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。
一个训练得很快的小型解码器,在 ComfyUI 里生成 MiniMax-H3 视频时提供实时画面预览,比默认的 latent2rgb 预览更清楚。
MiniMax-H3-TAE 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 Kijai/MiniMax-H3-TAE
MiniMax-H3-TAE 是 Kijai 为 MiniMax-H3 视频模型匆忙训练的一个小型 2D VAE。它把模型的潜空间帧转成粗略的画面,让你在生成过程中就能看到进展。作者称效果一般,但认为比默认的 latent2rgb 预览更好。
适合在 ComfyUI 里运行 MiniMax-H3、想在渲染视频时看到更清晰预览的人。它只负责一件很窄的事,自己并不生成视频。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 视频爱好 | ComfyUI 用户 | 换上这个解码器做预览 | 观看 MiniMax-H3 的运行,看画面有没有跑偏 |
| 工作流搭建 | 节点和工作流作者 | 在同一张图里比较预览解码器 | 和 latent2rgb 放在一起,看两者的差别 |
| 创意制作 | 视频创作者 | 凭肉眼检查采样进度 | 在等最终视频之前先看一眼预览 |
如果你从不运行 MiniMax-H3,或者只在意最终成片,可以跳过它。
作者说目前它只能配合一个节点使用,所以用武之地就是 ComfyUI。
| Use case | Who | What they get back |
|---|---|---|
| MiniMax-H3 运行的实时预览 | ComfyUI 用户 | 采样时每一步的粗略画面 |
| 预览对比 | 爱折腾工作流的人 | 与 latent2rgb 并排对照 |
文件派上用场之前,你需要先准备几样东西。
pip install -U huggingface_hub hf download Kijai/MiniMax-H3-TAE
运行带有 ModelPreviewOverride 节点的 MiniMax-H3 工作流。采样时看到的预览就来自这个解码器,而不是 latent2rgb。模型卡没有给出更多设置,所以只需要学会用这个节点。
hf download Kijai/MiniMax-H3-TAE
| Tool | What it does |
|---|---|
| ModelPreviewOverride | ComfyUI-KJNodes 里的节点,用来把这个解码器换进预览 |
| hf download | 把仓库文件取到你的电脑 |
你在 ComfyUI 里开启预览节点,启动一个 MiniMax-H3 视频。你看到的不再是 latent2rgb 那种平淡的色块,而是一张粗略但看得清的画面,帧正在逐渐成形。你能很早就判断这次运行是否朝你想要的方向走。
如果你是新手,可以把它当成一个便宜的取景器。装好文件,在 MiniMax-H3 工作流里打开预览节点,看看有什么变化就行。工作流里其他部分都不用改。
如果你熟悉这个领域,这就是一个训练来快速解码潜变量的小型自编码器,思路与 TAEHV 系列相近。它拿保真度换速度,所以只是预览辅助,不是最终解码器。作者还指出 madebyollin 训练了一个更完整的版本,可以配合同一个节点使用。
画质有意做得一般,作者说现在已有训练得更好的解码器。目前它只能配合 ComfyUI-KJNodes 里的 ModelPreviewOverride 节点使用。
一个训练得很快的小型解码器,在 ComfyUI 里生成 MiniMax-H3 视频时提供实时画面预览,比默认的 latent2rgb 预览更清楚。
由 Kijai 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:MiniMax-H3-TAE 是 Kijai 为 MiniMax-H3 视频模型匆忙训练的一个小型 2D VAE。它把模型的潜空间帧转成粗略的画面,让你在生成过程中就能看到进展。作者称效果一般,但认为比默认的 latent2rgb 预览更好。
适合谁:适合在 ComfyUI 里运行 MiniMax-H3、想在渲染视频时看到更清晰预览的人。它只负责一件很窄的事,自己并不生成视频。
Title: 谁会用它
Industry | Who uses it | How they use it | Example
AI 视频爱好 | ComfyUI 用户 | 换上这个解码器做预览 | 观看 MiniMax-H3 的运行,看画面有没有跑偏
工作流搭建 | 节点和工作流作者 | 在同一张图里比较预览解码器 | 和 latent2rgb 放在一起,看两者的差别
创意制作 | 视频创作者 | 凭肉眼检查采样进度 | 在等最终视频之前先看一眼预览
如果你从不运行 MiniMax-H3,或者只在意最终成片,可以跳过它。
用在哪里:作者说目前它只能配合一个节点使用,所以用武之地就是 ComfyUI。
Title: 实际用途
Use case | Who | What they get back
MiniMax-H3 运行的实时预览 | ComfyUI 用户 | 采样时每一步的粗略画面
预览对比 | 爱折腾工作流的人 | 与 latent2rgb 并排对照
如何设置:文件派上用场之前,你需要先准备几样东西。
pip install -U huggingface_hub
hf download Kijai/MiniMax-H3-TAE
如何使用:运行带有 ModelPreviewOverride 节点的 MiniMax-H3 工作流。采样时看到的预览就来自这个解码器,而不是 latent2rgb。模型卡没有给出更多设置,所以只需要学会用这个节点。
hf download Kijai/MiniMax-H3-TAE
Title: 组成部分
Tool | What it does
ModelPreviewOverride | ComfyUI-KJNodes 里的节点,用来把这个解码器换进预览
hf download | 把仓库文件取到你的电脑
示例:你在 ComfyUI 里开启预览节点,启动一个 MiniMax-H3 视频。你看到的不再是 latent2rgb 那种平淡的色块,而是一张粗略但看得清的画面,帧正在逐渐成形。你能很早就判断这次运行是否朝你想要的方向走。
新手与专家:如果你是新手,可以把它当成一个便宜的取景器。装好文件,在 MiniMax-H3 工作流里打开预览节点,看看有什么变化就行。工作流里其他部分都不用改。
如果你熟悉这个领域,这就是一个训练来快速解码潜变量的小型自编码器,思路与 TAEHV 系列相近。它拿保真度换速度,所以只是预览辅助,不是最终解码器。作者还指出 madebyollin 训练了一个更完整的版本,可以配合同一个节点使用。
MiniMax-H3 采样时潜变量不断送来
预览节点把它们交给小型解码器
解码器返回一张粗略的画面
你在 ComfyUI 里看到预览
注意事项:画质有意做得一般,作者说现在已有训练得更好的解码器。目前它只能配合 ComfyUI-KJNodes 里的 ModelPreviewOverride 节点使用。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Kijai/MiniMax-H3-TAE
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 5 KB
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。