2025年9月21日星期日

包括 PDF、PPT、Word、Excel、图片、音频、HTML、JSON等，甚至还能处理 ZIP 压缩包内的多个文件、YouTube 视频转录文本以及电子书 EPub 等。

 开源地址：https://github.com/microsoft/markitdown

它尤其适合需要将文档内容提取为结构化文本，并用于大模型处理或文本分析任务的情景。

其实仅限这个场景，因为项目官方说可以保留表格、排版啥的，实测并没有。。。

PDF 文件转换，左边屏是源文件，右半屏是转换后的MD，发现标题并没有保留。

表格类型 PDF 的转换效果如下，其实得到的 Markdown 效果就比较差了。

如果是转换比较标准的 Excel 表格，效果还是不错的：

再来看看 PPT 文件，转换的效果，emmmm

这是提取文字吧。。

命令行 AI 编程助手

Codebuff 也是一个基于命令行的 AI 编程助手。

它不像许多工具那样只依赖一个大模型，而是采用一种多智能体协同工作的架构。

它个任务，协调多个各司其职的智能体一起工作。

项目官方说在模拟真实任务的评估中，成功率达到了 61%，优于 Claude 53%。

Codebuff vs Claude Code

使用 Codebuff 非常简单，通过 npm 全局安装它之后，进入你的项目目录，在终端里直接运行 codebuff 命令，然后用自然语言告诉它你想做什么。

开源地址：https://github.com/CodebuffAI/codebuff

推特推荐算法

这个开源项目是推特自家平台最核心的推荐算法。

包含了一系列服务、任务和框架，它们共同协作，来决定用户会在「为你推荐」时间线、搜索、探索页和通知中看到什么内容。

它并不是一个单一算法，而是一整套复杂的技术生态。

感兴趣的去看看吧。

开源地址：https://github.com/twitter/the-algorithm

Mac 电脑上运行大模型

mlx-lm 是一个专为苹果芯片设计的开源项目，让用户能轻松地在 Mac 电脑上运行各种大语言模型。

开源地址：https://github.com/ml-explore/mlx-lm

使用 pip 或 conda 即可快速安装。

安装后，无需编写代码，直接在终端中输入简单命令，就可以让模型回答问题或进行多轮对话，非常方便。

而且它成了 Hugging Face Hub，发现好玩的模型直接下载就行了。这个开源项目可能比较小众，不做更多介绍，感兴趣自己去看看。

Perplexity 开源平替

Perplexica 是知名产品 Perplexity AI 的开源替代方案。支持 Mac、Linux、Windows。

开源地址：https://github.com/ItzCrazyKns/Perplexica

是一个由 AI 驱动的搜索引擎，与传统搜索不同，Perplexica 不仅仅返回一堆链接。

它会在理解用户问题意图的基础上，自动抓取网络信息，并对内容进行梳理和整合，最终生成一个清晰、连贯且带有来源引用的答案。

ChinaTextbook

之前介绍过，这个开源项目又登上了本周 GitHub 热搜。

开源项目：https://github.com/TapXWorld/ChinaTextbook

项目的主要目标是收集并免费分享中国内地小学、初中、高中乃至大学的PDF版教材。

比如小学中的课程，数学、美术、科学、英语、语文，甚至体育与健康、艺术、书法、音乐等等 10 大课程配套的教学材料都有。

点击下方卡片，关注我

这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：

AI I024