vision-parse
vision-parse是一个利用视觉语言模型(Vision LLMs)将PDF文档解析为格式化良好的Markdown内容的工具。它支持多种模型,包括OpenAI、LLama和Gemini等,能够智能识别和提取文本及表格,并保持文档的层级结构、样式和缩进。该工具的主要优点包括高精度的内容提取、格式保持、支持多模型以及本地模型托管,适用于需要高效文档处理的用户。
PresentationGen是一个基于SpringBoot框架开发的Web应用程序,它通过集成大语言模型(LLM)来自动化生成PPT文件。该技术通过预处理大量单页模板,并在用户使用时根据需求实时组合,实现快速生成PPTX文件。它支持文本替换,使得生成的演示文稿更加个性化和专业。该产品主要面向需要快速制作演示文稿的用户,如商务人士、教育工作者和设计师,帮助他们节省时间并提高工作效率。