DALI 是一個開源框架，結合了光學字符識別（OCR）、表格提取和視覺-語言模型，支持交互式問題回答、摘要和文件數據提取。它通過模塊化組件和可定制的工作流程，簡化了文檔AI管道的構建，加速了文件理解的研究和開發。
推廣此工具
更新此工具
DALI
DALI 是一個開源框架，結合了光學字符識別（OCR）、表格提取和視覺-語言模型，支持交互式問題回答、摘要和文件數據提取。它通過模塊化組件和可定制的工作流程，簡化了文檔AI管道的構建，加速了文件理解的研究和開發。
精選
- BGRemover輕鬆地在線移除圖像背景，使用SharkFoto BGRemover。
- AI Pet Video Generator使用 AI 驅动的範本與即時 HD 匯出，從照片建立可病毒式傳播且便於分享的寵物影片，適用於社交平台。
- SuperMaker AI Video Generator輕鬆打造驚艷的影片、音樂和圖像，使用SuperMaker。
- Seedance 20 VideoSeedance 2 是一款多模態的 AI 影片生成器，提供角色一致性、多鏡頭敘事與 2K 原生音訊。
- Elser AI一體化網頁創作工作室，將文字與影像轉換為動畫風格藝術、角色、聲音與短片。
- VoxDeck引領視覺革命的AI簡報製作工具
- ainanobanana2Nano Banana 2 在 4–6 秒內產生專業品質的 4K 影像，具備精準的文字呈現與主題一致性。
- Hitem3DHitem3D 使用 AI 將單張影像轉換為高解析度、可投入生產的 3D 模型。
- GenPPT.AI由 AI 驅動的簡報製作工具，能在數分鐘內建立、美化並匯出專業的 PowerPoint 簡報，包含講者備註與圖表。
- Img2.AI一個能將照片轉換為風格化影像與短動畫影片的 AI 平台，提供快速且高品質的結果，並支援一鍵放大（升級畫質）。
- FalcoCutFalcoCut：基於網頁的 AI 平台，用於影片翻譯、虛擬人影片、語音複製、換臉與短影片生成。
- TextToHuman免費的 AI 人性化工具，能即時將 AI 文字重寫為自然、類人的寫作風格。無需註冊。
- Pippit提升您的內容創造力，使用 Pippit 的強大 AI 工具！
- FineVoice讓文字化為情感 — 在數秒內克隆、設計並創造富有情感的 AI 聲音。
- Tome AI PPT由 AI 驅動的簡報製作工具，可在數分鐘內生成、優化並匯出專業投影片。
- Nana Banana: Advanced AI Image Editor由 AI 驅動的影像編輯器，將照片和文字提示轉換為高品質、一致且可用於商業的圖像，適合創作者與品牌。
- Explee立即開始外展，使用單行描述您的理想客戶輪廓（ICP）
- Refly.aiRefly.AI 讓非技術創作者能使用自然語言與視覺畫布自動化工作流程。
- RSW Sora 2 AI Studio使用 AI 工具立即移除 Sora 水印，零畫質損失並能快速下載。
- Remy - Newsletter SummarizerRemy通過將電子郵件摘要成易於理解的洞察，自動化新聞稿管理。
- Yollo AI與 AI 伴侶互動聊天。支援圖生片、AI 圖片生成功能。
- Skywork.aiSkywork AI 是一款創新的工具，旨在利用 AI 提高生產力。
- Manga Translator AIAI Manga Translator 即時在線將漫畫影像翻譯為多種語言。
- ThumbnailCreator.com利用人工智慧快速輕鬆創建驚艷且專業的YouTube縮圖工具。
- Veemo - AI Video GeneratorVeemo AI 是一個整合型平台，可從文字或圖片快速生成高品質的影片與影像。
- AirMusicAirMusic.ai 可從文字提示生成高品質的 AI 音樂曲目，支援風格與情緒自訂，並能匯出分軌（stems）。
- GLM ImageGLM Image 結合自回歸與擴散混合模型，生成高保真 AI 圖像並具備卓越的文字渲染能力。
