Driver GPT-V + OCR Screen Control В этом проекте GPT-V интегрируется с Google OCR чтобы улучшить его способность взаимодействовать с экраном компьютера ИИ может полностью видеть понимать и взаимодействовать с экраном аннотируя каждый идентифицированный элемент меткой Пользователи могут попросить ИИ выполнить задачи например отправить письмо, пост в социальной сети и тд Проект имеет открытый исходный код и доступен по лицензии MIT
Рекомендуемые статьи
Design2Code
👁 37
Design2Code Конвертируйте любой дизайн в HTML/CSS/JS-код используя концепцию GPT4
ytsurf
👁 34
ytsurf ytsurf — это скрипт для поиска и воспроизведения видео с YouTube через терминал, который использует такие инструменты, как fzf или rofi для интерактивного выбора. Он предлагает различные функции, включая скачивание видео и аудио, настройку формата и качества, а также кешир
AgentDesk
👁 34
AgentDesk Agent Desk предоставляет рабочие среды, управляемые ИИ-агентами, с использованием демона agentd, который обеспечивает REST API для взаимодействия. Пользователи могут создавать рабочие столы как локально, так и в облаке с помощью Docker или Kubernetes. Основные функции A
Voice-Pro
👁 37
Voice-Pro Voice-Pro — это универсальный инструмент для транскрипции перевода и текстовой озвучки который легко устанавливается одним кликом Он также предлагает функции клонирования голоса с помощью искусственного интеллекта и перевода в реальном времени возможность скачивания You
qryptr
👁 37
qryptr qryptr — это текстовый мессенджер сквозного шифрования с воздушным зазором Автономное устройство где обычные текстовые сообщения шифруются и отображаются в виде QR-кодов Эти QR-коды можно сфотографировать и поделиться ими с помощью смартфона Этот метод обеспечивает дополни
esp_wifi_repeater
👁 37
esp_wifi_repeater Это реализация маршрутизатора WiFi NAT на esp8266 и esp8285. Он также включает поддержку брандмауэра фильтрации пакетов с ACL, сопоставления портов, формирования трафика, перехватов для удаленного мониторинга (или перехвата пакетов), интерфейса управления MQTT,