Page-Assist项目v1.4.5版本发布:增强AI助手功能与搜索引擎支持
Page-Assist是一款基于浏览器扩展的AI助手工具,它能够为用户提供智能化的网页浏览体验。该工具集成了多种AI模型,可以帮助用户进行内容理解、信息检索以及语音交互等操作。最新发布的v1.4.5版本带来了一系列功能优化和问题修复,进一步提升了用户体验。
Gemini模型检索优化
本次更新重点修复了Gemini模型的检索问题。Gemini是谷歌开发的一系列先进AI模型,包括文本、多模态等多种类型。Page-Assist通过优化模型检索机制,确保了Gemini模型能够被正确识别和调用。这一改进使得用户在使用Gemini系列模型时能够获得更稳定、更高效的AI辅助体验。
新增百度搜索引擎支持
v1.4.5版本新增了对百度搜索引擎的支持。这一功能扩展意味着用户现在可以在Page-Assist中选择百度作为默认搜索引擎,满足不同地区用户的搜索习惯需求。百度作为中文互联网的重要搜索引擎,其加入大大提升了工具在中国用户群体中的实用性。
语音交互体验改进
在语音交互方面,开发团队移除了TTS(文本转语音)输出中的推理标签。这些标签原本用于标识AI的思考过程,但在语音输出时会影响听觉体验。通过这一优化,用户现在能够听到更加自然流畅的语音反馈,提升了语音交互的整体质量。
互联网搜索403问题修复
本次更新还解决了用户在使用互联网搜索功能时遇到的403错误问题。403错误通常表示服务器拒绝访问请求,这一修复确保了搜索功能的稳定性和可靠性,用户现在可以无障碍地使用Page-Assist进行网络信息检索。
跨浏览器兼容性
Page-Assist v1.4.5继续保持了良好的跨浏览器兼容性,同时提供了针对Chrome和Firefox的专门版本。两个版本的体积都控制在6MB左右,确保了轻量级的安装体验,同时又能提供强大的功能支持。
这一系列的更新和改进展现了Page-Assist团队对用户体验的持续关注。从AI模型支持到搜索引擎扩展,再到交互细节的优化,v1.4.5版本在多个维度上提升了工具的实用性和易用性,为用户提供了更加完善的智能浏览辅助体验。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00