AI 与大模型
tesseract · 项目速写
tesseract 能不能帮做 AI 原型与产品化的开发者、小团队省时间？；许可 Apache-2.0
¥3.9
一次性
商品说明
- 定位：Hacktoberfest 方向的大模型应用
- 平台/栈：C++
- 许可：Apache-2.0
- 数据点：GitHub 星标 77.3k
- 维护信号：最近 0 天内有推送
tesseract项目专注于解决AI原型与产品化开发中的模型接入与检索增强问题，提供C++实现的现成方案，降低开发门槛。适合AI开发者和小团队使用，需注意模型端点与密钥配置，关注token成本和速率限制。项目采用Apache-2.0许可，需注意版权声明和商标专利条款。未公开SLA、商业支持与安全审计信息，生产使用前需自测。
付款后生成带授权码的交付文件，可在交付页下载。
公开事实元数据
| 许可证 | Apache-2.0 |
|---|---|
| 主要语言 | C++ |
| 平台 / 标签 | GitHub · hacktoberfest · lstm · machine-learning |
| GitHub 星标 | 77.3k |
| 最近提交 | 2026-11-02 |
| 来源 | https://github.com/tesseract-ocr/tesseract |
| 官网 | https://tesseract-ocr.github.io/ |
| 文档 | https://github.com/tesseract-ocr/tesseract#readme |
| 演示 | https://tesseract-ocr.github.io/ |
| 核验时间 | 2026-11-04 |
本页事实字段来自公开来源，抓取与核验时间见上表；未获取到的字段一律标注 unknown，不做推测。
交付清单
1 份 Markdown 交付文件，共 9 个章节：
- 一句话定位
- 公开事实元数据（抓取时快照）
- 1. 解决什么问题
- 2. 适用人群
- 3. 技术栈与部署门槛
- 4. 与同类项目的差异
- 5. 已知短板与风险
- 上手路径建议
- 合规与使用边界
兼容性
| 主要语言 | C++ |
|---|---|
| 平台 / 标签 | hacktoberfest · lstm · machine-learning |
| 许可证 | Apache-2.0 |
常见问题
买到的是什么形式？
一份 Markdown 交付文件，含 9 个章节（一句话定位 / 公开事实元数据（抓取时快照） / 1. 解决什么问题 / 2. 适用人群 等），付款后生成带授权码的下载文件。
许可证是否允许商用？
元数据记录为 Apache-2.0；具体商用范围以原仓库 LICENSE 原文为准，本店不额外授予权利。
项目还在维护吗？
最近一次上游提交：2026-11-02，数据抓取时间 2026-11-04。
需要什么运行环境？
主要语言 C++；其余依赖以包内依赖清单为准。
同类对比
| 商品 | 价格 | 许可证 | 最近提交 |
|---|---|---|---|
| OpenMontage · 决策备忘卡 | ¥3.9 | AGPL-3.0 | 2026-11-03 |
| system_prompts_leaks · 导航评测卡 | ¥3.9 | CC0-1.0 | 2026-11-04 |
| generative-ai-for-beginners · 决策备忘卡 | ¥3.9 | MIT | 2026-11-02 |