- SOLM8你可以呼叫並與之聊天的 AI 女友。真實語音對話並具備記憶。每一刻與她相處都特別。
- APIMartAPIMart 提供統一介面存取超過 500 個 AI 模型（包含 GPT-5 與 Claude 4.5），並帶來成本節省。
- Telegram Group BotTGDesk 是一款多合一的 Telegram 群組機器人，用於擷取潛在客戶、提升互動並擴展社群。
- Van Gogh Free Video Generator一款由 AI 驅動的免費影片生成器，可輕鬆從文字和圖片創建令人驚豔的影片。
- Qwen-Image-2512 AIQwen-Image-2512 是一款快速且高解析度的 AI 圖像生成器，原生支援中文文字渲染。
- QoderQoder 是一款由人工智能驅動的程式碼助理，自動化軟體專案的規劃、編碼和測試。
- Atoms由 AI 驅動的平台，使用多智能體自動化在數分鐘內建立全端應用程式與網站，無需編碼。
- SharkFotoSharkFoto 是一個整合型的 AI 平台，用於高效率地創建與編輯影片、影像和音樂。
- Seedance-2Seedance 2.0 是一款免費的 AI 驅動文字轉影片與圖片轉影片生成器，具有逼真的口型對齊和音效。
- Ampere.SH免費託管的 OpenClaw 主機。使用 $500 的 Claude 點數，60 秒內部署 AI 代理。
- Funy AI將你的幻想化為影片！從圖片或文字生成AI比基尼、親吻影片。體驗AI換衣功能。完全免費，無需註冊！
- HookTide由 AI 驅動的 LinkedIn 成長平台，學習你的語氣以產生內容、互動並分析表現。
- GobiiGobii 讓團隊建立全天候（24/7）自主的數位工作者，以自動化網路研究與例行工作。
- AnimeShorts輕鬆使用尖端的AI技術創作驚人的動漫短片。
- FixArt AIFixArt AI 提供免費、無限制的影像與影片生成 AI 工具，免註冊。
- LTX-2 AI開源的 LTX-2 能從文字或圖片提示快速生成具原生音頻同步的 4K 影片，且已具備生產就緒能力。
- Vertech AcademyVertech 提供旨在幫助學生和教師有效學習與教學的人工智慧提示。
- FlowithFlowith 是一個基於畫布的代理型工作空間，提供免費的 🍌Nano Banana Pro 和其他高效模型...
- Seedance 2 AI結合影像、影片、音訊與文字的多模態 AI 影片生成器，可創作具電影感的短片。
- Kling 3.0Kling 3.0 是一款由 AI 驅動的 4K 影片產生器，具備原生音訊、進階動態控制與 Canvas Agent。
- Lease A Brain由人工智能驅動的專家虛擬團隊，隨時協助多樣化商業任務。
- Create WhatsApp Link免費的 WhatsApp 連結與 QR 產生器，具備分析、品牌連結、路由與多代理聊天功能。
- AI FIRST透過自然語言自動化研究、瀏覽器任務、網頁擷取與檔案管理的對話式 AI 助手。
- WhatsApp Warmup Tool由 AI 驅動的 WhatsApp 預熱工具，可自動化大量發送訊息並防止帳號被封。
- ai song creator使用商業授權創建長達 8 分鐘、免版稅的完整AI生成音樂。
ThumbnailCreator.com
利用人工智慧快速輕鬆創建驚艷且專業的YouTube縮圖工具。
Qoder
Qoder 是一款由人工智能驅動的程式碼助理，自動化軟體專案的規劃、編碼和測試。
Refly.ai
Refly.AI 讓非技術創作者能使用自然語言與視覺畫布自動化工作流程。
VoxDeck
引領視覺革命的AI簡報製作工具
Elser AI
一體化網頁創作工作室，將文字與影像轉換為動畫風格藝術、角色、聲音與短片。
Flowith
Flowith 是一個基於畫布的代理型工作空間，提供免費的 🍌Nano Banana Pro 和其他高效模型...
