[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-clovaai--synthtiger":3,"tool-clovaai--synthtiger":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",143909,2,"2026-04-07T11:33:18",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":77,"owner_twitter":76,"owner_website":78,"owner_url":79,"languages":80,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":32,"env_os":93,"env_gpu":94,"env_ram":94,"env_deps":95,"category_tags":100,"github_topics":103,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":115,"updated_at":116,"faqs":117,"releases":153},5241,"clovaai\u002Fsynthtiger","synthtiger","Official Implementation of SynthTIGER (Synthetic Text Image Generator), ICDAR 2021","SynthTIGER 是一款专为光学字符识别（OCR）模型训练打造的合成文本图像生成器，源自 ICDAR 2021 的官方实现。在深度学习领域，训练高精度的 OCR 模型往往需要海量且多样化的标注数据，但人工采集和标注真实场景下的文本图片不仅成本高昂，还难以覆盖所有字体、背景及干扰情况。SynthTIGER 正是为了解这一痛点而生，它能自动化地批量生成带有精确标注（如字符级边界框、掩码等）的合成文本图像，涵盖水平、垂直及多行排版等多种形态。\n\n这款工具特别适合 AI 研究人员、算法工程师以及需要构建自定义 OCR 数据集的开发者使用。其核心技术亮点在于高度的可配置性与强大的渲染能力：用户只需通过简单的脚本和配置文件，即可灵活调整字体、背景、纹理及各类文字特效，甚至支持非拉丁语系（如中文、韩文等）的数据生成。此外，SynthTIGER 支持多进程并行处理，能显著提升大规模数据集的制作效率。通过提供逼真的合成数据，它帮助开发者在不依赖大量真实图片的前提下，有效增强模型的泛化能力和鲁棒性，是构建高质量 OCR 系统的得力助手。","\u003Cdiv align=\"center\">\n\n# SynthTIGER 🐯 : Synthetic Text Image Generator\n\n[![PyPI version](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fsynthtiger)](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsynthtiger\u002F)\n[![CI](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fci.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fci.yml)\n[![Docs](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fdocs.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fdocs.yml)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fclovaai\u002Fsynthtiger)](LICENSE)\n[![Code style: black](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fcode%20style-black-000000.svg)](https:\u002F\u002Fgithub.com\u002Fpsf\u002Fblack)\n\nSynthetic Text Image Generator for OCR Model | [Paper](https:\u002F\u002Farxiv.org\u002Fabs\u002F2107.09313) | [Documentation](https:\u002F\u002Fclovaai.github.io\u002Fsynthtiger\u002F) | [Datasets](#datasets)\n\n\u003C\u002Fdiv>\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_d65a048c5771.png\"\u002F>\n\n## Contents\n\n- [Documentation](#documentation)\n- [Installation](#installation)\n- [Usage](#usage)\n- [Advanced Usage](#advanced-usage)\n- [Datasets](#datasets)\n- [Citation](#citation)\n- [License](#license)\n\n## Documentation\n\nThe documentation is available at \u003Chttps:\u002F\u002Fclovaai.github.io\u002Fsynthtiger\u002F>.\n\nYou can check API reference in this documentation.\n\n## Installation\n\nSynthTIGER requires `python>=3.6` and `libraqm`.\n\nTo install SynthTIGER from PyPI:\n\n```bash\n$ pip install synthtiger\n```\n\nIf you see a dependency error when you install or run SynthTIGER, install [dependencies](depends).\n\n## Usage\n\n```bash\n# Set environment variable (for macOS)\n$ export OBJC_DISABLE_INITIALIZE_FORK_SAFETY=YES\n```\n\n```\nusage: synthtiger [-h] [-o DIR] [-c NUM] [-w NUM] [-s NUM] [-v] SCRIPT NAME [CONFIG]\n\npositional arguments:\n  SCRIPT                Script file path.