MinerU 跨页表格合并：续格与相邻新行的区分
对同一两页 PDF 分别保留关闭与开启跨页续格处理的实际解析结果。只将 EQ-01 跨页的两半句合为一格，相邻 EQ-02 必须仍是独立设备行，并保存原页与输出单元格映射。
阅读文章正在打开页面…
正在加载内容，请稍候。
91 篇教程，当前显示第 1–48 篇。选择页码继续浏览，或切换任务主题。
文档与 OCR
AI 邮件排版：浅色与暗色预览都保留可读按钮
浅色与暗色预览都保留可读按钮。附合成输入、apizt实际响应、4步具体操作、原生产物与3项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI生成Wi-Fi二维码：特殊字符转义后仍能解码
特殊字符转义后仍能解码。附合成输入、apizt实际响应、5步具体操作、原生产物与5项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI说明组装图：编号步骤不能倒序或漏零件
编号步骤不能倒序或漏零件。附合成输入、apizt实际响应、5步具体操作、原生产物与5项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI读取勾选表：已勾、划掉、未选三种状态分开
已勾、划掉、未选三种状态分开。附合成输入、apizt实际响应、5步具体操作、原生产物与4项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI图片分享前清除EXIF：GPS位置元数据不留在副本
GPS位置元数据不留在副本。附合成输入、apizt实际响应、6步具体操作、原生产物与6项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI识别褪色小票：看不清的位数留待确认
看不清的位数留待确认。附合成输入、apizt实际响应、5步具体操作、原生产物与4项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
长截图文字太小：分块识别后按坐标拼回原顺序
分块识别后按坐标拼回原顺序。附合成输入、apizt实际响应、6步具体操作、原生产物与8项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
截图被弹窗挡住：AI不能声称读到下面的数字
AI不能声称读到下面的数字。附合成输入、apizt实际响应、5步具体操作、原生产物与4项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI读包装日期：生产日、到期日与批号分三栏
生产日、到期日与批号分三栏。附合成输入、apizt实际响应、5步具体操作、原生产物与6项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
AI读手写金额：1和7、0和6看不清时怎么标记
1和7、0和6看不清时怎么标记。附合成输入、apizt实际响应、5步具体操作、原生产物与4项检查，以及截图、缩略图和可离线复跑资料。
阅读文章
图表说明有没有写错：识别标签，程序再算比例
核对图中A、B、C数值，不直接信任旁边的结论。提供具体输入、apizt 实际响应、Python 操作步骤和 8 项验收，附截图、完整脚本与结果文件。
阅读文章
多张图片复核联系表：按文件编号绑定检查结果
输入顺序变化时仍把复核状态对应到原图。提供具体输入、apizt 实际响应、Python 操作步骤和 6 项验收，附截图、完整脚本与结果文件。
阅读文章
文档脱敏截图复查：找可见残留，不声称检查隐藏图层
扫描图片可见区域，记录仍可读的号码片段。提供具体输入、apizt 实际响应、Python 操作步骤和 8 项验收，附截图、完整脚本与结果文件。
阅读文章
流程图截图转有向图：核对箭头，再找不可达节点
把图片连线提取成边集合，交给程序做可达性检查。提供具体输入、apizt 实际响应、Python 操作步骤和 6 项验收，附截图、完整脚本与结果文件。
阅读文章
菜单图片转结构化清单：价格可读，模糊配料留待复核
只提取画面中可辨认的菜单文字，不猜测配料。提供具体输入、apizt 实际响应、Python 操作步骤和 11 项验收，附截图、完整脚本与结果文件。
阅读文章
包装图片改版核对：文字变化与版面变化分开列出
逐项比较两版可见标签，保留修改前后值。提供具体输入、apizt 实际响应、Python 操作步骤和 9 项验收，附截图、完整脚本与结果文件。
