[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ihatecsv--deepseek-ocr-client":3,"tool-ihatecsv--deepseek-ocr-client":64},[4,18,26,35,44,53],{"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},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。",107888,2,"2026-04-06T11:32:50",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"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",[43,15,13,14],"语言模型",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,52],"视频",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85013,"2026-04-06T11:09:19",[15,16,52,61,13,62,43,14,63],"插件","其他","音频",{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":79,"owner_location":80,"owner_email":79,"owner_twitter":79,"owner_website":81,"owner_url":82,"languages":83,"stars":107,"forks":108,"last_commit_at":109,"license":110,"difficulty_score":10,"env_os":111,"env_gpu":112,"env_ram":113,"env_deps":114,"category_tags":120,"github_topics":79,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":121,"updated_at":122,"faqs":123,"releases":156},4728,"ihatecsv\u002Fdeepseek-ocr-client","deepseek-ocr-client","A real-time Electron-based desktop GUI for DeepSeek-OCR","deepseek-ocr-client 是一款基于 Electron 开发的桌面图形界面工具，旨在让用户能够本地实时体验 DeepSeek-OCR 强大的文字识别能力。它解决了原始模型通常需要通过命令行操作、对普通用户门槛较高的问题，将复杂的 AI 推理过程转化为直观的拖拽式交互。\n\n这款软件非常适合需要频繁处理文档截图、设计稿或研究资料的用户，包括研究人员、设计师以及希望保护数据隐私的办公人员。无需编写代码，用户只需将图片拖入窗口，即可立即获得识别结果。其独特亮点在于支持“点击区域复制”功能，允许用户精准提取图片中特定部分的文字；同时支持将结果连同原图切片一键导出为 Markdown 格式的压缩包，极大方便了笔记整理与二次编辑。\n\n在技术层面，deepseek-ocr-client 充分挖掘本地硬件潜力，不仅支持 NVIDIA GPU 的 CUDA 加速，还特别适配了苹果 Silicon 芯片的 MPS 加速，甚至在无独立显卡时也能流畅运行于 CPU 模式。虽然该项目由社区开发者维护而非 DeepSeek 官方出品，但它凭借开箱即用的便捷性和对多平台的良好支持，成为了本地部署 Dee","deepseek-ocr-client 是一款基于 Electron 开发的桌面图形界面工具，旨在让用户能够本地实时体验 DeepSeek-OCR 强大的文字识别能力。它解决了原始模型通常需要通过命令行操作、对普通用户门槛较高的问题，将复杂的 AI 推理过程转化为直观的拖拽式交互。\n\n这款软件非常适合需要频繁处理文档截图、设计稿或研究资料的用户，包括研究人员、设计师以及希望保护数据隐私的办公人员。无需编写代码，用户只需将图片拖入窗口，即可立即获得识别结果。其独特亮点在于支持“点击区域复制”功能，允许用户精准提取图片中特定部分的文字；同时支持将结果连同原图切片一键导出为 Markdown 格式的压缩包，极大方便了笔记整理与二次编辑。\n\n在技术层面，deepseek-ocr-client 充分挖掘本地硬件潜力，不仅支持 NVIDIA GPU 的 CUDA 加速，还特别适配了苹果 Silicon 芯片的 MPS 加速，甚至在无独立显卡时也能流畅运行于 CPU 模式。虽然该项目由社区开发者维护而非 DeepSeek 官方出品，但它凭借开箱即用的便捷性和对多平台的良好支持，成为了本地部署 DeepSeek-OCR 模型的优质选择。","# DeepSeek-OCR Client\n\nA real-time Electron-based desktop GUI for [DeepSeek-OCR](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepSeek-OCR)\n\n**Unaffiliated with [DeepSeek](https:\u002F\u002Fwww.deepseek.com\u002F)**\n\n## Features\n\n- Drag-and-drop image upload\n- Real-time OCR processing\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fihatecsv_deepseek-ocr-client_readme_1356817b6045.gif\" width=\"1000\">\n\n- Click