\n  NAME                  Template class name.\n  CONFIG                Config file path.\n\noptional arguments:\n  -h, --help            show this help message and exit\n  -o DIR, --output DIR  Directory path to save data.\n  -c NUM, --count NUM   Number of output data. [default: 100]\n  -w NUM, --worker NUM  Number of workers. If 0, It generates data in the main process. [default: 0]\n  -s NUM, --seed NUM    Random seed. [default: None]\n  -v, --verbose         Print error messages while generating data.\n```\n\n### Examples\n\n#### SynthTIGER text images\n\n```bash\n# horizontal\nsynthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml\n\n# vertical\nsynthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_vertical.yaml\n```\n\n\u003Cp>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_18dd42a8f20c.png\" width=\"50%\"\u002F>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_85ecb430ca8e.png\" width=\"45%\"\u002F>\n\u003C\u002Fp>\n\n- `images`: a directory containing images.\n- `gt.txt`: a file containing text labels.\n- `coords.txt`: a file containing bounding boxes of characters with text effect.\n- `glyph_coords.txt`: a file containing bounding boxes of characters without text effect.\n- `masks`: a directory containing mask images with text effect.\n- `glyph_masks`: a directory containing mask images without text effect.\n\n#### Multiline text images\n\n```bash\nsynthtiger -o results -w 4 -v examples\u002Fmultiline\u002Ftemplate.py Multiline examples\u002Fmultiline\u002Fconfig.yaml\n```\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_826358bf767b.png\" width=\"75%\"\u002F>\n\n- `images`: a directory containing images.\n- `gt.txt`: a file containing text labels.\n\n## Advanced Usage\n\n### Non-Latin language data generation\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_941be791b897.png\" width=\"40%\"\u002F>\n\n1. Prepare corpus\n\n   `txt` format, line by line ([example](resources\u002Fcorpus\u002Fmjsynth.txt)).\n\n2. Prepare fonts\n\n   See [font customization](#font-customization) for more details.\n\n3. Edit corpus path and font path in config file ([example](examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml))\n\n4. Run synthtiger\n\n### Font customization\n\n1. Prepare fonts\n\n   `ttf`\u002F`otf` format ([example](resources\u002Ffont)).\n\n2. Extract renderable charsets\n\n   ```bash\n   python tools\u002Fextract_font_charset.py -w 4 fonts\u002F\n   ```\n\n   This script extracts renderable charsets for all font files ([example](resources\u002Ffont\u002FUbuntu-Regular.txt)).\n\n   Text files are generated in the input path with the same names as the fonts.\n\n3. Edit font path in config file ([example](examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml))\n\n4. Run synthtiger\n\n### Colormap customization\n\n1. Prepare images\n\n   `jpg`\u002F`jpeg`\u002F`png`\u002F`bmp` format.\n\n2. Create colormaps\n\n   ```bash\n   python tools\u002Fcreate_colormap.py --max_k 3 -w 4 images\u002F colormap.txt\n   ```\n\n   This script creates colormaps for all image files ([example](resources\u002Fcolormap\u002Fiiit5k_gray.txt)).