Zotero OCR
这个Zotero插件为在Zotero中选择的PDF添加了执行OCR的功能。它可以添加一个包含识别文本的新PDF，一个仅包含识别文本的笔记，以及HTML（HOCR）文件。文本识别本身使用Tesseract OCR进行。
先决条件
- 已安装Tesseract OCR
- Windows用户请参见 https://github.com/UB-Mannheim/tesseract/wiki
- Linux和Mac用户请参见 https://tesseract-ocr.github.io/tessdoc/Installation.html
- 已下载并安装poppler库中的
pdftoppm
安装
安装扩展：
- 下载最新版本的XPI文件。
- 在Zotero中，转到工具→附加组件，并将.xpi文件拖到附加组件窗口上。
- 可能需要在附加组件选项中调整Tesseract的路径。
配置
可以在工具→Zotero OCR首选项（Zotero 6）或Zotero→设置（Zotero 7）中访问配置。
默认情况下，OCR引擎和pdftoppm路径字段为空，这意味着会查看常用位置。如果不起作用 ，你应该在本地机器上找到这些工具，并输入包含工具本身名称的完整路径。
Tesseract使用的默认语言/脚本只能是已安装模型中的一个。如果你将该字段留空，将使用始终与Tesseract一起安装的英语模型（eng）。
此外，这些选项被保存为Zotero首选项变量，也可以通过配置编辑器访问。
构建和发布
运行build.sh脚本，创建新的.xpi文件。
对于新版本，运行release.sh脚本。它会运行build.sh脚本，提交新版本的代码更改并添加标签。将更新后的本地master分支和标签推送到GitHub。然后在GitHub上发布新版本并附上.xpi文件。
开发
代码更改后，可以通过./build.sh <版本>构建新的扩展文件。然后在Zotero中转到工具，附加组件，从文件安装附加组件...，并选择新创建的.xpi文件。Zotero 6将重启并加载新构建的附加组件版本。Zotero 7无需重启，会立即激活它。
如果出现任何错误，可以在帮助，报告错误...对话框中看到更多详细信息。要查看一些调试消息，可以在Zotero的帮助中激活调试输出日志记录。
许可证
Zotero OCR是免费的开源软件。源代码根据GNU Affero通用公共许可证v3发布。
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、 写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自 适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有 海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号