regions to copy \n- Export results as ZIP with markdown images\n- GPU acceleration (CUDA, MPS) or CPU fallback\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fihatecsv_deepseek-ocr-client_readme_2b4b1dbf2b1c.png\" width=\"1000\">\n\n## Requirements\n\n- Windows 10\u002F11, other OS are experimental\n- Node.js 18+ ([download](https:\u002F\u002Fnodejs.org\u002F))\n- Python 3.12+ ([download](https:\u002F\u002Fwww.python.org\u002F))\n- NVIDIA GPU with CUDA, Apple Silicon (MPS), or CPU\n\n**Note:** MPS and CPU backends use [@Dogacel's modified model](https:\u002F\u002Fhuggingface.co\u002FDogacel\u002FDeepSeek-OCR-Metal-MPS) instead of the [base model](https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-OCR).\n\n## Quick Start (Windows)\n\n1. **Extract** the [ZIP file](https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Farchive\u002Frefs\u002Fheads\u002Fmain.zip)\n2. **Run** `start-client.bat`\n   - First run will automatically install dependencies.\n   - Subsequent runs will start quicker.\n3. **Load Model** - Click the \"Load Model\" button in the app, this will download or load the model.\n   - If this is the first run, this might take some time.\n4. **Drop an image** or click the drop zone to select one.\n5. **Run OCR** - Click \"Run OCR\" to process.\n\nNote: if you have issues processing images but the model loads properly, please close and re-open the app and try with the default resolution for \"base\" and \"size\". This is a [known issue](https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Fissues\u002F2), if you can help to fix it I would appreciate it!\n\n## Linux\u002FmacOS\n\nPlease follow Windows instructions but start with `start-client.sh` instead of `start-client.bat`.\n\n## Links\n\n- [Model HuggingFace](https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-OCR)\n- [Model Blog Post](https:\u002F\u002Fdeepseek.ai\u002Fblog\u002Fdeepseek-ocr-context-compression)\n- [Model GitHub](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepSeek-OCR)\n\n## Future goals (PRs welcome!)\n\n- [ ] Code cleanup needed (quickly put together)\n- [ ] TypeScript\n- [ ] Updater from GitHub releases\n- [ ] PDF support\n- [ ] Batch processing\n- [x] CPU\u002FMPS support (thanks [@Dogacel](https:\u002F\u002Fgithub.com\u002FDogacel)!)\n- [ ] Web version (so you can run the server on a different machine)\n- [ ] Better progress bar algo\n- [ ] ???\n\n## License\n\nMIT\n ","# DeepSeek-OCR 客户端\n\n一个基于 Electron 的实时桌面 GUI，用于 [DeepSeek-OCR](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepSeek-OCR)。