\n\n3. Edit colormap path in config file ([example](examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml))\n\n4. Run synthtiger\n\n### Template customization\n\nYou can implement custom templates by inheriting the base template.\n\n```python\nfrom synthtiger import templates\n\n\nclass MyTemplate(templates.Template):\n    def __init__(self, config=None):\n        # initialize template.\n\n    def generate(self):\n        # generate data.\n\n    def init_save(self, root):\n        # initialize something before save.\n\n    def save(self, root, data, idx):\n        # save data to specific path.\n\n    def end_save(self, root):\n        # finalize something after save.\n```\n\n## Datasets\n\nSynthTIGER is available for download at [google drive](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1faHxo6gVeUmmFKJf8dxFZf_yRjamUL96?usp=sharing).\n\nDataset was split into several smaller files. Please download all files and run following command.\n\n```bash\n# for Linux, macOS\ncat synthtiger_v1.0.zip.* > synthtiger_v1.0.zip\n\n# for Windows\ncopy \u002Fb synthtiger_v1.0.zip.* synthtiger_v1.0.zip\n```\n\n**synthtiger_v1.0.zip** (36G) (md5: 5b5365f4fe15de24e403a9256079be70)\n\n- Original paper version.\n  - Used MJ and ST label.\n\n**synthtiger_v1.1.zip** (38G) (md5: b2757a7e2b5040b14ed64c473533b592)\n\n- Used MJ and ST lexicon instead of MJ and ST label.\n  - [resources\u002Fcorpus\u002Fmjsynth.txt](resources\u002Fcorpus\u002Fmjsynth.txt)\n  - [resources\u002Fcorpus\u002Fsynthtext.txt](resources\u002Fcorpus\u002Fsynthtext.txt)\n- Fixed a bug that applies transformation twice on curved text.\n- Fixed a bug that incorrectly converts grayscale to RGB.\n\n| Version | IIIT5k | SVT | IC03 | IC13 | IC15 | SVTP | CUTE80 | Total |\n| ------- | ------ | --- | ---- | ---- | ---- | ---- | ------ | ----- |\n| 1.0 | 93.2 | 87.3 | 90.5 | 92.9 | 72.1 | 77.7 | 80.6 | 85.9 |\n| 1.1 | 93.4 | 87.6 | 91.4 | 93.2 | 73.9 | 77.8 | 80.6 | 86.6 |\n\n### Structure\n\nThe structure of the dataset is as follows. The dataset contains 10M images.\n\n```\ngt.txt\nimages\u002F\n    0\u002F\n        0.jpg\n        1.jpg\n        ...\n        9998.jpg\n        9999.jpg\n    1\u002F\n    ...\n    998\u002F\n    999\u002F\n```\n\nThe format of `gt.txt` is as follows. Image path and label are separated by tab. (`\u003Cimage_path>\\t\u003Clabel>`)\n\n```\nimages\u002F0\u002F0.jpg\t10\nimages\u002F0\u002F1.jpg\tdate:\n...\nimages\u002F999\u002F9999998.jpg\tSTUFFIER\nimages\u002F999\u002F9999999.jpg\tRe:\n```\n\n## Citation\n\n```bibtex\n@inproceedings{yim2021synthtiger,\n  title={SynthTIGER: Synthetic Text Image GEneratoR Towards Better Text Recognition Models},\n  author={Yim, Moonbin and Kim, Yoonsik and Cho, Han-Cheol and Park, Sungrae},\n  booktitle={International Conference on Document Analysis and Recognition},\n  pages={109--124},\n  year={2021},\n  organization={Springer}\n}\n```\n\n## License\n\n```\nSynthTIGER\nCopyright (c) 2021-present NAVER Corp.