ONLYOFFICE 的AI技巧-1.集成OCR、文本转图像、电子表格集成等新功能

        随着人工智能不断革新数字办公空间,我们通过全新的 ONLYOFFICE AI 插件再次实现突破。无论您是长期用户还是新手,这些更新都将让您的文档处理更加智能、直观且高效。让我们一起来了解这些最新增强功能——部分功能已在 ONLYOFFICE 文档 8.3.3 版本中上线,更多亮点还将陆续在备受期待的 9.0 版本中推出。

一、关于 ONLYOFFICE 中的 AI 插件

        AI 插件是 ONLYOFFICE 内置的写作和生产力助手,支持在 ONLYOFFICE 文档、电子表格和演示文稿中使用。支持连接任意 AI 模型,诸如DeepSeek、ChatGPT、通义千问、Claude、Gemini、Mistral 等热门 AI 模型,也兼容 Ollama 和 GPT4ALL 等本地提供商。

        您可以根据任务需求,如内容生成、翻译、摘要和语法校正,分配不同的模型。所有需求都可以在编辑器中完成,无需切换应用程序。

最新版本带来了哪些功能?

编辑器中的文本转图像、图像转文本和 OCR 功能

全新的 AI 图像工具现已集成到文本文档、电子表格和演示文稿编辑器中:

图片

  • 文本转图像:描述一个场景或概念,并由人工智能生成相应的图像,非常适合用于增强报告、幻灯片或视觉叙事的内容。

图片

  • 图像转文本:上传或粘贴图片,AI 会从中提取文字内容,帮助您将印刷文本或包含文本的图像快速数字化。

图片

  • OCR(文字识别):自动将图像中的文本转换为文本文档、电子表格和幻灯片里的可编辑、可搜索内容。

如何使用更新后的 AI 插件

首先,选择一个适合图像生成、视觉处理和 OCR 的理想模型,并在 AI 配置窗口中进行设置。现在,尽情释放你的创意吧!

图片

这三项功能为处理视觉内容提供了更灵活的方式——无需在不同应用间切换,也无需手动重新输入扫描内容!

界面和功能优化

除了新增功能外,我们还优化了 AI 插件界面,以提高易用性并扩展支持:

  • 新增 Stability AI 支持:现在您可以选择 Stability AI 作为图像生成的后端服务,只需输入 API 密钥,即可按需创建高质量视觉内容。

  • 全新上下文菜单:插件内的上下文菜单已重新设计,布局更清晰,图标更新,操作更直观,提升任务执行效率。

  • 错误修复与性能优化:我们修复了多个已知问题和用户反馈的缺陷,显著提升了插件的稳定性和运行流畅度。

  • 翻译全面优化:多语言用户将体验到插件界面更准确、自然的翻译内容,提升整体使用体验。

二、更智能的文档,更智能的工作流程

        每次更新,我们都致力于使 ONLYOFFICE AI 插件变得更智能、更集成,以便它能无缝融入您的日常工作流程。这些工具不仅能自动完成任务,还能激发新的创作、分析和协作方式。

如果您已经在使用 AI 插件,请确保通过 ONLYOFFICE 编辑器中的插件管理器保持其为最新版本。

图片

        如果您还没有尝试过,现在就可以通过我们的指南开始探索 AI 如何提升您的文档、电子表格、演示文稿和 PDF 的处理效果。立即行动,开启您的智能办公之旅!

  • 打开 ONLYOFFICE 文档编辑器。

  • 转到插件选项卡,点击插件管理器,点击更新以获取最新的 AI 插件。

  • 打开后台插件,选择“AI”,然后转到其设置。

  • 点击编辑 AI 模型,选择您喜欢的提供商(例如 DeepSeek、Ollama、OpenAI、通义千问、Kimi、Mistral 等)

  • 输入所需的 API 密钥和其他相关信息。

  • 配置模型使用方式,然后点击确定。

        现在,您可以在编辑器内直接进行聊天、编辑内容或分配任务,一切操作都在同一界面完成!借助这些新功能,ONLYOFFICE 的 AI 插件现已更深入地融入您的工作流程。它自然地嵌入编辑界面,让您无需离开文档即可完成头脑风暴、翻译、语法检查和文本优化等任务。

三、福利推荐-获取软件的方法

      豆豆容器市场专注提供优质Docker应用服务,集成一键式容器安装功能,助力用户快速部署OnlyOffice、协作空间、Nextcloud、可道云等办公应用。平台新增IPv6内网直连技术,搭配自动化SSL证书配置及智能域名解析功能,为家庭云服务提供完整技术方案,简化私有云搭建与运维流程,轻松实现高效云端协作管理。

    onlyoffice已经支持ARM和x86双模式安装,其他软件同步支持中。

地址: https://ds.sendtokindle.net.cn/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/pingmian/84739.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Snipaste:一款简单强大的跨平台截图工具

给大家介绍一款我在日常写作中使用的截图工具:Snipaste 。它是一个支持截图(Snip)和贴图(Paste)功能的免费软件,支持 Windows、macOS、Linux 跨平台。 智能截图 Snipaste 提供了强大的截图功能&#xff0c…

python学习打卡day52

DAY 52 神经网络调参指南 知识点回顾: 随机种子内参的初始化神经网络调参指南 参数的分类调参的顺序各部分参数的调整心得 作业:对于day41的简单cnn,看看是否可以借助调参指南进一步提高精度。 day41的简单CNN最后的结果,今天要做…

自定义线程池 4.0

自定义线程池 4.0 1. 简介 上次我们实现了自定义线程池的 3.1 版本,提供了线程工厂创建线程和工具类创建简单线程池的功能,增强了线程池的灵活性,并且用起来更加方便了,本文我们将做如下的优化: 给线程池添加关闭的…

list is not in GROUPBY clause and contains nonaggregated column ‘*.*‘

SELECT list is not in GROUP BY clause and contains nonaggregated column mydb.t.address which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_modeonly_full_group_by 关于查询列不在分组字段内触发错误 之前我一直使用其…