阅读文章
AI 看板数字核对：先读明细，程序复算合计差额
将图片识别与算术分开，定位合计不一致。提供具体输入、apizt 实际响应、Python 操作步骤和 8 项验收，附截图、完整脚本与结果文件。
阅读文章
货架图片价签核对：明确配对和归属不清分开处理
没有位置依据的价签不自动分给商品。提供具体输入、apizt 实际响应、Python 操作步骤和 8 项验收，附截图、完整脚本与结果文件。
阅读文章
AI 表单截图检查：必填、错误与已保存文字分别识别
识别可见状态，不把截图当作后台持久化凭证。提供具体输入、apizt 实际响应、Python 操作步骤和 8 项验收，附截图、完整脚本与结果文件。
阅读文章
图片替代文字怎么写：装饰图、产品和图表分别描述
写可访问文本时保留可见信息，不猜人物身份。提供具体输入、apizt 实际响应、Python 操作步骤和 9 项验收，附截图、完整脚本与结果文件。
阅读文章
Indra OCR 模式选择：auto、ocr 与 text
Indra OCR模式选择用可选择文字PDF、纯扫描页和混合页比较路由。命令只允许auto、ocr或text，hybrid是结果来源标签，必须从实际page.source和note判断。
阅读文章
Indra批量OCR错误处理：坏文件不中断后续，按输入顺序交付每份结果
Indra批量OCR错误处理用一份正常PDF、一份损坏PDF和另一份正常PDF验证容错。既要继续处理后面的文件，也要把失败文件留在清单里，不能只交成功输出冒充全批完成。
阅读文章
Indra低置信度复核：按行排序并核对变音符，别把conf当正确概率
Indra低置信度复核将line.conf作为复查排序信号。练习包含普通英文、带变音符编号和中文标签，既查低分行，也抽查高分行，避免把内部confidence直接解释为字符正确概率。
阅读文章
Indra图片内文字补识别：切换image_ocr，确认正文不重复且图内标签不漏
Indra图片内文字补识别在有效PDF文字层之外补读嵌入图像。本课对比开启与--no-image-ocr，检查图片标签进入结果的同时，文字层正文没有被重复加入。
阅读文章
Indra内存图片OCR：先转灰度uint8，再检查形状与像素范围
Indra内存图片OCR要求灰度uint8数组。练习比较BGR图、0到1浮点图与正确灰度图，检查数据类型和通道转换，避免图像看似正常但接口输入语义错误。
阅读文章
Indra公式识别开关：启用LaTeX后复查数字表格，防止数值误包数学标记
Indra公式识别开关会改变数学行处理，也可能影响普通数字表格。本课同时放一行不等式与三行库存，比较默认和--math结果，按内容类型决定是否接受修订。
阅读文章
Indra限制处理页数：按每文件计算覆盖范围，别把限页任务写成全文已识别
Indra限制处理页数将每份文件最多两页与整批两页区分。练习同时给三页和四页PDF，产物附覆盖清单，让“任务完成”不被误读成“原文全量完成”。
阅读文章
Indra多页TIFF：逐帧计页并保留帧身份，避免只读首张扫描
Indra多页TIFF按每个frame产出页面。练习把三张不同编号的扫描封装为一份TIFF，检查输出页数与帧序，而不是只看文件成功读取。
阅读文章
Indra离线运行准备：核对模型目录与math依赖，断网前形成完整清单
Indra离线运行准备把“CPU可跑”和“首次不联网”区分。先下载并核对默认模型与可选math依赖，再用显式模型目录试跑；代码许可与权重许可也分别记录。
阅读文章
Indra竖排识别：按右至左列顺序校对，坐标仍画回原页面
Indra竖排识别检查列顺序与原页面坐标。模型会按转向后的文字行读取竖列，但官方说明boxes仍落在页面原样位置，不能再额外旋转一次造成错框。
阅读文章
LightOnOCR3 图表转数据：数值、轴标签与单位
LightOnOCR3图表转数据针对chart块内的HTML表格。练习把人数柱图与满意度百分比折线放在同一页，检查每个表格的单位、类别和原图来源，避免正确数字配上错误含义。
阅读文章
LightOnOCR3 页眉页脚过滤：正文视图与来源块
LightOnOCR3页眉页脚过滤使用官方to_markdown的drop集合生成正文视图。全量grounding块继续保留，用来追溯页码、脚注和图注，避免清洗后证据位置丢失。
阅读文章
LightOnOCR3图片描述：把生成描述与原页题注分开，避免当作可见文字引用
LightOnOCR3图片描述会为image块产生视觉说明。练习同时保存原页题注和模型描述，给两者不同证据类型，防止把模型看图推测误写成原文逐字引用。