\n\nPermission is hereby granted, free of charge, to any person obtaining a copy\nof this software and associated documentation files (the \"Software\"), to deal\nin the Software without restriction, including without limitation the rights\nto use, copy, modify, merge, publish, distribute, sublicense, and\u002For sell\ncopies of the Software, and to permit persons to whom the Software is\nfurnished to do so, subject to the following conditions:\n\nThe above copyright notice and this permission notice shall be included in\nall copies or substantial portions of the Software.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\nIMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\nFITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.  IN NO EVENT SHALL THE\nAUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\nLIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\nOUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN\nTHE SOFTWARE.\n```\n\nThe following directories and their subdirectories are licensed the same as their origins. Please refer to [NOTICE](NOTICE)\n\n```\ndocs\u002F\nresources\u002Ffont\u002F\n```\n","\u003Cdiv align=\"center\">\n\n# SynthTIGER 🐯 ：合成文本图像生成器\n\n[![PyPI版本](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fsynthtiger)](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsynthtiger\u002F)\n[![CI](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fci.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fci.yml)\n[![文档](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fdocs.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Factions\u002Fworkflows\u002Fdocs.yml)\n[![许可证](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fclovaai\u002Fsynthtiger)](LICENSE)\n[![代码风格：black](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fcode%20style-black-000000.svg)](https:\u002F\u002Fgithub.com\u002Fpsf\u002Fblack)\n\n用于OCR模型的合成文本图像生成器 | [论文](https:\u002F\u002Farxiv.org\u002Fabs\u002F2107.09313) | [文档](https:\u002F\u002Fclovaai.github.io\u002Fsynthtiger\u002F) | [数据集](#datasets)\n\n\u003C\u002Fdiv>\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_d65a048c5771.png\"\u002F>\n\n## 目录\n\n- [文档](#documentation)\n- [安装](#installation)\n- [使用](#usage)\n- [高级用法](#advanced-usage)\n- [数据集](#datasets)\n- [引用](#citation)\n- [许可证](#license)\n\n## 文档\n\n文档可在 \u003Chttps:\u002F\u002Fclovaai.github.io\u002Fsynthtiger\u002F> 查阅。\n\n您可以在该文档中查看API参考。\n\n## 安装\n\nSynthTIGER 需要 `python>=3.6` 和 `libraqm`。\n\n从 PyPI 安装 SynthTIGER：\n\n```bash\n$ pip install synthtiger\n```\n\n如果您在安装或运行 SynthTIGER 时遇到依赖错误，请安装[依赖项](depends)。\n\n## 使用\n\n```bash\n# 设置环境变量（适用于macOS）\n$ export OBJC_DISABLE_INITIALIZE_FORK_SAFETY=YES\n```\n\n```\n用法: synthtiger [-h] [-o DIR] [-c NUM] [-w NUM] [-s NUM] [-v] SCRIPT NAME [CONFIG]\n\n位置参数:\n  SCRIPT                脚本文件路径。\n  NAME                  模板类名称。\n  CONFIG                配置文件路径。\n\n可选参数:\n  -h, --help            显示此帮助信息并退出\n  -o DIR, --output DIR  保存数据的目录路径。\n  -c NUM, --count NUM   输出数据的数量。[默认值：100]\n  -w NUM, --worker NUM  工作线程数。如果为0，则在主进程中生成数据。[默认值：0]\n  -s NUM, --seed NUM    随机种子。[默认值：无]\n  -v, --verbose         在生成数据时打印错误信息。\n```\n\n### 示例\n\n#### SynthTIGER 文本图像\n\n```bash\n# 横向\nsynthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml\n\n# 纵向\nsynthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_vertical.yaml\n```\n\n\u003Cp>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_18dd42a8f20c.png\" width=\"50%\"\u002F>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_85ecb430ca8e.png\" width=\"45%\"\u002F>\n\u003C\u002Fp>\n\n- `images`: 包含图像的目录。