点击上方蓝字关注我们
IT 咖啡馆，探索无限可能！
恭喜你发现了这个宝藏，这里你会发现优质的开源项目、IT知识和有趣的内容。
GitHub 一周热点汇总第46期(2024/10/20-10/26），本期内容包括大模型OCR、IPTV直播源、工作流程自动化、下一代信息浏览器和下载金融数据工具，一起来看具体内容吧。
zerox
项目名称：zerox - 大模型OCR
GitHub 链接：https://github.com/VikParuchuri/surya
上周 Star 数：2400+
它是一款基于gpt-4o-mini的开源 OCR 项目，将大模型和OCR的能力结合，实现高效智能的文档解析和理解。其最大亮点在于零配置：只需提供文件和 API token，即可轻松实现文本提取，省去繁琐参数设置。
Zerox项目支持多种文件格式，包括PDF、Word文档和图片，可轻松转换为Markdown格式。GPT-4o-mini模型处理速度提升58.47%，OCR准确率达94.12%，远超前代GPT-4V模型。而且它不仅支持文本识别，还能进行图像分类、视觉问答等多模态任务。
Zerox 既可以作为 Node 包使用，也可以作为 Python 包使用。以Node为例，可以使用以下命令安装
npm install zerox
Zerox 使用graphicsmagick和ghostscript进行 pdf => 图像处理步骤。需要提前安装以下
sudo apt-get updatesudo apt-get install -y graphicsmagick
整个处理的流程大致是：
传入文件（pdf、docx、图像等）
将该文件转换为一系列图像
将每张图片传递给 GPT，并返回 Markdown
汇总响应并返回 Markdown
在以下是最简单使用zerox的示例代码。
import { zerox } from "zerox";const result = await zerox({filePath: "<https://omni-demo-data.s3.amazonaws.com/test/cs101.pdf>",openaiAPIKey: process.env.OPENAI_API_KEY,});
TV
项目名称：TV - IPTV直播源
GitHub 链接：https://github.com/Guovin/TV
上周 Star 数：2000+
本项目是一个，IPTV电视直播源更新工具，包含：央视频道、央视付费频道、卫视频道、广东频道、港·澳·台频道、电影频道、咪咕直播、体育频道、动画频道、游戏频道、音乐频道、经典剧场等频道。
产品的特点包括：
自定义模板，生成您想要的频道
支持多种获取源方式：组播源、酒店源、订阅源、线上检索
接口测速验效，响应时间、分辨率优先级，过滤无效接口
定时执行，北京时间每日 6:00 与 18:00 执行更新
项目有多种运行方式，首先是工作流，可以fork本项目，之后通过设置github action来实现工作流的自动化更新。详细配置方法可以参考文档。
第二种是命令行，下载代码后，执行以下的命令
pip3 install pipenvpipenv installpipenv run build
第三种方式是通过 GUI ，这样相对更加直观，可以在release中下载或是通过命令启动。
最后一种方式是通过Docker。
1. 拉取镜像：
requests：docker pull guovern/tv-requests:latestdriver：docker pull guovern/tv-driver:latest
2. 运行容器：
docker run -d -p 8000:8000 guovern/tv-requests 或 tv-driverskyvern
项目名称：skyvern - 工作流程自动化
GitHub 链接：https://github.com/Skyvern-AI/skyvern
上周 Star 数：600+
skyvern使用 LLM 和计算机视觉来自动化基于浏览器的工作流程。它提供了一个简单的 API endpoint，可以在大量网站上完全自动化的完成原来的手动工作流程，从而取代脆弱或不可靠的自动化解决方案。
传统的浏览器自动化方法需要为网站编写自定义脚本，通常依赖 DOM 解析和基于 XPath 的交互，只要网站布局发生变化，这些脚本就会中断。Skyvern 不仅仅依赖于代码定义的 XPath 交互，还依赖于计算机视觉和LLMs之外的提示来实时解析视口中的项目，创建交互计划并与它们进行交互。
Skyvern 的灵感来自于BabyAGI和AutoGPT流行的任务驱动自主代理设计，让 Skyvern 能够使用Playwright等浏览器自动化库与网站进行交互。Skyvern 通过多个agent来理解网站，它们包括：可交互元素代理，导航代理，数据提取代理，密码代理，2FA 代理，动态自动完成代理。
可以通过Docker的方式运行项目，下载代码后，执行命令即可
docker compose up -d
启动后在浏览器中打开http://localhost:8080开始使用。
项目中提供了多个自动化的示例，比如从多个网站下载发票、自动化求职流程、自动化采购物料等。
Follow
项目名称：Follow - 下一代信息浏览器
GitHub 链接：https://github.com/RSSNext/Follow
上周 Star 数：1000+
Follow号称是下一代信息浏览器，最近关于它真的是看到了好多的消息，上一次入选的时候因为没有邀请码，只是简单的介绍，现在终于可以使用到产品了。
Follow支持让您在一个地方关注您喜爱的内容，包括网站、博客、社交媒体帐户、播客和通知。它被设计为一个现代、快速且方便的一体化信息中心。
它最突出的特点有3方面，首先是AI，Follow 利用先进的 AI 来协助您的操作。除了基本的人工智能翻译、摘要和建议之外，它还提供每日两次的人工智能报告。
第二是区块链，Follow利用区块链技术作为活跃用户和优秀创作者的激励机制。
第三是社交，关注也是一个社交平台，可让您关注其他用户、分享您的订阅以及发现新内容。
而且Follow还支持跨平台，Windows、macOS、Linux 后续还会推出移动端。
而且RSSHUB适配了近千个网站的RSS源，所以在产品内很方便找到自己喜欢的内容。
从个人使用来说现在区块链激励机制很有趣，是RSS3在商业变现上的一个很好尝试，但总是需要订阅也有点烦，希望可以有一个更好的平衡。
yfinance
项目名称：yfinance - 下载金融数据工具
GitHub 链接：https://github.com/ranaroussi/yfinance
上周 Star 数：700+
yfinance是一个基于Python的开源库，专门用于从Yahoo! Finance下载市场数据。它提供了一个方便的接口，让用户能够轻松地下载和处理股票、指数、货币对等金融市场的历史价格数据和其他相关信息。yfinance 让开发者和分析师能够使用 Python 进行金融数据分析、可视化和研究。
yfinance 是一个免费的库，不需要额外的订阅费用，而且支持全球市场，不仅仅支持美国市场，还能够获取许多全球市场的金融数据。
可以快速通过 Pip 来安装 yfinance
pip install yfinance
yfinance的强大之处在于其简洁易用的Ticker模块。通过这个模块，您可以轻松获取不同股票的各种信息。以微软公司（MSFT）的股票为例，通过以下的代码，可以轻松获取了MSFT股票的基础信息、历史市场数据以及相关的公司操作详情。
import yfinance as yf# 创建一个Ticker对象msft = yf.Ticker("MSFT")# 获取股票的基本信息info = msft.info# 获取历史市场数据history = msft.history(period="1mo")# 显示历史数据的元信息metadata = msft.history_metadata# 查看公司操作，例如分红、拆股actions = msft.actionsdividends = msft.dividendssplits = msft.splits
我们可能需要同时分析多个公司的市场表现。在这种情况下，可以通过yfinance提供的多ticket方案来解决，比如以下的例子，可以同时获取多个股票的信息，有助于行业分析和比较研究。
tickers = yf.Tickers('msft aapl goog')# 访问每个ticker的信息msft_info = tickers.tickers['MSFT'].infoaapl_history = tickers.tickers['AAPL'].history(period="1mo")goog_actions = tickers.tickers['GOOG'].actions