\n\n**与 [DeepSeek](https:\u002F\u002Fwww.deepseek.com\u002F) 无关联**\n\n## 特性\n\n- 拖放上传图片\n- 实时 OCR 处理\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fihatecsv_deepseek-ocr-client_readme_1356817b6045.gif\" width=\"1000\">\n\n- 点击区域即可复制\n- 将结果导出为包含 Markdown 和图片的 ZIP 文件\n- 支持 GPU 加速（CUDA、MPS）或回退到 CPU\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fihatecsv_deepseek-ocr-client_readme_2b4b1dbf2b1c.png\" width=\"1000\">\n\n## 系统要求\n\n- Windows 10\u002F11，其他操作系统处于实验阶段\n- Node.js 18+（[下载](https:\u002F\u002Fnodejs.org\u002F)）\n- Python 3.12+（[下载](https:\u002F\u002Fwww.python.org\u002F)）\n- NVIDIA GPU（支持 CUDA）、Apple Silicon（MPS）或 CPU\n\n**注意：** MPS 和 CPU 后端使用 [@Dogacel 修改的模型](https:\u002F\u002Fhuggingface.co\u002FDogacel\u002FDeepSeek-OCR-Metal-MPS)，而非 [基础模型](https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-OCR)。\n\n## 快速入门（Windows）\n\n1. **解压** [ZIP 文件](https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Farchive\u002Frefs\u002Fheads\u002Fmain.zip)\n2. **运行** `start-client.bat`\n   - 首次运行会自动安装依赖。\n   - 后续运行将更快。\n3. **加载模型** - 点击应用中的“加载模型”按钮，这将下载或加载模型。\n   - 如果是首次运行，可能需要一些时间。\n4. **拖放一张图片** 或点击拖放区域选择一张。\n5. **运行 OCR** - 点击“运行 OCR”进行处理。\n\n注意：如果您在处理图片时遇到问题，但模型已正确加载，请关闭并重新打开应用程序，并尝试使用“base”和“size”的默认分辨率。这是一个[已知问题](https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Fissues\u002F2)，如果您能帮助修复，我将不胜感激！\n\n## Linux\u002FmacOS\n\n请按照 Windows 指南操作，但使用 `start-client.sh` 而不是 `start-client.bat`。\n\n## 链接\n\n- [模型 HuggingFace](https:\u002F\u002Fhuggingface.co\u002Fdeepseek-ai\u002FDeepSeek-OCR)\n- [模型博客文章](https:\u002F\u002Fdeepseek.ai\u002Fblog\u002Fdeepseek-ocr-context-compression)\n- [模型 GitHub](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepSeek-OCR)\n\n## 未来目标（欢迎提交 PR！）\n\n- [ ] 需要代码清理（快速拼凑而成）\n- [ ] TypeScript\n- [ ] 从 GitHub 发布版本中更新\n- [ ] 支持 PDF\n- [ ] 批量处理\n- [x] 支持 CPU\u002FMPS（感谢 [@Dogacel](https:\u002F\u002Fgithub.com\u002FDogacel)！）\n- [ ] Web 版本（以便您可以在另一台机器上运行服务器）\n- [ ] 更好的进度条算法\n- [ ] ???\n\n## 许可证\n\nMIT","# DeepSeek-OCR Client 快速上手指南\n\nDeepSeek-OCR Client 是一个基于 Electron 的桌面图形界面工具，用于实时运行 [DeepSeek-OCR](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepSeek-OCR) 模型。它支持拖拽上传图片、实时识别、区域点击复制以及结果导出等功能。\n\n> **注意**：本项目为社区开源工具，与 DeepSeek 官方无直接关联。\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### 系统要求\n- **操作系统**：Windows 10\u002F11（推荐）；Linux\u002FmacOS 处于实验性支持阶段。\n- **硬件加速**：\n  - NVIDIA 显卡（需支持 CUDA）\n  - Apple Silicon 芯片（支持 MPS 加速）\n  - 或仅使用 CPU 运行（速度较慢）\n\n### 前置依赖\n请预先安装以下软件：\n- **Node.js**: 版本 18 或更高 ([下载地址](https:\u002F\u002Fnodejs.org\u002F))\n- **Python**: 版本 3.12 或更高 ([下载地址](https:\u002F\u002Fwww.python.org\u002F))\n\n> **提示**：若使用 Apple Silicon (MPS) 或纯 CPU 模式，程序将自动加载 [@Dogacel](https:\u002F\u002Fhuggingface.co\u002FDogacel\u002FDeepSeek-OCR-Metal-MPS) 修改版的模型，而非官方基础模型。