\n- `gt.txt`: 包含文本标签的文件。\n- `coords.txt`: 包含带文本效果字符边界框的文件。\n- `glyph_coords.txt`: 包含不带文本效果字符边界框的文件。\n- `masks`: 包含带文本效果掩码图像的目录。\n- `glyph_masks`: 包含不带文本效果掩码图像的目录。\n\n#### 多行文本图像\n\n```bash\nsynthtiger -o results -w 4 -v examples\u002Fmultiline\u002Ftemplate.py Multiline examples\u002Fmultiline\u002Fconfig.yaml\n```\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_826358bf767b.png\" width=\"75%\"\u002F>\n\n- `images`: 包含图像的目录。\n- `gt.txt`: 包含文本标签的文件。\n\n## 高级用法\n\n### 非拉丁语种数据生成\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_readme_941be791b897.png\" width=\"40%\"\u002F>\n\n1. 准备语料库\n\n   `txt` 格式，逐行排列（[示例](resources\u002Fcorpus\u002Fmjsynth.txt)）。\n\n2. 准备字体\n\n   更多详情请参见[字体定制](#font-customization)。\n\n3. 在配置文件中编辑语料库路径和字体路径（[示例](examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml)）\n\n4. 运行 synthtiger\n\n### 字体定制\n\n1. 准备字体\n\n   `ttf`\u002F`otf` 格式（[示例](resources\u002Ffont)）。\n\n2. 提取可渲染字符集\n\n   ```bash\n   python tools\u002Fextract_font_charset.py -w 4 fonts\u002F\n   ```\n\n   此脚本会提取所有字体文件的可渲染字符集（[示例](resources\u002Ffont\u002FUbuntu-Regular.txt)）。\n\n   文本文件会在输入路径下以与字体相同的名称生成。\n\n3. 在配置文件中编辑字体路径（[示例](examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml)）\n\n4. 运行 synthtiger\n\n### 色彩映射定制\n\n1. 准备图像\n\n   `jpg`\u002F`jpeg`\u002F`png`\u002F`bmp` 格式。\n\n2. 创建色彩映射\n\n   ```bash\n   python tools\u002Fcreate_colormap.py --max_k 3 -w 4 images\u002F colormap.txt\n   ```\n\n   此脚本会为所有图像文件创建色彩映射（[示例](resources\u002Fcolormap\u002Fiiit5k_gray.txt)）。\n\n3. 在配置文件中编辑色彩映射路径（[示例](examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml)）\n\n4. 运行 synthtiger\n\n### 模板定制\n\n您可以通过继承基础模板来实现自定义模板。\n\n```python\nfrom synthtiger import templates\n\n\nclass MyTemplate(templates.Template):\n    def __init__(self, config=None):\n        # 初始化模板。\n\n    def generate(self):\n        # 生成数据。\n\n    def init_save(self, root):\n        # 在保存之前初始化某些内容。\n\n    def save(self, root, data, idx):\n        # 将数据保存到特定路径。\n\n    def end_save(self, root):\n        # 在保存完成后完成某些工作。\n```\n\n## 数据集\n\nSynthTIGER 可在 [google drive](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1faHxo6gVeUmmFKJf8dxFZf_yRjamUL96?usp=sharing) 上下载。\n\n数据集被拆分为多个较小的文件。请下载所有文件，并运行以下命令。\n\n```bash\n# 对于Linux、macOS\ncat synthtiger_v1.0.zip.* > synthtiger_v1.0.zip\n\n# 对于Windows\ncopy \u002Fb synthtiger_v1.0.zip.* synthtiger_v1.0.zip\n```\n\n**synthtiger_v1.0.zip** (36G) (md5: 5b5365f4fe15de24e403a9256079be70)\n\n- 原始论文版本。\n  - 使用了MJ和ST标签。\n\n**synthtiger_v1.1.zip** (38G) (md5: b2757a7e2b5040b14ed64c473533b592)\n\n- 使用了MJ和ST词汇表，而非MJ和ST标签。\n  - [resources\u002Fcorpus\u002Fmjsynth.txt](resources\u002Fcorpus\u002Fmjsynth.txt)\n  - [resources\u002Fcorpus\u002Fsynthtext.txt](resources\u002Fcorpus\u002Fsynthtext.txt)\n- 修复了一个对弯曲文本应用两次变换的错误。\n- 修复了一个将灰度图像错误转换为RGB图像的错误。\n\n| 版本 | IIIT5k | SVT | IC03 | IC13 | IC15 | SVTP | CUTE80 | 总计 |\n| ------- | ------ | --- | ---- | ---- | ---- | ---- | ------ | ----- |\n| 1.0 | 93.2 | 87.3 | 90.5 | 92.9 | 72.1 | 77.7 | 80.6 | 85.9 |\n| 1.1 | 93.4 | 87.6 | 91.4 | 93.2 | 73.9 | 77.8 | 80.6 | 86.6 |\n\n### 结构\n\n数据集的结构如下。