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。
在智能体行动之前,给它可选的做法打分,或预测接下来会发生什么。这是 4B 决策模型 Laplace-1-Vector 的演示和 MCP 服务器,适合构建智能体的开发者。
Laplace-1-Vector 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 JuneoAI/Laplace-1-Vector --repo-type space --local-dir Laplace-1-Vector cd Laplace-1-Vector
Laplace-1-Vector 是 Juneo Lab 的 4B 决策模型,会在智能体动手之前判断它要做的事。这个 Space 是它的演示,也可以作为 MCP 服务器运行。模型只负责打分和预测结果,从不执行动作。
构建 AI 智能体、想在动作执行前做一次检查的开发者,以及人和智能体混合协作、想先比较各种做法的团队,都适合用它。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 智能体 | 智能体开发者 | 在智能体执行某个动作之前,给它可能的做法打分 | 给一个超出自身权限的子智能体请求打分 |
| 运营 | 人和智能体组成的团队 | 比较人与智能体之间的分工方式 | 给同一个项目的几种候选分工打分 |
| 采购 | 与供应商打交道的团队 | 判断如何回应索要数据的供应商智能体 | 给你的政策允许的几种回复打分 |
| 研究 | 机器学习研究人员 | 研究一个因果干预式的决策模型 | 对一个状态运行它,读候选项上的概率分布 |
想要一个能自己执行动作的模型的人可以跳过。
它可以在这些地方使用。
| Use case | Who | What they get back |
|---|---|---|
| 给候选项打分 | 智能体开发者 | 你的应用允许的每个候选项各一个概率 |
| 预测下一次观察 | 智能体设计者 | 生成的结果,在动作发生之前展示 |
| 在 MCP 客户端里当工具调用 | 开发者 | 两个工具,score_candidates 和 predict_observation |
在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。
pip install -U huggingface_hub hf download JuneoAI/Laplace-1-Vector --repo-type space --local-dir Laplace-1-Vector cd Laplace-1-Vector pip install gradio==6.17.3 pip install -r requirements.txt python app.py
打开 Space 页面,或者在你的电脑上运行应用,再打开 Gradio 显示的页面。在两种模式里选一个,给候选项打分,或预测下一次观察。来源列出了 MCP 工具,但没有给出连接设置。
python app.py
| Tool | What it does |
|---|---|
| score_candidates | 接收一个状态、一个问题和你允许的候选项,返回只覆盖这些候选项的概率分布 |
| predict_observation | 接收环境规则、上下文和一个动作,生成下一次观察 |
你描述一个状态,其中某个子智能体要求的权限超出了它所获得的,再加一个问该怎么做的问题,并列出你的应用允许的几种回应。它一次前向计算,就返回只覆盖这几种回应的概率分布。
AI 智能体行动之前,这个模型可以告诉你,你允许的每个选项各有多大可能。第一件可以试的小事,是试试演示里自带的某个示例。
模型被描述为因果干预式。打分对你的候选项做一次前向计算。概率是相对于你给出的列表而言的,不是经过校准的正确概率。预测下一次观察的模式,会根据你给出的规则、上下文和动作生成文字。
模型只打分和预测,所以要运行什么,仍由你自己的代码决定。
在智能体行动之前,给它可选的做法打分,或预测接下来会发生什么。这是 4B 决策模型 Laplace-1-Vector 的演示和 MCP 服务器,适合构建智能体的开发者。
由 JuneoAI 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:Laplace-1-Vector 是 Juneo Lab 的 4B 决策模型,会在智能体动手之前判断它要做的事。这个 Space 是它的演示,也可以作为 MCP 服务器运行。模型只负责打分和预测结果,从不执行动作。
适合谁:构建 AI 智能体、想在动作执行前做一次检查的开发者,以及人和智能体混合协作、想先比较各种做法的团队,都适合用它。
Industry | Who uses it | How they use it | Example
AI 智能体 | 智能体开发者 | 在智能体执行某个动作之前,给它可能的做法打分 | 给一个超出自身权限的子智能体请求打分
运营 | 人和智能体组成的团队 | 比较人与智能体之间的分工方式 | 给同一个项目的几种候选分工打分
采购 | 与供应商打交道的团队 | 判断如何回应索要数据的供应商智能体 | 给你的政策允许的几种回复打分
研究 | 机器学习研究人员 | 研究一个因果干预式的决策模型 | 对一个状态运行它,读候选项上的概率分布
想要一个能自己执行动作的模型的人可以跳过。
用在哪里:它可以在这些地方使用。
Use case | Who | What they get back
给候选项打分 | 智能体开发者 | 你的应用允许的每个候选项各一个概率
预测下一次观察 | 智能体设计者 | 生成的结果,在动作发生之前展示
在 MCP 客户端里当工具调用 | 开发者 | 两个工具,score_candidates 和 predict_observation
如何设置:在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。
pip install -U huggingface_hub
hf download JuneoAI/Laplace-1-Vector --repo-type space --local-dir Laplace-1-Vector
cd Laplace-1-Vector
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者在你的电脑上运行应用,再打开 Gradio 显示的页面。在两种模式里选一个,给候选项打分,或预测下一次观察。来源列出了 MCP 工具,但没有给出连接设置。
python app.py
Tool | What it does
score_candidates | 接收一个状态、一个问题和你允许的候选项,返回只覆盖这些候选项的概率分布
predict_observation | 接收环境规则、上下文和一个动作,生成下一次观察
示例:你描述一个状态,其中某个子智能体要求的权限超出了它所获得的,再加一个问该怎么做的问题,并列出你的应用允许的几种回应。它一次前向计算,就返回只覆盖这几种回应的概率分布。
新手与专家:AI 智能体行动之前,这个模型可以告诉你,你允许的每个选项各有多大可能。第一件可以试的小事,是试试演示里自带的某个示例。
模型被描述为因果干预式。打分对你的候选项做一次前向计算。概率是相对于你给出的列表而言的,不是经过校准的正确概率。预测下一次观察的模式,会根据你给出的规则、上下文和动作生成文字。
你给出状态、问题和候选项
模型做一次前向计算
它给每个候选项返回一个概率
你的应用决定怎么做
注意事项:模型只打分和预测,所以要运行什么,仍由你自己的代码决定。
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 |
|---|---|---|---|---|
| Laplace-1-Vector 本页 | 1 | gradio | apache-2.0 | |
| SkinTokens for Agents共有 agents · mcp-server · gradio | 4 | gradio | mit | |
| UniMate for Agents共有 agents · mcp-server · gradio | 3 | gradio | cc-by-nc-4.0 | |
| Character Animation for Agents共有 agents · mcp-server · gradio | 1 | gradio | cc-by-nc-4.0 | |
| projtex · Projection Texturing API共有 agents · mcp-server | 5 | docker | mit | |
| Obfuscated-Shell Safety Leaderboard共有 agent-safety | 1 | static | cc-by-4.0 |
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。