最新

各位 HN 的朋友们： 我开发了一款 Android 文件查看器，支持打开 PDF、Word、Excel、PowerPoint、图片、视频、音频、Markdown 和代码文件，并且完全不需要任何权限。 我一直对打开别人发来的文件感到不安。在 Android 上，要么安装一个 400MB 的办公套件并登录，要么使用一个小型免费查看器，但它需要存储访问权限，最终会将你的文件上传到服务器进行渲染。另外，为不同文件格式下载不同应用程序的麻烦也确实令人恼火。 Gander 不申请任何权限，甚至连 INTERNET 权限都没有，因此操作系统本身就保证了文件无法离开手机。 PDF 使用 Pdfium，媒体使用 Media3，Office 格式则由 WebView 中打包的 JS 库进行渲染，因此不会向任何服务器发送请求。 它仅是一个查看器。复杂的 PowerPoint 演示文稿渲染效果大致正确，电子表格图表无法绘制，并且不支持旧的二进制 .doc 和 .ppt 文件。我会根据出现的问题进行改进 :P 它只有 14MB，采用 MIT 许可，并已上传到 Github releases。 请务必尝试一下！我非常希望得到一些反馈，特别是关于渲染效果不佳或需要新增支持的文件类型。

各位 HN 的朋友们！我们是 Akilan 和 Miguel，MarbleOS 的开发者。<p>Marble 的灵感来源于 Xerox PARC 的图形用户界面（GUI）工作、1984 年的 Macintosh 以及后来的 NeXTSTEP，后者成为了 Mac OS X 的基础。 在图形用户界面出现之前，与计算机交互仅限于一些奇怪的命令行指令，例如：<p>C:\&gt; DIR<p>C:\&gt; COPY FILE.TXT A:<p>你需要记住指令、语法、路径和参数。<p>图形用户界面让这些功能变得可视化。你无需记忆指令，只需指向文件、拖放它们、点击按钮、从菜单中选择操作即可。 这并非一定带来了全新的可能性，而是让已有的功能更容易理解和使用。我们认为，目前的人工智能仍处于类似命令行阶段。<p>尽管严格的语法已被自然语言取代，但交互仍然可能显得生硬，并且高度依赖记忆。像 Claude Cowork 这样的工具，看起来仍然出奇地像终端：`/skill-name [param1] [param2]`。<p>参数以自然语言书写，但用户仍然需要知道存在哪些功能以及如何调用它们。用户需要了解 AI 能做什么、要附加哪个文件、要使用哪个工具或技能、需要什么上下文以及如何表述任务。<p>ChatGPT 在提问方面表现出色，但我们不确定它是否是跨文件、网站、工具和多个代理来委托工作的最终界面。 一旦 AI 开始实际工作，一个空白的文本框和一串聊天记录就会显得捉襟见肘。系统的大部分功能和任务的大部分结构都是不可见的。通过 Marble，我们正在探索一种将 AI 视为工作空间而非另一个聊天应用的界面。 每个委托的任务都变成一张卡片。多个任务可以并排显示并同时运行。文件、工具和最终成果一目了然。在任务运行之前，Marble 还会显示它预期使用的工具。基本理念是，用户不必将整个任务结构都记在脑子里。结果应该是可以直接使用的，例如电子表格、PDF、幻灯片或其他文件，而不是隐藏在聊天记录中的内容。<p>我们并非声称已经找到了代理的最终 GUI 形式。Marble 是我们的一次尝试，旨在探索是否有一种比在聊天框中添加更多工具更好的交互模型。该产品主要面向已经在使用 ChatGPT 或 Claude，但尚未真正采用代理工作流程的用户。我们发现，当工具和可能的操作变得更加可视化时，人们就开始委托他们以前不会通过普通聊天来完成的工作。<p>我们的网站提供可下载的 Beta 版本供您试用。Marble 是否给您一种真正新颖的界面感觉？