该数据集包含1000万张图像。\n\n```\ngt.txt\nimages\u002F\n    0\u002F\n        0.jpg\n        1.jpg\n        ...\n        9998.jpg\n        9999.jpg\n    1\u002F\n    ...\n    998\u002F\n    999\u002F\n```\n\n`gt.txt` 的格式如下。图像路径和标签之间用制表符分隔。（`\u003Cimage_path>\\t\u003Clabel>`）\n\n```\nimages\u002F0\u002F0.jpg\t10\nimages\u002F0\u002F1.jpg\tdate:\n...\nimages\u002F999\u002F9999998.jpg\tSTUFFIER\nimages\u002F999\u002F9999999.jpg\tRe:\n```\n\n## 引用\n\n```bibtex\n@inproceedings{yim2021synthtiger,\n  title={SynthTIGER: Synthetic Text Image GEneratoR Towards Better Text Recognition Models},\n  author={Yim, Moonbin and Kim, Yoonsik and Cho, Han-Cheol and Park, Sungrae},\n  booktitle={International Conference on Document Analysis and Recognition},\n  pages={109--124},\n  year={2021},\n  organization={Springer}\n}\n```\n\n## 许可证\n\n```\nSynthTIGER\n版权所有 © 2021-至今 NAVER Corp.\n\n特此授予任何人免费获取本软件及其相关文档文件（以下简称“软件”）副本的权利，以对软件进行处理，不受限制，包括但不限于使用、复制、修改、合并、发布、分发、再许可和\u002F或销售软件副本的权利，并允许向任何获得软件的人提供服务，但须遵守以下条件：\n\n上述版权声明和本许可声明应包含在软件的所有副本或实质性部分中。\n\n软件按“原样”提供，不提供任何形式的保证，无论是明示的还是默示的，包括但不限于适销性、特定用途适用性和非侵权性的保证。在任何情况下，作者或版权所有者均不对任何索赔、损害或其他责任负责，无论其是基于合同、侵权行为或其他原因产生的，与软件或其使用有关的一切责任均由提出请求的一方自行承担。\n```\n\n以下目录及其子目录的许可与原始许可相同。请参阅 [NOTICE](NOTICE) 文件。\n\n```\ndocs\u002F\nresources\u002Ffont\u002F\n```","# SynthTIGER 快速上手指南\n\nSynthTIGER 是一个用于生成合成文本图像的工具，旨在提升 OCR 模型的训练效果。它支持水平、垂直及多行文本生成，并允许高度自定义字体、语料和背景。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows\n*   **Python 版本**：`>= 3.6`\n*   **系统依赖**：必须安装 `libraqm` 库。\n    *   **Ubuntu\u002FDebian**: `sudo apt-get install libraqm-dev`\n    *   **macOS**: `brew install libraqm`\n    *   **Windows**: 需通过 vcpkg 或其他包管理器安装，或预编译二进制文件。\n\n## 安装步骤\n\n推荐使用 pip 进行安装。国内开发者可使用清华源或阿里源加速下载。\n\n```bash\n# 使用默认源安装\npip install synthtiger\n\n# 或使用国内镜像源加速安装（推荐）\npip install synthtiger -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n> **注意**：如果运行时报错提示缺少依赖，请检查 `libraqm` 是否正确安装。\n\n## 基本使用\n\n### 1. 环境变量设置 (仅限 macOS)\n如果您使用的是 macOS 系统，运行前需设置以下环境变量以避免多进程问题：\n\n```bash\nexport OBJC_DISABLE_INITIALIZE_FORK_SAFETY=YES\n```\n\n### 2. 生成水平文本图像\n以下命令将使用默认配置生成 100 张水平排列的合成文本图片，并保存到 `results` 目录，启用 4 个工作线程加速生成。\n\n```bash\nsynthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml\n```\n\n### 3. 生成垂直文本图像\n生成垂直排列的文本图片：\n\n```bash\nsynthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_vertical.yaml\n```\n\n### 4. 生成多行文本图像\n生成包含多行文本的图片：\n\n```bash\nsynthtiger -o results -w 4 -v examples\u002Fmultiline\u002Ftemplate.py Multiline examples\u002Fmultiline\u002Fconfig.yaml\n```\n\n### 输出说明\n执行完成后，`results` 目录下将包含：\n*   `images\u002F`: 生成的图像文件。\n*   `gt.txt`: 对应的文本标签文件（格式：`图像路径\u003CTAB>文本内容`）。\n*   `coords.txt` \u002F `glyph_coords.txt`: 字符边界框坐标文件。\n*   `masks\u002F` \u002F `glyph_masks\u002F`: 对应的掩码图像。\n\n### 常用参数说明\n*   `-o DIR`: 指定输出目录。\n*   `-c NUM`: 指定生成图片数量（默认 100）。\n*   `-w NUM`: 指定工作进程数（默认 0，即单进程；建议根据 CPU 核心数设置，如 4 或 8）。\n*   `-s NUM`: 设置随机种子以保证结果可复现。\n*   `-v`: 开启详细模式，打印错误信息。","某电商平台的算法团队正在为新一代多语言商品标签识别系统训练 OCR 模型，急需覆盖全球主要语种的海量标注数据。\n\n### 没有 synthtiger 时\n- **数据采集成本极高**：依赖人工拍摄或网络爬虫获取真实场景图片，不仅耗时费力，还面临严重的版权与隐私合规风险。