clawhub
@baokui
公开技能 4 个
基于本地 MinerU 将 PDF 解析为 Markdown/JSON,支持 OCR、公式和表格提取
调用智谱 GLM-4V/4.6V 视觉模型完成图像理解、OCR、图表分析与视频理解
调用阿里云DashScope Wan2.6模型,按文字提示词生成图片
基于智谱CogVideoX-3的视频生成工具,支持多模式生成,可制作任意时长视频