Linux vmware image iso qcow2镜像大全

Download Linux VMware Images | Linux VMware Images

城市排水管网液位流量监测系统解决方案

一、方案背景 城市排水管网作为城市的“生命线”,其运行状况直接关系到城市的防洪排涝、水环境质量以及居民的生活质量。随着城市化进程的加速,城市排水管网规模不断扩大,结构日益复杂,传统的人工巡检和简单监测手段已难以满足对排…

算法学习笔记:3.广度优先搜索 (BFS)——二叉树的层序遍历

什么是广度优先搜索 (BFS)? 想象一下你在玩一个迷宫游戏,你需要找到从起点到终点的最短路径。广度优先搜索 (BFS) 就像是你在迷宫中逐层探索的过程: 先探索距离起点最近的所有位置然后探索距离起点第二近的所有位置以此类推,直到找到终点 …

并发编程-Synchronized

Mark Word 什么是Mark Word? Mark Word是Java对象头中的一个字段,它是一个32位或64位的字段(取决于系统架构),用于存储对象的元数据信息。这些信息包括对象的哈希码、锁状态、年龄等。 Mark Word有什么用&#xff1f…

【51单片机】5. 矩阵键盘与矩阵键盘密码锁Demo

1. 矩阵键盘原理 通过矩阵连接的模式,原本需要16个引脚连接的按钮只需要8个引脚就能连接好,减少了I/O口的占用。 矩阵按钮是通过扫描来读取状态的。 2. 扫描的概念 输出扫描示例:数码管扫描 原理:显示第1位→显示第2位→显示第…

Android Studio jetpack compose折叠日历日期选择器【折叠日历】

今天写一个日期选择器,大家根据自己需求改代码,记得点赞支持,谢谢~ 这是进入的默认状态 折叠状态选中本周其他日期状态 切换上下周状态 展开日历状态 切换上下月状态 选中状态 代码如下: import android.content.C…

驭码CodeRider 2.0全栈开发实战指南:从零构建现代化电商平台

驭码CodeRider 2.0全栈开发实战指南:从零构建现代化电商平台 一、CodeRider 2.0:重新定义全栈智能开发 1.1 革命性升级亮点 #mermaid-svg-AKjytNB4hD95UZtF {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-AKjyt…

大模型智能体AutoGen面试题及参考答案

目录 AutoGen 的核心是什么? Agent 在 AutoGen 中承担什么角色? AutoGen 是如何定义 AssistantAgent、UserProxyAgent 等代理类型的? 什么是 GroupChat(组对话)模式? AutoGen 的 system message 在框架中扮演什么作用? 如何通过 Agent 实现自然语言处理? AutoGen…

深度学习笔记26-天气预测(Tensorflow)

🍨 本文为🔗365天深度学习训练营中的学习记录博客🍖 原作者:K同学啊 一、前期准备 1.数据导入 import numpy as np import pandas as pd import warnings import seaborn as sns import matplotlib.pyplot as plt warnings.filt…

day54 python对抗生成网络

目录 一、GAN对抗生成网络思想 二、实践过程 1. 数据准备 2. 构建生成器和判别器 3. 训练过程 4. 生成结果与可视化 三、学习总结 一、GAN对抗生成网络思想 GAN的核心思想非常有趣且富有对抗性。它由两部分组成:生成器(Generator)和判…

龙虎榜——20250613

上证指数放量下跌收阴线,个股下跌超4000只,受外围消息影响情绪总体较差。 深证指数放量下跌,收阴线,6月总体外围风险较高,转下跌走势的概率较大,注意风险。 2025年6月13日龙虎榜行业方向分析 1. 石油石化&…

Linux常用命令加强版替代品

Linux常用命令加强版替代品 还在日复一日地使用 ls、grep、cd 这些“上古”命令吗?是时候给你的终端来一次大升级了!本文将为你介绍一系列强大、高效且设计现代的Linux命令行工具,它们将彻底改变你的工作流,让你爱上在终端里操作…

Hadoop 003 — JAVA操作MapReduce入门案例

MapReduce入门案例-分词统计 文章目录 MapReduce入门案例-分词统计1.xml依赖2.编写MapReduce处理逻辑3.上传统计文件到HDFS3.配置MapReduce作业并测试4.执行结果 1.xml依赖 <dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-commo…

Python打卡第53天

浙大疏锦行 作业&#xff1a; 对于心脏病数据集&#xff0c;对于病人这个不平衡的样本用GAN来学习并生成病人样本&#xff0c;观察不用GAN和用GAN的F1分数差异。 import pandas as pd import numpy as np import torch import torch.nn as nn import torch.optim as optim from…

力扣-279.完全平方数

题目描述 给你一个整数 n &#xff0c;返回 和为 n 的完全平方数的最少数量 。 完全平方数 是一个整数&#xff0c;其值等于另一个整数的平方&#xff1b;换句话说&#xff0c;其值等于一个整数自乘的积。例如&#xff0c;1、4、9 和 16 都是完全平方数&#xff0c;而 3 和 1…

前端构建工具Webapck、Vite——>前沿字节开源Rspack详解——2023D2大会

Rspack 以下是针对主流构建工具&#xff08;Webpack、Vite、Rollup、esbuild&#xff09;的核心不足分析&#xff0c;以及 Rspack 如何基于这些痛点进行针对性改进 的深度解析&#xff1a; 一、主流构建工具的不足 1. Webpack&#xff1a;性能与生态的失衡 核心问题 冷启动慢…