\n- **长尾语种样本匮乏**：针对泰语、阿拉伯语等非拉丁语系字符，难以收集到足够多样式的真实图像，导致模型在这些语种上识别率极低。\n- **标注效率低下**：获取图片后需人工逐帧绘制字符级边界框（Bounding Box）和掩码（Mask），数千张图片的精细标注往往需要数周时间。\n- **场景多样性不足**：真实数据难以覆盖极端光照、复杂背景纹理或特殊字体变形，模型泛化能力受限，上线后容易在陌生场景中失效。\n\n### 使用 synthtiger 后\n- **无限生成合成数据**：通过配置模板脚本，synthtiger 可利用本地字体库瞬间生成百万级带有逼真纹理、阴影和扭曲效果的合成图像，彻底摆脱对真实数据的依赖。\n- **轻松覆盖多语种**：只需加载对应语种的语料文本和字体文件，synthtiger 即可自动批量生成高质量的非拉丁语系训练样本，迅速补齐数据短板。\n- **自动化精准标注**：工具在生成图像的同时，自动输出对应的文本标签、字符级坐标及掩码文件，将原本数周的标注工作缩短至几分钟的数据生成时间。\n- **定制化难度增强**：开发者可灵活调整配置文件，针对性地生成包含特定噪声、模糊或复杂排版的“困难样本”，显著提升模型在极端条件下的鲁棒性。\n\nsynthtiger 通过将数据生产流程代码化与自动化，以零边际成本解决了 OCR 模型训练中数据稀缺与标注昂贵的核心瓶颈。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fclovaai_synthtiger_d65a048c.png","clovaai","Clova AI Research","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fclovaai_47694549.jpg","Open source repository of Clova AI Research, NAVER & LINE",null,"clova-ai-research@navercorp.com","https:\u002F\u002Fclova.ai\u002Fen\u002Fresearch\u002Fresearch-areas.html","https:\u002F\u002Fgithub.com\u002Fclovaai",[81,85],{"name":82,"color":83,"percentage":84},"Python","#3572A5",99.4,{"name":86,"color":87,"percentage":88},"Shell","#89e051",0.6,575,108,"2026-04-06T07:50:32","MIT","Linux, macOS, Windows","未说明",{"notes":96,"python":97,"dependencies":98},"在 macOS 上运行前需设置环境变量：export OBJC_DISABLE_INITIALIZE_FORK_SAFETY=YES。该工具主要用于生成合成文本图像数据，依赖 libraqm 库进行文本渲染。自定义字体或颜色映射时需准备相应的资源文件（ttf\u002Fotf 字体或图片）。",">=3.6",[99],"libraqm",[101,35,102,14,16,15],"视频","音频",[104,105,106,107,108,109,110,111,112,113,114],"ocr","recognition","synthetic","generation","dataset","deep-learning","ocr-recognition","text-recognition","icdar2021","scene-text-recognition","scene-text","2026-03-27T02:49:30.150509","2026-04-08T05:20:45.596005",[118,123,128,133,138,143,148],{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},23762,"运行时报错 `AttributeError: np.sctypes was removed in the NumPy 2.0 release` 如何解决？","该错误是因为 NumPy 2.0 版本移除了 `np.sctypes` 属性。解决方法是将 NumPy 版本降级至 1.26.4。可以使用命令 `pip install numpy==1.26.4` 进行安装。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F71",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},23760,"如何获取字符级别的边界框（bbox）标注？","可以通过修改代码来获取字符或单词的边界框。对于字符 bbox，可以创建临时的字符层副本，对其应用相同的变换后返回坐标；对于单词 bbox，可以合并字符 bbox 得到。注意生成的坐标是世界坐标系，需要进行转换。最新版本的代码已支持直接输出：字符坐标数据保存在 `coord.txt` 文件中（格式为 `\u003C图片路径>\\t\u003Cxmin,ymin,xmax,ymax>\\t...`），掩码数据保存在 `masks` 目录中。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F8",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},23761,"如何加载和处理背景图片（如裁剪和变色）？","背景图片的加载、裁剪和变色由不同的组件控制。图片裁剪逻辑位于 `synthtiger\u002Fcomponents\u002Ftexture\u002Fbase_texture.py`，当配置中的 `crop` 概率值大于 0 时会随机裁剪。颜色变换逻辑位于 `synthtiger\u002Fcomponents\u002Fcolor\u002Frgb.py` 或 `gray.py`，会随机选择颜色并应用到图层。示例代码：使用 `components.BaseTexture(..., crop=1)` 启用裁剪，使用 `components.RGB()` 应用颜色变换。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F12",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},23763,"如何生成阿拉伯语（Arabic）的合成数据集？","生成阿拉伯语数据集步骤如下：\n1. 准备阿拉伯语文本文件（.txt）放入 `resources\u002Fcorpus` 目录，字体文件（.ttf）放入 `resources\u002Ffont` 目录。\n2. 运行字体预处理脚本：`python tools\u002Fextract_font_charset.py -w 4 resources\u002Ffont`。