\n\n## 安装步骤\n\n### Windows 用户\n1. **下载源码**\n   下载并解压项目 ZIP 文件：\n   [deepseek-ocr-client-main.zip](https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Farchive\u002Frefs\u002Fheads\u002Fmain.zip)\n\n2. **启动客户端**\n   进入解压后的目录，双击运行 `start-client.bat`。\n   - **首次运行**：脚本会自动安装所需的 Python 和 Node.js 依赖，可能需要几分钟。\n   - **后续运行**：将直接启动应用，速度更快。\n\n### Linux \u002F macOS 用户\n1. **下载源码**\n   同上，下载并解压 ZIP 文件。\n\n2. **启动客户端**\n   打开终端，进入项目目录，赋予执行权限并运行脚本：\n   ```bash\n   chmod +x start-client.sh\n   .\u002Fstart-client.sh\n   ```\n   首次运行同样会自动安装依赖。\n\n## 基本使用\n\n启动成功后，请按以下步骤进行 OCR 识别：\n\n1. **加载模型**\n   在应用程序界面中，点击 **\"Load Model\"** 按钮。\n   - 首次使用时，程序会下载模型文件（取决于网络状况，可能需要一些时间）。\n   - 加载完成后，按钮状态会更新。\n\n2. **上传图片**\n   将需要识别的图片直接**拖拽**到应用窗口的虚线框内，或点击该区域选择文件。\n\n3. **执行识别**\n   点击 **\"Run OCR\"** 按钮开始处理。\n   - 处理过程中可看到实时进度。\n   - 识别完成后，您可以直接点击图像中的文字区域进行**复制**。\n\n4. **导出结果**\n   如需保存结果，可导出为包含 Markdown 和图片的 ZIP 压缩包。\n\n> **故障排查提示**：如果模型加载成功但图片处理失败，请尝试关闭并重新打开应用，并使用默认的 \"base\" 和 \"size\" 分辨率设置重试。","某数据分析师需要每天处理大量扫描版财务报表和合同图片，将其中的文字与表格结构提取并整理为可编辑的 Markdown 文档以供后续分析。\n\n### 没有 deepseek-ocr-client 时\n- 必须编写复杂的 Python 脚本调用命令行接口，每次处理新图片都要修改代码参数，流程繁琐且容易出错。\n- 无法直观地预览识别结果，难以快速定位并修正特定区域的识别错误，只能盲目重新运行整个脚本。\n- 缺乏图形界面支持，拖拽上传图片极不方便，且无法利用本地 GPU 加速，处理高分辨率大图时耗时极长。\n- 导出结果仅为纯文本，丢失了原文档的排版结构，后续人工重建表格和格式耗费大量精力。\n- 在苹果 M 系列芯片或无独显电脑上部署困难，常因环境配置问题导致模型无法运行。\n\n### 使用 deepseek-ocr-client 后\n- 直接通过简洁的 Electron 桌面界面拖拽图片即可启动识别，无需编写任何代码，操作流程直观高效。\n- 支持点击图像特定区域实时查看并复制识别内容，发现错误可立即定位，大幅提升了校对效率。\n- 自动调用本地 NVIDIA CUDA 或苹果 MPS 进行 GPU 加速，显著缩短了大量高清文档的处理等待时间。\n- 一键导出包含原始截图与结构化 Markdown 内容的 ZIP 包，完美保留文档布局，无缝衔接后续编辑工作。\n- 跨平台兼容性强，在 Windows 及 macOS 上均能一键启动并自动管理依赖，彻底解决了环境配置难题。\n\ndeepseek-ocr-client 将原本晦涩的命令行 OCR 任务转化为可视化的桌面流，让非开发人员也能轻松实现高精度、结构化的文档数字化。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fihatecsv_deepseek-ocr-client_1356817b.gif","ihatecsv","Drake","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fihatecsv_f467a216.jpg",null,"New Brunswick, Canada","https:\u002F\u002Finstagram.com\u002Fatlanticmadscience","https:\u002F\u002Fgithub.com\u002Fihatecsv",[84,88,92,96,100,104],{"name":85,"color":86,"percentage":87},"JavaScript","#f1e05a",45.8,{"name":89,"color":90,"percentage":91},"Python","#3572A5",31.8,{"name":93,"color":94,"percentage":95},"CSS","#663399",12.8,{"name":97,"color":98,"percentage":99},"HTML","#e34c26",9.1,{"name":101,"color":102,"percentage":103},"Batchfile","#C1F12E",0.2,{"name":105,"color":106,"percentage":103},"Shell","#89e051",751,82,"2026-04-02T19:59:50","MIT","Windows, Linux, macOS","非必需。