了再导出。
如果你熟悉这个领域:编辑器的目标是对同一份布局给出与 compile_prompt.py 一致的结果,这样提示词就能配合官方项目使用。页面自己不生成任何东西。它只是草稿的前端,参考图也不会成为提示词的一部分。
编辑器只构建草稿和提示词,不生成图片。
在浏览器里画出文字框、物体框和角色框的布局,并从中导出 MOSS-Image 提示词。适合手动搭建 MOSS-Image 草稿的人。
由 ferry309 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:这是一个在网页里运行的 MOSS-Image 草稿提示词可视化编辑器。官方 MOSS-Image 仓库里有 compile_prompt.py,可以把布局草稿转换成提示词。在这个编辑器出现之前,没有可视化工具来制作这份草稿。现在你可以改为在画布上摆放框。
适合谁:用 MOSS-Image 生成图片、想先规划文字、物体和角色放在哪里的人,也适合想把现有设计描下来作为起点的设计师。
行业 | 使用者 | 使用方式 | 例子
设计 | 视觉设计师 | 在生成之前先排好文字和物体 | 在画布上放一个标题框和一个角色框
营销 | 内容创作者 | 用确切的文字规划海报或横幅 | 为每个框输入确切的文字
软件 | 图像工作流开发者 | 不用手写就能得到布局 JSON | 导出 JSON,交给自己的工作流
如果你不用 MOSS-Image,可以跳过它。
用在哪里:这个编辑器可以在这些地方使用:
Use case | Who | What they get back
搭建布局草稿 | 设计师 | 你画出的框对应的布局 JSON
复制提示词 | 做图的人 | 与官方脚本给出的结果一致的提示词
描摹设计 | 设计师 | 框后面一张可以描摹的图片
如何设置:在线使用不需要任何准备。要用本地副本,你需要这几样:
这些步骤会下载 Space,然后手动打开它的主页。
pip install -U huggingface_hub
hf download ferry309/moss-image-layout-editor --repo-type space --local-dir moss-image-layout-editor
cd moss-image-layout-editor
如何使用:打开页面,画出你的框,填写每一项,然后导出布局 JSON 并复制提示词。界面有英文和中文两种,四个内置示例可以作为起点。
Tool | What it does
画布框 | 放置文字框、物体框和角色框,然后移动或调整大小
条目字段 | 为每个框设置说明、确切文字、元标签和配色
参考图层 | 在框下面显示一张图片供描摹,只保存在你的浏览器里
导出 | 给出布局 JSON 和一份可复制的提示词
示例:你选一个内置示例,移动框来适应你的想法,并修改其中一个框的确切文字。最后,把复制的提示词带到你自己的 MOSS-Image 环境里,图片在那里生成。
新手与专家:如果你是新手,先打开页面,选一个内置示例,拖动一个框试试。什么都不会上传,所以可以放心尝试。布局看起来对了再导出。
如果你熟悉这个领域:编辑器的目标是对同一份布局给出与 compile_prompt.py 一致的结果,这样提示词就能配合官方项目使用。页面自己不生成任何东西。它只是草稿的前端,参考图也不会成为提示词的一部分。
你在画布上画框
你填写文字、说明、标签和配色
你导出布局 JSON
你把提示词复制到 MOSS-Image
注意事项:编辑器只构建草稿和提示词,不生成图片。
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 5 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 |
|---|---|---|---|---|
| MOSS-Image Layout Editor 本页 | 1 | static | apache-2.0 | |
| Tessera Pixel Studio共有 text-to-image | 6 | gradio | cc-by-nc-4.0 | |
| DALL·E mini共有 static | 5,750 | static | apache-2.0 | |
| Kokoro Text-to-Speech (WebGPU)共有 static | 369 | static | apache-2.0 | |
| DALL·E mini 文字生成图片共有 static | 342 | static | apache-2.0 | |
| Supertonic 3 (TTS)共有 static | 291 | static | openrail |
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。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。