\n3. 编辑配置文件（如 `config_horizontal.yaml`），将 corpus 路径指向准备好的阿拉伯语文件，例如：`paths: [resources\u002Fcorpus\u002Farabic.txt]`。\n4. 运行生成命令：`synthtiger -o results -w 4 -v examples\u002Fsynthtiger\u002Ftemplate.py SynthTiger examples\u002Fsynthtiger\u002Fconfig_horizontal.yaml`。\n注意：推荐使用 `Arial` 字体，其他阿拉伯字体可能不被支持。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F32",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},23764,"能否生成固定尺寸（如 128x128）的图片？","SynthTiger 默认无法直接生成固定尺寸的图片，它生成的图片尺寸是根据文本内容自适应调整的。如果需要生成固定尺寸的图片，需要用户自行编写额外的代码来实现（例如在生成后进行填充或裁剪）。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F31",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},23765,"生成孟加拉语（Bengali）数据时文字出现断裂或渲染错误怎么办？","该问题通常与连字（ligature）处理有关。SynthTiger 默认将文本拆分为字素（graphemes）进行渲染，但这可能破坏孟加拉语等印度语言中的连字结构。\n解决方法是修改模板代码，禁止拆分文本。找到代码中类似 `chars = utils.split_text(label, reorder=True)` 的行，将其注释掉并改为 `chars = [label]`。这样可以避免错误的拆分，但可能会导致无法渲染曲线文本。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F25",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},23766,"论文中使用的 STR 模型训练配置（如敏感字符模式和数据过滤）是如何设置的？","实验基于 `deep-text-recognition-benchmark` 代码库。训练阶段添加了 `--imgW 256 --sensitive` 选项；测试阶段添加了 `--imgW 256 --sensitive --data_filtering_off` 选项（`--sensitive` 会自动向词表添加 94 个字符）。\n此外，为了修复基准数据集中的标签噪声问题，修改了评估代码，在验证和测试阶段强制使用不区分大小写（case-insensitive）的比较（将 `pred.lower()` 和 `gt.lower()` 移至判断语句外）。","https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fissues\u002F11",[154,159,164,169,174,179],{"id":155,"version":156,"summary_zh":157,"released_at":158},145301,"1.2.1","- 修复 seed 相关的 bug 并更新测试代码（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F46）\n  - 修复了 seed 值为 None 时的 bug。（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F45#issuecomment-1311229534）\n  - 在 `generator` 函数中添加了 `retry` 参数，以方便测试。\n  - 更新了测试代码。\n","2022-11-11T08:02:53",{"id":160,"version":161,"summary_zh":162,"released_at":163},145302,"1.2.0","- 更新了随机种子功能（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F44）\n  - 随机种子现在也会应用到主进程中。\n  - 新增了 `get_global_random_states`、`set_global_random_states` 和 `set_global_random_seed` 函数。","2022-11-10T17:22:56",{"id":165,"version":166,"summary_zh":167,"released_at":168},145303,"1.1.0","- 增加了字符边界框和掩码输出（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F33，https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F39）\n- 添加了种子选项（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F42）\n- 更改了多进程结构（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F42）\n  - 由于任务完成时间不同，在存储数据时传入的索引是随机的。\n- 更新了 Ubuntu 的依赖项（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F41）\n- 更新了一些样式，并在 `README.md` 中添加了一些信息（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F40）\n","2022-11-09T16:03:18",{"id":170,"version":171,"summary_zh":172,"released_at":173},145304,"1.0.2","- 更新 Unicode 工具（https:\u002F\u002Fgithub.com\u002Fclovaai\u002Fsynthtiger\u002Fpull\u002F27）","2022-05-08T17:11:46",{"id":175,"version":176,"summary_zh":177,"released_at":178},145305,"1.0.1","- 支持 Python 3.10。\n- 修复了 README 中的拼写错误。\n- 更清晰地编写了 README。\n- 更新了帮助文档中的值类型。\n","2022-02-17T09:56:11",{"id":180,"version":181,"summary_zh":182,"released_at":183},145306,"1.0.0","- 初次发布\n","2022-02-15T10:02:19"]