支持 NVIDIA GPU (CUDA)、Apple Silicon (MPS) 或 CPU 回退。未指定具体型号、显存大小或 CUDA 版本。","未说明",{"notes":115,"python":116,"dependencies":117},"Linux 和 macOS 支持处于实验阶段。MPS 和 CPU 后端需使用社区修改的模型而非官方基础模型。首次运行会自动安装依赖并下载模型，耗时较长。若图像处理失败但模型加载正常，建议重启应用并使用默认分辨率设置。","3.12+",[118,119],"Node.js 18+","Electron",[15,62],"2026-03-27T02:49:30.150509","2026-04-07T09:48:32.633936",[124,129,134,138,143,148,152],{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},21482,"安装时提示找不到满足要求的 torch 版本（Could not find a version that satisfies the requirement torch=...）怎么办？","这通常是网络问题导致的。请检查您的网络连接，尝试切换网络环境或使用代理。如果手动下载后仍报错，可能是本地缓存文件损坏或版本不匹配，建议清理缓存后重新安装。","https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Fissues\u002F14",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},21483,"模型加载时在 20% 处崩溃或报错，如何解决？","这是由于缓存的 HuggingFace 代码中存在语法错误（第 914 行附近）。错误代码通常为 `with torch.autocast(device), dtype=torch.bfloat16):`（逗号位置错误）。解决方案是手动找到本地缓存的模型文件，修复该语法错误；或者等待项目更新，新版本已包含自动修复补丁。","https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Fissues\u002F7",{"id":135,"question_zh":136,"answer_zh":137,"source_url":133},21484,"推理过程中出现 'masked_scatter_: expected self and source to have same dtypes' 错误怎么办？","这是推理过程中的数据类型（dtype）不匹配问题。维护者已在后续更新中修复了此 Bug。如果您遇到此问题，请确保更新到最新版本客户端。如果无法更新，可能需要手动检查代码第 648 行附近，确保参与运算的张量数据类型一致（如均为 float16 或 bfloat16）。",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},21485,"如何在 Apple Silicon (M1\u002FM2\u002FM3) Mac 上使用 GPU 加速？","项目已支持通过 Metal Performance Shaders (MPS) 在 Apple Silicon 上运行。系统会自动检测并安装支持 MPS 的 PyTorch 版本。注意：如果遇到问题，可能需要手动编辑缓存的模型代码，因为部分依赖（如 Flash Attention 2）可能与 MPS 不兼容，且代码中硬编码的 `.cuda()` 调用需要改为适配 MPS 的设备调用。","https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Fissues\u002F3",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},21486,"6GB 的模型瞬间占满 16GB 显存导致无法运行，如何解决？","这通常是因为安装的 PyTorch 包不正确，未能正确调用 NVIDIA CUDA 支持，导致显存管理异常。解决方法是删除整个客户端目录，然后严格按照设置流程重新安装，确保安装程序拉取的是支持 CUDA 的正确 PyTorch 版本。","https:\u002F\u002Fgithub.com\u002Fihatecsv\u002Fdeepseek-ocr-client\u002Fissues\u002F1",{"id":149,"question_zh":150,"answer_zh":151,"source_url":133},21487,"如何显著提升 OCR 的处理速度？","可以通过启用 CUDA 优化来获得约 6 倍的速度提升（相比 CPU）。具体措施包括：自动检测 GPU 并使用最佳设置、启用 `torch.compile()` 进行编译优化、以及根据 GPU 类型智能选择数据类型（float16\u002Fbfloat16）。在 Quadro RTX 5000 上，处理速度可从每页 60 秒提升至 12 秒。",{"id":153,"question_zh":154,"answer_zh":155,"source_url":133},21488,"是否支持批量处理文件或文件夹？","是的，新版本已加入队列处理功能。您可以添加多个文件或整个文件夹进行顺序处理，系统会提供进度跟踪、状态显示（待处理\u002F处理中\u002F完成\u002F失败），并自动将结果保存到组织好的输出文件夹中，同时支持实时预览生成的边界框。",[]]