💡 一句话总结：这篇报告把书籍视觉元素当作一等数据对象，用轻量检测、分类、去重和可选 caption 组成可审计管线，在 Harvard Library 数亿页...

需求背景：单位每天要录入大量纸质申请单，传统方式是人工拍照、手工命名、手动归档到文件夹，效率低且容易出错。本文记录我如何用 Node.js + 浏览器端 OCR...

💡 一句话总结：这条管线把历史报纸从“页图加 OCR 噪声”改成 crop 级结构化数据；每个 crop 挂着文本、类型、语言、实体、主题、顺序和向量，研究者可...

在财务记账、企业对账、税务申报、审计核查等日常工作中，银行对账单是核心财务凭证。目前绝大多数银行对账单均为PDF、图片、纸质扫描件格式，传统人工录入、普通格式转...

摘要: 这篇是我作为物流平台技术负责人，用 CodeBuddy CLI 把腾讯云两个 OCR Skill（tencentcloud-ocr-vehiclelic...

上一篇文章里我提到用 WorkBuddy 整理案卷文件、按时间排序命名。但整理过程中发现了一个新问题：有份118页的PDF文件，里面合并了10份不同的法院判决书...

我从事律师行业，主做建设工程和争议解决诉讼。手头有个案子涉及多起关联诉讼，当事人交付的案卷材料散落在多个文件夹里——判决书、裁定书、证据材料、庭审笔录混在一起，...

网络钓鱼作为依托社会工程学实施的主流网络攻击手段，不依赖系统底层漏洞，通过伪造可信主体身份诱导目标主动泄露账号、金融、身份敏感数据，已成为引发数据泄露事件的核心...