20
9
【开源】glm-5.3-flash-vision RAG：三个 GLM 视觉应用
2026-09-03 07:38:16
0点赞
0收藏
0评论
glm-5.3-flash-vision 视觉多模态大模型昨天发布了！大佬们测试都说惊喜：
image
image
不多说了，就是好东西！ 马上基于它进行开发和应用，我先开发3个实用的skill给佬：
GitHub - liangdabiao/glm-5.3-flash-vision-rag: glm-5.3-flash-vision RAG：三个 GLM 视觉技能总览 > 同一套"让 AI...
glm-5.3-flash-vision RAG：三个 GLM 视觉技能总览 > 同一套"让 AI 看懂资料"的技术，嫁接到智谱 GLM-5.3-Flash 视觉大模型上， > 做成了三件趁手的工具：**看懂 PDF**、**看懂视频**、**把带货视频变成提示词
image
功能类似deepseek版本：
最近在社区发布了3个基于deepseek-v4-flash-vision 视觉deepseek理解 的开源skill项目： 佬友评论说，怀疑和有问题。所以我完整测试一次看看行不行： 1 我先找一本扫描版的lego图书，这种其实一般都很难用常规方法进行rag，最难搞的进行测试： [image] 几百页的图文图书，让deepseek先理解，然后索引好知识和数据： [image] …
核心原理就是模仿人类怎样做信息检索和利用的， 先索引后笔记，应用时候粗看目录，细看（视觉）文档图文，最后反复检验和多次查询（thinking），得到很好的RAG效果：
image
开源不容易，感谢意见感谢支持！
