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。
用一个从数据集里取题的 Gradio 测验,检验你对 Model Context Protocol 基础知识的掌握。适合学习 MCP 课程第一单元的学习者。
Unit 1 Quiz - Model Context Protocol (MCP) Fundementals 是一款工具包,属于教育类,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 context-course/unit_1_quiz --repo-type space --local-dir unit_1_quiz cd unit_1_quiz
这个 Space 是一个 Gradio 测验,检验你对 MCP 基础知识的掌握,对应 Model Context Protocol 课程的第一单元。它是一个针对数据集中各行数据的测验应用,所以题目来自数据,而不是来自代码。仓库里还有一个证书文件,并且点名了一个证书数据集,这暗示完成测验可能会得到证书。
它适合正在学习 Model Context Protocol、想检查自己学到了什么的人,也适合想要一个从数据集读取题目的测验应用的课程作者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 教育 | 学习者 | 回答问题,检查自己对 MCP 基础的掌握 | 读完第一单元后做这个测验 |
| 教育 | 课程作者 | 把这个测验应用用在自己的题目数据集上 | 把应用指向一个新的测验数据集 |
| 软件 | 刚接触 MCP 的开发者 | 在构建服务器之前先测试自己的理解 | 找出还需要复习的主题 |
| 培训 | 团队负责人 | 给团队一个关于 MCP 基础的简短检查 | 把 Space 的链接分享给大家 |
如果你还没开始学课程材料,可以跳过它,因为它检查的是这个单元所教的内容。
| 使用场景 | 谁用 | 能得到什么 |
|---|---|---|
| 做单元测验 | 学习者 | MCP 基础问题的得分 |
| 复用测验应用 | 课程作者 | 一个从数据集读取各行数据的测验 |
| 研究代码 | 开发者 | 一个应用文件、模板和一个证书文件 |
使用托管页面不需要你做任何准备。本地副本需要先备好下面两样东西。
pip install -U huggingface_hub hf download context-course/unit_1_quiz --repo-type space --local-dir unit_1_quiz cd unit_1_quiz pip install gradio==5.15.0 pip install -r requirements.txt python app.py
在线使用时,打开 Space 页面,回答它显示的问题。在自己的电脑上,进入下载好的文件夹运行上面最后一条命令,然后使用它启动的测验。
| 工具 | 作用 |
|---|---|
| app.py | 启动 Gradio 测验 |
| example.json | 仓库里的一个示例数据文件 |
| certificate.pdf | 随 Space 附带的证书文件 |
| templates | 应用使用的模板文件夹 |
你打开 Space 页面,回答关于 MCP 基础的问题。答完之后,应用会显示你做得怎么样。在你自己的副本里,python app.py 会在你的机器上启动同样的测验。
如果你是新手,先读 MCP 课程的第一单元,再打开测验。不要查资料直接回答,然后复习答错的主题。
如果你熟悉这个领域,应用从一个数据集里取题,这个 Space 点名了三个数据集,两个用于单元测验,一个用于证书。项目用 pyproject.toml 和 uv 锁文件配置,基于 Gradio 5.15.0 和 cpu-basic 硬件。
README 很短,所以评分和证书是如何运作的没有在那里记录。
用一个从数据集里取题的 Gradio 测验,检验你对 Model Context Protocol 基础知识的掌握。适合学习 MCP 课程第一单元的学习者。
由 context-course 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:这个 Space 是一个 Gradio 测验,检验你对 MCP 基础知识的掌握,对应 Model Context Protocol 课程的第一单元。它是一个针对数据集中各行数据的测验应用,所以题目来自数据,而不是来自代码。仓库里还有一个证书文件,并且点名了一个证书数据集,这暗示完成测验可能会得到证书。
适合谁:它适合正在学习 Model Context Protocol、想检查自己学到了什么的人,也适合想要一个从数据集读取题目的测验应用的课程作者。
行业 | 谁在用 | 怎么用 | 例子
教育 | 学习者 | 回答问题,检查自己对 MCP 基础的掌握 | 读完第一单元后做这个测验
教育 | 课程作者 | 把这个测验应用用在自己的题目数据集上 | 把应用指向一个新的测验数据集
软件 | 刚接触 MCP 的开发者 | 在构建服务器之前先测试自己的理解 | 找出还需要复习的主题
培训 | 团队负责人 | 给团队一个关于 MCP 基础的简短检查 | 把 Space 的链接分享给大家
如果你还没开始学课程材料,可以跳过它,因为它检查的是这个单元所教的内容。
用在哪里:
使用场景 | 谁用 | 能得到什么
做单元测验 | 学习者 | MCP 基础问题的得分
复用测验应用 | 课程作者 | 一个从数据集读取各行数据的测验
研究代码 | 开发者 | 一个应用文件、模板和一个证书文件
如何设置:使用托管页面不需要你做任何准备。本地副本需要先备好下面两样东西。
pip install -U huggingface_hub
hf download context-course/unit_1_quiz --repo-type space --local-dir unit_1_quiz
cd unit_1_quiz
pip install gradio==5.15.0
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开 Space 页面,回答它显示的问题。在自己的电脑上,进入下载好的文件夹运行上面最后一条命令,然后使用它启动的测验。
工具 | 作用
app.py | 启动 Gradio 测验
example.json | 仓库里的一个示例数据文件
certificate.pdf | 随 Space 附带的证书文件
templates | 应用使用的模板文件夹
示例:你打开 Space 页面,回答关于 MCP 基础的问题。答完之后,应用会显示你做得怎么样。在你自己的副本里,python app.py 会在你的机器上启动同样的测验。
新手与专家:如果你是新手,先读 MCP 课程的第一单元,再打开测验。不要查资料直接回答,然后复习答错的主题。
如果你熟悉这个领域,应用从一个数据集里取题,这个 Space 点名了三个数据集,两个用于单元测验,一个用于证书。项目用 pyproject.toml 和 uv 锁文件配置,基于 Gradio 5.15.0 和 cpu-basic 硬件。
打开 Space 或运行 app.py
应用从数据集加载测验题目
你回答每一个问题
应用显示你做得怎么样
注意事项:README 很短,所以评分和证书是如何运作的没有在那里记录。
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 |
|---|---|---|---|---|
| Unit 1 Quiz - Model Context Protocol (MCP) Fundementals 本页 | 58 | gradio | apache-2.0 | |
| Unit 1 Quiz - AI Agent Fundementals共有 gradio | 360 | gradio | apache-2.0 | |
| Unit 2.1 smolagents Code Quiz共有 gradio | 63 | gradio | apache-2.0 | |
| Tamazight Text-to-Speech共有 gradio | 41 | gradio | cc-by-4.0 | |
| Embedding Draw Challenge共有 gradio | 30 | gradio | apache-2.0 | |
| Arabic Auto Tashkeel共有 gradio | 29 | gradio | 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。
prathoshap · 工具包
用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。
paradigma-inc · 工具包
用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。