Разработчики представили библиотеку Llama OCR для распознавания изображений, основанную на нейросети Llama Vision и написанную на TypeScript.
Llama OCR использует бесплатные конечные точки API от Together AI для доступа к нейросети. Это позволяет отправлять запросы в виде изображений и получать распознанные символы в формате Markdown.
В будущем планируется добавление функции работы с PDF-документами.
Библиотеку можно установить через npm, и разработчики также создали тестовое веб-приложение для распознавания англоязычного текста (
хотя частично справляется и с русским).================
@black_triangle_tg