Skywork.ai
Skywork AI 是一款創新的工具，旨在利用 AI 提高生產力。
BGRemover
輕鬆地在線移除圖像背景，使用SharkFoto BGRemover。
FineVoice
讓文字化為情感 — 在數秒內克隆、設計並創造富有情感的 AI 聲音。
FixArt AI
FixArt AI 提供免費、無限制的影像與影片生成 AI 工具，免註冊。
SharkFoto
SharkFoto 是一個整合型的 AI 平台，用於高效率地創建與編輯影片、影像和音樂。
Funy AI
將你的幻想化為影片！從圖片或文字生成AI比基尼、親吻影片。體驗AI換衣功能。完全免費，無需註冊！
Yollo AI
與 AI 伴侶互動聊天。支援圖生片、AI 圖片生成功能。
Pippit
提升您的內容創造力，使用 Pippit 的強大 AI 工具！
SuperMaker AI Video Generator
輕鬆打造驚艷的影片、音樂和圖像，使用SuperMaker。
AnimeShorts
輕鬆使用尖端的AI技術創作驚人的動漫短片。
Tome AI PPT
由 AI 驅動的簡報製作工具，可在數分鐘內生成、優化並匯出專業投影片。
AI Pet Video Generator
使用 AI 驅动的範本與即時 HD 匯出，從照片建立可病毒式傳播且便於分享的寵物影片，適用於社交平台。
Atoms
由 AI 驅動的平台，使用多智能體自動化在數分鐘內建立全端應用程式與網站，無需編碼。
Ampere.SH
免費託管的 OpenClaw 主機。使用 $500 的 Claude 點數，60 秒內部署 AI 代理。
Seedance 20 Video
Seedance 2 是一款多模態的 AI 影片生成器，提供角色一致性、多鏡頭敘事與 2K 原生音訊。
Veemo - AI Video Generator
Veemo AI 是一個整合型平台，可從文字或圖片快速生成高品質的影片與影像。
Hitem3D
Hitem3D 使用 AI 將單張影像轉換為高解析度、可投入生產的 3D 模型。
ainanobanana2
Nano Banana 2 在 4–6 秒內產生專業品質的 4K 影像，具備精準的文字呈現與主題一致性。
HookTide
由 AI 驅動的 LinkedIn 成長平台，學習你的語氣以產生內容、互動並分析表現。
GenPPT.AI
由 AI 驅動的簡報製作工具，能在數分鐘內建立、美化並匯出專業的 PowerPoint 簡報，包含講者備註與圖表。
Create WhatsApp Link
免費的 WhatsApp 連結與 QR 產生器，具備分析、品牌連結、路由與多代理聊天功能。
Gobii
Gobii 讓團隊建立全天候（24/7）自主的數位工作者，以自動化網路研究與例行工作。
AI FIRST
透過自然語言自動化研究、瀏覽器任務、網頁擷取與檔案管理的對話式 AI 助手。
AirMusic
AirMusic.ai 可從文字提示生成高品質的 AI 音樂曲目，支援風格與情緒自訂，並能匯出分軌（stems）。
GLM Image
GLM Image 結合自回歸與擴散混合模型，生成高保真 AI 圖像並具備卓越的文字渲染能力。
Manga Translator AI
AI Manga Translator 即時在線將漫畫影像翻譯為多種語言。
TextToHuman
免費的 AI 人性化工具，能即時將 AI 文字重寫為自然、類人的寫作風格。無需註冊。
Seedance 2 AI
結合影像、影片、音訊與文字的多模態 AI 影片生成器，可創作具電影感的短片。
WhatsApp Warmup Tool
由 AI 驅動的 WhatsApp 預熱工具，可自動化大量發送訊息並防止帳號被封。
Seedance-2
Seedance 2.0 是一款免費的 AI 驅動文字轉影片與圖片轉影片生成器，具有逼真的口型對齊和音效。
LTX-2 AI
開源的 LTX-2 能從文字或圖片提示快速生成具原生音頻同步的 4K 影片，且已具備生產就緒能力。
Van Gogh Free Video Generator
