linben retweeted
4h
强烈推荐所有做 RAG 的人收着这个项目，这款 PDF 解析器比 Marker 快 116 倍，准确率更高，本地 CPU 就能跑还完全开源。
叫做OpenDataLoader PDF，
专为 RAG 管道打造的 PDF 解析器， 基准综合第一，得分 0.907，GitHub 2.4 万星🌟，
搭过 RAG 的朋友应该都懂那种绝望，
PDF 进去之后，阅读顺序乱了，表格压成一行， 公式变成一堆符号，多栏排版全错位， 大模型再强也没用，毕竟进来的就是烂的，
几个我觉得做得比较扎实的地方：
1、200 份真实文档测出来的（含多栏/学术论文/财报）
2、本地 CPU 运行，不需要 GPU，每页只要 0.46 秒 3、表格/公式/图片/图表 OCR 80 语言，扫描件直接能进
4、输出 Markdown / JSON（含坐标边界框）/ HTML，LangChain 原生集成
有个对比数据看了有点炸，
Marker 跑一页 PDF 要 53.9 秒， OpenDataLoader 跑一页 0.46 秒，
快了 116 倍，综合准确率还比它高，
常规页面本地规则高效搞定， 遇到极度复杂的特殊页面才交 AI 增强， 不是脑子一热全交大模型烧钱那种，
Apache 2.0，商用完全没顾虑，
支持知识库入库/文档问答/论文解析/合同分析， 在RAG 管道里这一环，终于有人做得比较扎实了，
LangChain 原生集成：pip install langchain-opendataloader-pdf
GitHub 🔗评论区一楼见⬇️
Jun 12
Claude Code、OpenClaw、Hermes、Codex，一个比一个能干， 但 2026 年了，这批最先进的 Agent 还集体卡在同一件小事上：
上不了网，查推特要付费 API，读小红书卡登录，上 Reddit 动不动被封 IP。
一个叫 Agent Reach 的开源项目，把这三堵墙一起拆了， 26.4k stars，基本零 API 费用。
它聪明在没造轮子： yt-dlp、gh CLI 这些本来就成熟的工具，它统一管起来， Claude Code / Cursor / OpenClaw 要用的时候自动调用， 本质上是给你的 Agent 装了一双能看全网的眼睛。
安装是真的只要一句话， 把 install 链接丢给你的 Agent， 它自己装依赖、自己注册 skill、自己告诉你哪些平台还差个 Cookie， 装完跑一遍 agent-reach doctor，哪通哪不通、怎么修，一目了然。
开箱即用的：YouTube、GitHub、网页、B站、V2EX，零配置。 要配 Cookie 的：Twitter、小红书、Reddit、雪球，流程统一，Agent 会带着你做。
三盆冷水也先泼了：
1️⃣Cookie 会过期，得手动重新导出，不存在装完就一劳永逸；
2️⃣拿 Cookie 抓数据有封号风险，社区共识是用小号，别赌主力号；
3️⃣ 纯聊天用户别凑热闹，它只对会让 Agent 跑命令的人有价值。
但有一点让我觉得这项目能活很久：
作者几乎每天都在更新，而且自己天天在用， 毕竟开源项目最硬的指标从来不是 star 数， 关键看作者还在不在用自己的东西。
链接放一楼了，让你的 Agent 自己装自己👇
10
17
40
6,214
PixelRAG says web RAG should read pixels, not parsed text: screenshot-first retrieval beats text pipelines and slashes agent token use. UC Berkeley and @databricks collaborators show a real chunking gap.
tinyurl.com/4jdsc9j2
casey @enveenb.bsky.social retweeted
i dont want to just rag on this because its making fun of some other cartoon that i dont like (i think rubberross can handle it peoples!) but its kind of just embarrassing to do a screwy squirrel type thing when your show looks like family guy
Official Kickstarter parody promo for ‘Chimptopia’ by @calmdown_robby, launching June 20th.
The animated sitcom follows three 20-something friends as they scramble to make enough money to avoid eviction from their landlord, Chimp.
Link ⬇️
7
9
122
2,087
QarıaBlatias retweeted
Legendary woman removes shitraeli rag at World Cup bar
566
3,392
40,015
1,421,010
Restore Nottingham retweeted
What an outrageous thing to say!! The Daily Mail does not believe in Democracy!!! Another establishment rag to boycott!
7
10
263
1,463
Tommy retweeted
The lies, slurs, & BS news 🐂💩 from this rag is plain to see they are terrified of Restore Britain 💯🎯👍🏻
1
2
15
Ramu retweeted
விஜய் மீதான பொறாமையில் எதிர்க்கட்சிகள் விமர்சனம்; அரசுக்கு சில அவகாசம்
கொடுக்க வேண்டும் - நடிகர் ராகவா லாரன்ஸ்
#raghavalawrence #TVK #vijay #News18Tamilnadu
▶️Watch Live | youtube.com/live/E4ndYFfdlb8…
2
2
64
You seriously believe that a rag tag group of armed civilian men and women would have put a good fight against the Chinese? The whole of the Indian Army collapsed against the Chinese onslaught in NEFA. It is a fact, however uncomfortable it may be.
1
James McCafferty retweeted
Oh yeah...those days when @mrjamesob (previously worked for right-wing rag @Daily_Express /admits he voted for @BorisJohnson) was getting nowhere.
You well know that industry insiders say he changed his schtick til he got figures
@beverleyturner is a class act
Respect the debate.
I remember the days when @beverleyturner was a lefty. The first time she came into the @LBC studio in 2011, she asked to sit in my presenter's chair "because that's where my hero James O'Brien sits". I swear it was almost a sensual experience for her.
6
12
126
7,588
justfckit retweeted
step into my room and you'll be the rag doll cock whore you know you crave to be at your very core
57
933
10,599
yasmin Abdi h retweeted
Gabdhaheeni rag baa loo balamiyay 😭@Matxaf1 @maxaadrabtay @alihanna71 @HornChronicles @somalisoul 🤣🤣🤣🤣🤣
8
3
18
1,350
The question is, why will Nigeria Army allow theirs to be slaughtered by rag wearing criminals. I don't need my dad's advice, my pastor's, king's or landlord's to protect my family. It's my duty. If they can't take care of themselves, who will?
2
Gabaga ragyud ning nawong ni julayna oh. Giignan na ipa adtog principal's office para makig talk about sa mga lab pero gitubag rag walay vacant time so di ka sure ug maka adto bag office ugma 🤣🤣
1
RAGにPDFを投げてもLLMの精度が出にくいのには理由があって、PDFは人間が読む前提で設計されている。
表は位置で意味を持ち、注記は脚注に散り、数値の単位は見出しに書いてある。構造がないまま文字列になると、文脈が消える。
AIが使えるデータとは何か。答えはシンプルで、「構造化されているか」だけ。 edinetdb.jp/blog/how-to-read…
1
22
1,856