阅读文章
LightOnOCR3公式美元符：比较默认数学修复与原样输出，保住价格和代码
LightOnOCR3公式美元符使用官方客户端的数学分隔符修复开关。练习把价格$12、公式和代码字符串放在同页，检查修复是否只作用于应处理的数学表达，原始输出始终保留。
阅读文章
LightOnOCR3坐标换算：按实际送入图像缩放定位，拒绝把千分坐标当像素
LightOnOCR3坐标换算将0到1000的框转换回实际页面像素。练习同时提供1200×1600与600×800两种渲染，检查框落在相同内容上，并记录坐标属于哪张图。
阅读文章
LightOnOCR3两种模式：相同页面分别转写和定位，不添加聊天式提问
LightOnOCR3两种模式用同一页报告比较纯转写与带坐标输出。模型只推荐空prompt或grounding，本课不会用“请找金额”这类自由指令冒充受支持的文档问答。
阅读文章
LightOnOCR3 模型别名：profile 与页面分辨率
LightOnOCR3模型别名影响官方客户端自动选择页面尺寸和模式。练习比较真实模型名与自定义served-model-name，检查1B的1540px目标不会因别名被误当成2048px默认。
阅读文章
LightOnOCR3续接标记：识别text+跨栏续块，保留顺序与段落谱系
LightOnOCR3续接标记中的加号表示接续上一块，不是新的业务类别。本课用跨栏长段和独立边栏比较合并规则，既恢复连续段落，也保留每个原框的定位。
阅读文章
LightOnOCR3 解码：只读取模型新增 token
LightOnOCR3解码输出按官方Transformers示例切出新生成token。练习同时保存输入长度与完整生成长度，解释为什么解码整个output_ids会夹带对话提示，影响后续解析。
阅读文章
LightOnOCR3输出截断：检查生成结束原因和未闭表格，不用补写数字伪装修复
LightOnOCR3输出截断把长表格末尾不完整与正常空值区分。练习用明确的行数、页脚终止标记和HTML闭合检查判断是否需要重跑，绝不手工猜最后几行数字。
阅读文章
Magnific Designer：导出含真实文字的可搜索 PDF
分别选择文字、线条和商品图片，确认三类对象独立。若文字显示替代字形，先修正字体再导出。
阅读文章
Magnific Designer：选择指定页面合并导出 PDF
在 Magnific Designer 的导出面板只选择封面 01 与尾页 03，再使用 Export PDF 合成文件。下载后打开确认两页顺序与内部成本页 02 未进入；逐页图片导出是另一类交付。
阅读文章
Magnific Designer 导入 SVG：编辑矢量与导出 PDF
进入对应图形编辑或对象选择状态，将主面改为赭红。检查耳尖、轮廓和另两个面没有一起被重涂。
阅读文章
达芬奇AI动态字幕：按说话词序做高亮，修正中文断句与画面遮挡
在达芬奇将自己的中文口播转录为字幕，选择当前可用的 AI Animated Subtitles 样式。纠正三件、二十四个等分词与数字，逐词回听高亮和停顿，再检查竖屏字幕不遮手部与商品。
阅读文章
Recraft AI图片转SVG：把自有标志扫描稿矢量化，保留反白孔洞
在 Recraft 上传原创标志扫描 PNG 并运行 Vectorize，进入形状编辑检查大孔、小孔与背景纸底。导出 SVG 后重新导入到深浅底色，确认孔洞透明且轮廓是可编辑路径。
阅读文章
AI Job Search 简历 PDF：检查 ATS 文字层
从 AI Job Search 自定义模板导出可选择文字的简历 PDF，再提取文字层核对联系方式、日期与章节顺序。把纯图片 PDF 作为反例，检查视觉正常但无法提取文字的差异；本课不预测 ATS 分数。
阅读文章
ChatGPT 产品需求文档：从讨论与用户问题建立范围、非目标和可验收条件
让 ChatGPT 将用户反馈、已批准决策与讨论逐条关联，先划分确定范围、非目标和开放问题，再写 PRD 验收条件。自动邮件只是讨论过的想法，不能未经批准变成确定需求。
阅读文章
把想用的模型，接入你的工具与应用
注册后创建 apizt API Key，选择客户端和模型，再生成接入配置。从一次简单请求开始，按实际用量付费。
创建 API Key
在控制台创建令牌，选择需要使用的模型权限。
填写接入配置
按工具要求填写 API Key、接口地址与模型 ID。
发起第一次调用
确认收到有效结果，再到控制台查看用量与费用。