每日简报Daily brief · · 3 min
PDF 智能路由与开源语音视频模型
今日热榜在本地推理与 Agent 技能延续之外,突出 PDF 智能分类路由、书籍转技能、开源语音工作室,以及 MiniMax H3 开源权重当日落地 ComfyUI。
AIGitHub设计

核心推荐Top picks6
7.3k7.3k
firecrawl/pdf-inspector
纯 Rust 实现的 PDF 智能分类与文本提取库,快速区分扫描件与文字版,支持位置感知提取与 Markdown 输出,Python/Node/WASM 绑定齐全。
其他值得关注Also worth a look5
- MiniMax H3 开源权重 + ComfyUI 原生支持MiniMax 当日开源 omni-modal 视频模型权重,ComfyUI 同日合并原生节点,支持 T2V/I2V/参考视频并原生立体声音频,最高 2K。
- zhaoxuya520/reverse-skill逆向/渗透技能路由包持续高日增,今日仍居热榜前列。
- lyogavin/airllm低显存大模型推理持续在榜,本地可跑 70B 讨论仍活跃。
- usekaneo/kaneo极简开源项目管理工具持续热议。
- Panniantong/Agent-Reach零 API 费让 Agent 读全网内容,今日仍保持较高日增。
热议精选Being discussed
pdf-inspector 是 Rust 库,可装可不装 UI,WASM 性能很好,也比 marker-pdf 快,还带 Python/Node 绑定,MIT 协议。
@midudev
The weights are here. The nodes are native. The rest is up to your graph. H3 is in ComfyUI on Day 0!!
@MiniMax_AI
Minimax H3 models are out for ComfyUI!!! Pruned int8 is only 21GB
@aisearchio
总结建议Takeaways
今天热榜在本地大模型与 Agent 技能延续之外,新增了文档预处理基建与创作侧语音/视频工具链。
- PDF 智能分类路由(pdf-inspector)与书籍转技能(book-to-skill)补齐 Agent 输入侧质量
- 开源语音工作室(voicebox)与全自主助理基建(zeroclaw)降低创作与个人助手门槛
- MiniMax H3 开源权重当日落地 ComfyUI,原生立体声音频与 2K 输出直接服务视频工作流
建议优先试用 pdf-inspector 做文档路由实验,同时把 MiniMax H3 工作流拉进 ComfyUI 模板库体验开源视频生成。