10-30 zhou-ruo-lin 若琳部署 Surya 保姆级部署教程：689M 参数开源 OCR，从文档识别到表格 HTML 全流程 Surya 保姆级部署教程：689M 参数开源 OCR，从文档识别到表格 HTML 全流程 Surya 是一个 689M 参数的开源 OCR 模型，由 Datalab 开发。它在 OmniParseBench 上拿到 85.9 分（1B 以下开源模型最高），在 olmOCR-bench 上 83.7 0 0 0
10-30 zhou-ruo-lin 若琳部署 chaiNNer 保姆级部署教程：节点式图像处理流水线，从 AI 放大到批量视频处理全链路 chaiNNer 保姆级部署教程：节点式图像处理流水线，从 AI 放大到批量视频处理全链路 chaiNNer 是一个节点式图像处理 GUI，最初作为 AI 放大（upscaling）工具诞生，后来发展成一个极其灵活强大的可编程图像处理应用。它的核心思路是：把图像处理的每一步（读图、放大、裁剪、调色、 0 0 0
10-30 zhou-ruo-lin 若琳部署 SwarmUI 保姆级部署教程：模块化 AI 图像生成 Web UI，从 Windows 一键安装到 Linux 服务器部署 SwarmUI 保姆级部署教程：模块化 AI 图像生成 Web UI，从 Windows 一键安装到 Linux 服务器部署 SwarmUI（原名 StableSwarmUI）是一个模块化的 AI 图像生成 Web 用户界面，当前版本 v0.9.8 Beta。它的定位是"全功能一站式 AI 图像生成 0 0 0
10-30 zhou-ruo-lin 若琳部署 FaceFusion 保姆级部署教程：工业级人脸替换平台，从 Windows 安装到 GPU 跑通换脸全流程 FaceFusion 保姆级部署教程：工业级人脸替换平台，从 Windows 安装到 GPU 跑通换脸全流程 FaceFusion 是一个开源的人脸操纵（face manipulation）平台，官方定位是"Industry leading face manipulation platform"（业 1 0 0
10-30 zhou-ruo-lin 若琳部署 pyannote.audio 保姆级部署教程：工业级说话人分离，从录音到谁在什么时候说话全流程 pyannote.audio 保姆级部署教程：工业级说话人分离，从录音到谁在什么时候说话全流程 pyannote.audio 是一个开源的说话人分离（Speaker Diarization）工具包，用 Python 写成，基于 PyTorch。它的核心能力是：给它一段多人对话录音，它能告诉你"谁在什 0 0 0
10-30 zhou-ruo-lin 若琳部署 Silero VAD 保姆级部署教程：2MB 企业级语音活动检测器，从 Python 到 ONNX 全平台落地 Silero VAD 保姆级部署教程：2MB 企业级语音活动检测器，从 Python 到 ONNX 全平台落地 Silero VAD 是一个预训练的企业级语音活动检测器（Voice Activity Detector），由 Silero Team 开源，MIT 协议发布。它的 JIT 模型文件只有约 0 0 0
10-30 zhou-ruo-lin 若琳部署 edge-tts 保姆级部署教程：免费调用微软 Edge 神经网络语音合成，Python/CLI/HTTP 服务全流程 edge-tts 保姆级部署教程：免费调用微软 Edge 神经网络语音合成，Python/CLI/HTTP 服务全流程 edge-tts 是一个 Python 模块，让你在自己的 Python 代码里、或通过命令行，免费调用微软 Edge 浏览器背后那套神经网络语音合成（TTS）服务——不需要安装 0
10-30 zhou-ruo-lin 若琳部署 VoxCPM2 保姆级部署教程：面壁智能开源 30 语言多情感 TTS 从安装到声音克隆全流程 VoxCPM2 保姆级部署教程：面壁智能开源 30 语言多情感 TTS 从安装到声音克隆全流程 VoxCPM 是面壁智能（OpenBMB）开源的 tokenizer-free 语音合成系统，采用端到端"扩散自回归"架构直接生成连续语音表示，跳过离散 token 化环节。当前最新版本 VoxCPM2 0 0 0
10-30 zhou-ruo-lin 若琳部署 EmotiVoice 保姆级部署教程：网易有道开源多情感中英文 TTS 引擎从零到一完整搭建 EmotiVoice 保姆级部署教程：网易有道开源多情感中英文 TTS 引擎从零到一完整搭建 EmotiVoice（易魔声）是网易有道开源的现代化语音合成（TTS）引擎，基于 Apache-2.0 协议发布，支持中英文双语、2000+ 种音色，并通过提示词（Prompt）控制情感——开心、兴奋、悲伤 0
10-30 zhou-ruo-lin 若琳学习 Pocket Flow 部署与实战教程：只用 100 行代码构建你的 LLM 智能体工作流 Pocket Flow（The-Pocket/PocketFlow，MIT 协议，GitHub 星数约 1.13 万，最近提交 2026-07-26）是一个号称"100 行代码"的极简 LLM 框架。它没有 LangChain 那种几千个类、几百 MB 的依赖树，整个核心只有一个 pocketflo 0 0 0
