最新

随着大量的代理辅助开发正在进行，我认为监控我们部署的内容比以往任何时候都更加重要。您最喜欢的解决方案是什么，以及您在实施/使用它们方面有什么建议？我个人更倾向于了解非 SaaS 解决方案，但我意识到这可能比较困难。

各位 HN 的朋友们： 你们知道吗？通过 Google Takeout（https://takeout.google.com），你可以将 Gmail 中的所有邮件（包括附件）下载成 .mbox 格式的文件。 我之前就这么做了，但很长一段时间里，我的 .mbox 备份文件就一直闲置着。于是我开发了一个 Web 应用，它可以读取 .mbox 文件，并将其加载到一个类似 Gmail 的用户界面中：支持对话串、原始标签和分类、联系人、附件以及全文搜索。 邮件永远不会离开你的电脑：上传和解析都在你自己的浏览器中通过 Web Worker 进行，并且存档会存储在你的设备上的浏览器存储中。关闭标签页后，所有数据都会被清除。 无需注册即可试用，如果你仍然不信任，还有一个内置的演示邮箱——无需上传任何文件。 欢迎访问 https://mboxreader.com 试用。如果你有任何问题或建设性的反馈，请告诉我。提前感谢！ 预先解答常见问题： 1. “既然‘无需注册’，为什么还要注册？”：我想了解是否有“重度用户”场景需要支持更大的备份和高级功能。但同样，试用该应用无需注册。 2. “为什么要做成 Web 应用，而不是一个可以本地私密运行的程序？”：作为 Web 应用，试用门槛更低，而且本地安装也并非完全消除了隐私顾虑。

因此，由于大型语言模型（LLM）是在 GPL 许可的软件上训练的，是否可以说它们是基于 GPL 软件的，从而激活了 GPL（v3？）的“共享源代码”条款？

这本不该成为一个产品。<p>当 PaddleOCR-VL-1.6 发布时，独立的基准测试将其列为文档解析模型的首位。我必须尝试一下。我需要一个提供商，但市场上根本没有一个我信任的、可用于生产环境的提供商。<p>于是我决定自己搭建一个。我曾以为，即使搭建成功，服务一个视觉语言模型也会非常昂贵。<p>事实证明，情况恰恰相反。一旦我将其正常运行起来，成本竟然低得离谱。在 GPU 利用率达标的情况下，每 1000 页的成本仅为 1 美元左右。<p>最近的竞争对手要么质量差很多（Azure Read），要么贵得离谱（Extend 或 Reducto）。即使是 Mistral OCR 4，虽然非常好且价格不贵，但仍然比我的方案贵 4 倍。<p>所以，我必须分享它。我公开了 API 端点，并用“vibe-coded”的方式制作了一个简单的仪表板。<p>请告诉我你的想法！