1 分•作者: NaOH•3 个月前
返回首页
最新
2 分•作者: skilled•3 个月前
1 分•作者: Darcy0911•3 个月前
你好!我是 Darcy,一名来自南加州的高中应届毕业生。
Calyxa 是一款 Chrome 浏览器扩展程序,它能直接在学生的作业屏幕上提供自适应辅导。我创建它的原因如下:
在我高中这三年里,我亲眼目睹了身边的同学们如何拥抱教育科技领域的 AI 浪潮。从 ChatGPT 到 Photomath,它们现在已经成为快速完成家庭作业的必备工具。尽管我所在的学校竞争激烈,但估计有 95% 的同学在某种程度上使用过 AI 工具作弊,通常是让 AI 代写论文,或者直接给出他们卡壳的微积分问题的答案。
我也曾用 AI 来“作弊”。然而,每当我用它来扫描数学题时,我都会尝试阅读解题步骤,以便真正理解并为考试做准备。AI 在帮助我快速理解方面对我很有帮助,无需为每一个小问题都去请教数学老师,但几乎我所有的同学都把它当作捷径。
这就是我创建 Calyxa 的原因。与提供直接、快速答案的通用聊天机器人不同,Calyxa 采用苏格拉底式的教学方法,并根据学生的学习档案(基于所有之前的辅导课程)调整回答,就像一位真正的人类导师一样。同时,它通过 Chrome 扩展程序、屏幕标注和实时语音对话,保留了 AI 的速度和可访问性优势。所有的辅导课程都会更新一个存储的“实时笔记”,其中包含学生需要用于考试复习的所有误解和概念。与其他要么生成更多学习材料增加工作量,要么直接给出答案的 AI 学习工具不同,Calyxa 帮助学生真正理解他们的作业,而无需浪费时间与真人导师沟通或依赖通用聊天机器人走捷径。
以上就是关于 Calyxa 的全部内容。如果您能注册试用 10 次免费课程并留下简短的反馈,将对我大有帮助!谢谢!
1 分•作者: gilded-lilly•3 个月前
进入“3D 混沌”模式,并调高“生物”滑块及其他设置,即可看到类似静脉或蛋白质的结构。
1 分•作者: T-A•3 个月前
1 分•作者: t-van•3 个月前
我厌倦了看到糟糕的餐厅网站并手动创建它们,所以我自动化了这个过程。<p>它的工作原理是:您拍摄菜单照片,EatFoodNow 会将图像发送给 Gemini,以提取数据并将其结构化以适应简洁的网站设计。每个餐厅都托管在 Next.JS 多租户环境中的子域下。<p>我已尽可能简化了流程,以便用户在注册前就能看到他们的预览网站。<p>我认为监督很重要,因此在生成后,所有内容都可以编辑,并且外观尽可能接近最终输出。<p>我还集成了 Stripe Connect 来构建订购系统和自定义域名支持。<p>它是免费的,因为我想打造人们喜爱的产品,然后再添加有价值的功能。<p>试试看,找出它的不足之处,给我一些反馈,并告诉我它是好是坏。<p>- Tony
1 分•作者: himanshu-here•3 个月前
1 分•作者: ankitg12•3 个月前
1 分•作者: yash1hi•3 个月前
2 分•作者: abstractDL•3 个月前
我厌倦了在用完配额限制时在不同代理之间切换。而且所有的“harness”(这里可以理解为代码生成或辅助工具)都有自己的工作流程,我无法决定哪个更好:Codex、Claude Code 还是 Cursor。所以,我决定将所有订阅整合到一个地方,并创建了 Claudexor(macOS IDE、CLI、MCP 和插件)。
它允许您拥有多个订阅,并可以即时切换。现在我有 4 个 CC 订阅、3 个 Codex 订阅和 2 个 Cursor 订阅。与基于 token 的超额支出相比,这每月为我节省了 15,000 美元。
Claudexor 管理上下文和配额,并允许您运行多“harness”循环(例如,执行直到代码审查通过,合并 N 个工作树多“harness”工作的最佳结果等)。
最好作为 CC 的插件使用。
MIT 许可,无遥测。希望 Anthropic 不会禁止它……
1 分•作者: asdfsa32•3 个月前
1 分•作者: hubraumhugo•3 个月前
1 分•作者: ryanmerket•3 个月前
5 分•作者: hbyel•3 个月前
您好,我设计并开发了一个空间索引,将博物馆藏品通过其起源地到机构所在地/来源地的连接弧线/超链接进行映射。该索引专门关注西方/欧美人文机构,并根据其分类(如伊斯兰艺术、亚洲/非洲艺术、民族学收藏、中东、南美等)来映射其藏品。
该项目最初是我的硕士论文,始于2022年,之后一直在持续开发,大部分是独立完成,获得了一些少量资助。项目完全开源,自托管,采用AGPL-3.0许可。前端使用Next.js和Deck.gl,后端使用Strapi,Python ETL从博物馆开放访问API提取数据。目前已索引来自世界各地、8个收藏(大都会艺术博物馆、维多利亚与阿尔伯特博物馆、柏林国家博物馆等)的超过10万件藏品。最近还添加了Markdown导出功能,方便研究人员下载过滤后的藏品来源数据。
该基础设施的概念是一个索引器,而不是一个托管者。即使是图片,也以指向来源机构的URL形式保存。它是连接那些从未被设计成相互通信的档案之间的“连接组织”,并采用一种“起源优先”的搜索用户界面概念。数据模型故意设计成扁平化的,以避免编码有问题的分类法,并将研究人员直接导向来源,将责任归于来源机构,而不是复制机构数据。它索引了起源地和目的地收藏之间的关系。
我来自设计背景,将这个项目从原型开发到生产应用的过程非常有成就感,但老实说,独自扩展项目已经有点令人不堪重负。我非常希望得到社区在性能扩展、代码贡献、缺失博物馆API的数据管道或一般性反馈方面的意见。
代码库:https://github.com/hburakyel/ex-situ
在线演示:https://exsitu.app
1 分•作者: maieuticagent•3 个月前
1 分•作者: omamo•3 个月前
2 分•作者: ilreb•3 个月前
4 分•作者: vinhnx•3 个月前
2 分•作者: jihoons•3 个月前
2 分•作者: mannders•3 个月前