一款由 AI 驅動的免費影片生成器，可輕鬆從文字和圖片創建令人驚豔的影片。
Remy - Newsletter Summarizer
Remy通過將電子郵件摘要成易於理解的洞察，自動化新聞稿管理。
FalcoCut
FalcoCut：基於網頁的 AI 平台，用於影片翻譯、虛擬人影片、語音複製、換臉與短影片生成。
SOLM8
你可以呼叫並與之聊天的 AI 女友。真實語音對話並具備記憶。每一刻與她相處都特別。
Telegram Group Bot
TGDesk 是一款多合一的 Telegram 群組機器人，用於擷取潛在客戶、提升互動並擴展社群。
Img2.AI
一個能將照片轉換為風格化影像與短動畫影片的 AI 平台，提供快速且高品質的結果，並支援一鍵放大（升級畫質）。
Vertech Academy
Vertech 提供旨在幫助學生和教師有效學習與教學的人工智慧提示。
Nana Banana: Advanced AI Image Editor
由 AI 驅動的影像編輯器，將照片和文字提示轉換為高品質、一致且可用於商業的圖像，適合創作者與品牌。
ai song creator
使用商業授權創建長達 8 分鐘、免版稅的完整AI生成音樂。
Qwen-Image-2512 AI
Qwen-Image-2512 是一款快速且高解析度的 AI 圖像生成器，原生支援中文文字渲染。
APIMart
APIMart 提供統一介面存取超過 500 個 AI 模型（包含 GPT-5 與 Claude 4.5），並帶來成本節省。
Kling 3.0
Kling 3.0 是一款由 AI 驅動的 4K 影片產生器，具備原生音訊、進階動態控制與 Canvas Agent。
Explee
立即開始外展，使用單行描述您的理想客戶輪廓（ICP）
RSW Sora 2 AI Studio
使用 AI 工具立即移除 Sora 水印，零畫質損失並能快速下載。
Lease A Brain
由人工智能驅動的專家虛擬團隊，隨時協助多樣化商業任務。
DALI 是什麼？
DALI 提供一個模組化、可擴展的 SDK，用於構建能處理圖像、PDF 和掃描文件的文件AI代理。它整合 OCR 引擎與視覺-語言模型，可以檢測佈局元素、提取表格並回答用戶查詢。開發者可以自定義管道、插入不同的LLM，並部署互動式網頁或命令行界面。內建快取、批處理和多模型協調支持，讓DALI最少代碼即可快速完成文件理解任務。
誰會使用 DALI？
- 資料科學家
- AI研究員
- 軟體開發者
- 數位檔案管理員
- 法律及金融分析師
如何使用 DALI？
- 步驟1：克隆DALI倉庫或使用pip安裝。
- 步驟2：在設定檔中配置偏好的OCR引擎與語言模型API金鑰。
- 步驟3：使用提供的資料集載入器將文件或圖像輸入管道。
- 步驟4：在Python腳本或筆記本中定義查詢範本和處理模組。
- 步驟5：運行互動式CLI或整合網頁介面，提出問題並獲取答案。
平台
- mac
- windows
- linux
DALI 的核心特徵與益處
主要功能
- 多模態文件輸入（PDF、圖像、掃描）
- OCR整合（Tesseract、PaddleOCR 等）
- 表格檢測與提取
- 視覺-語言問答
- 文件摘要
- 可定制的管道元件
- 模型協調與快取
優點
- 加速文件理解開發
- 開源且獨立供應商
- 彈性整合多種LLM與OCR引擎
- 模組化設計方便客製化
- 減少手動資料標記工作
- 支援研究與生產流程
DALI 的主要使用案例與應用
- 歷史文件分析的學術研究
- 法律合約審查與條款抽取
- 財務報告摘要與資料萃取
- 典藏資料數位化
- 規範行業的合規監控
DALI 的常見問答
DALI 公司信息
- University of L'Aquila DISIM
DALI 評論
5/5
DALI 的主要競爭對手和替代方案？
- Haystack
- LangChain
- LlamaIndex
- Microsoft Semantic Kernel
- DocArray