
开发者推出Sugo:用OCR将PDF和截图转为紧凑Markdown以节省LLM令牌
来源标题:Show HN: Sugo – Turn PDF's and Screenshots into Compact Markdawn for LLMs
开发者发布开源项目Sugo 0.1.4版,可借助OCR等工具将图片、PDF、文档和演示文稿转换为Markdown文件,减少喂给AI时的令牌消耗。项目源于作者在帮助台工作中发现AI处理PDF和图片耗用大量令牌、且模型越强消耗越多的问题。目前GitHub上提供lite级别,作者计划后续推出normal和quality级别。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
大家好, 我想介绍一下我的项目“Sugo”。 这个项目解决了我遇到的一个实际问题:“如果我要给任何AI提供大量截图或PDF,我怎样才能节省token?” 直到最近,我一直在学习管理RAG系统以及在本地运行AI,我取得了不错的结果,使用专用框架也是如此。 后来我意识到,我结果不佳的主要原因是我管理RAG文件的方式。 实际上我在helpdesk工作,我很年轻,没有太多经验;),我想你们也会给AI提供项目、文档和截图,所以会消耗大量token。 我很好奇AI是如何转换PDF和图像的,哇,它消耗很多,最糟糕的部分是:模型越强大,消耗的token越多。 我受够了,所以我设计了Sugo,它使用OCR和其他工具将图像、PDF、文档和演示文稿转换为Markdown文件,这样AI就能更快地理解内容。 目前,在github上有0.1.4版本,包含lite级别(我计划推出normal级别,以及为要求最高的用户推出quality级别)。 如果你看看README,我会非常高兴,我设计它时很开心。 在此过程中,我想出了有史以来最绝妙的名字。因为我是意大利人,这个词完美契合。 “用酱汁而不是水来喂养你的LLM”,天才。 对于不了解正宗意大利美食的人来说,sugo(酱汁)是一道菜的精髓,风味就在那里,它告诉你这盘意面是极好的还是垃圾,水汪汪的酱汁可不好,我想要的是精华。 把这种烹饪哲学应用到IT上,你就得到了Sugo。 最好的部分是它主要在本地运行,甚至能在一台有16年历史的硬件的电脑上运行(请不要问,我也不知道为什么我会有那样一台电脑,尽管我有一台好一千倍的)。 我给自己定的一条规则是测试数据透明,我不会说“我的产品是最好的”或“我在没有AI的情况下构建了它”这种傻话,我没有理由隐瞒。 我也不会隐瞒我的账号是新的(以前我甚至不知道hacker news,现在我知道这是一个学习和保持了解的好地方)。 简而言之,如果你查看或尝试Sugo,欢迎在这里或github上告诉我(我会尽快回复),所有文档、未来计划、工作流程和信息都在那里。 如果缺少什么,尽管问,感谢你读到这里。 P.S 我的英语很糟糕,抱歉有任何错误。 评论URL:https://news.ycombinator.com/item?id=50441321 点数:1
评论数:0
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。