rolandhe

摘要： Apple Silicon Mac 本地部署 OCR 模型实战笔记 适用环境:macOS + Apple Silicon(M1/M2/M3/M4) 覆盖模型:PaddleOCR-VL、GLM-OCR、DeepSeek-OCR 最后更新:基于本地实测验证 目录 0. 基础概念速查 1. PaddleO 阅读全文

摘要： 先建立一个分类框架 推理工具可以按两个维度来区分: 维度 1:抽象层次(从低到高) 推理引擎(Inference Engine):直接执行模型 forward pass,管显存、KV cache、算子调度 推理服务器(Inference Server):包装引擎 + 提供 HTTP API、批处理、 阅读全文

摘要： 百度智能文档解析，含大模型版 阅读全文

摘要： hermes agent：最新的比较热门的Agent框架，号称Agent会随着你的使用而成长。 应该是实现了长期记忆及自动生成skill。 LangChain: 有点过时了，总更新。 LangGraph: 与langchain同源，但能实现智能体编排，目前算是比较值得学习的。 LlamaIndex： 阅读全文

摘要： 目前几大云平台都提供模型接入服务，不光是自家的模型，也提供其他厂商的模型。 AWS Bedrock: 提供Anthropic等很多模型服务API，但目前没有OpenAI模型和Gemini。 Vertex AI: 提供自家的Gemini及Anthropic模型，但没有OpenAI的模型。 Azure 阅读全文

摘要： qwen系统vl模型换算规则： 计算公式：图像Token = h_bar * w_bar / token_pixels + 2 h_bar、w_bar：缩放后的图像长宽，模型在处理图像前会进行预处理，会将图像缩小至特定像素上限内，像素上限与max_pixels和vl_high_resolution_ 阅读全文

摘要： 将pdf中的一页另存为图片 在使用pymupdf时，获取到page对象后，使用page.get_pixmap(dpi=500) 这个方法可以将整页保存为图像。但这里有两种方式，一种是使用dpi参数，这个是代表在一英寸里要包含多少个像素，设置越大，图像的像素就越高，相对应的文件也会越大。 而pdf文件 阅读全文

摘要： 一、 图像基础核心知识体系 1. 像素与分辨率 像素：图像的最小单位，一个带有颜色信息的小方点。像素大小通常指图像的总像素数量（宽×高），如 1920×1080（约207万像素）。 分辨率：有两个常见但易混的概念： 图像分辨率：指图像本身包含的像素总数（如 1920×1080）。这是决定图像精细度的 阅读全文

摘要： aria2 是一款开源下载工具，具说一些商业下载工具内部也会用到它。 这款工具是命令行的，但也人基于它做了一些UI，需要开启它 rpc功能然后配合一款UI就能通过页面操作它。 可以像下面这样在命令行里直接输入命令，设置一些选项 aria2c --input-file=/Users/roland/no 阅读全文

摘要： 🍺 Homebrew 的结构 = 一个“酿酒厂” 以下是核心概念的真实意义 + 隐喻意义： 1. Formula（配方） 真实意义： Homebrew 安装“源码软件”的脚本，描述软件从哪里下载、如何编译、有哪些依赖等。 隐喻： 👉 配方：告诉酿酒师（brew）如何酿酒（软件）。 2. Cask 阅读全文