最新

您好 HN 我是 Mike，Planetary Insights 的首席技术官，我们是一个新西兰的小团队。我们与合作伙伴 Planetary Accounting Network (PAN) 一起，刚刚发布了 <a href="https:&#x2F;&#x2F;planetaryfacts.com" rel="nofollow">https:&#x2F;&#x2F;planetaryfacts.com</a>——这是一个面向消费者的仪表板，旨在帮助人们了解食品、产品和生活方式选择在地球可持续性极限背景下的影响。 理念：大多数环境评分都是相对的（“比 X 少 30% 的碳”）和/或仅关注碳。我们将所有内容置于行星边界的背景下，并探讨如何回到地球安全运行空间。这意味着每种产品都可以按类别或总计衡量为每日预算的百分比，如果您所有活动的总和在各个方面都低于 100%，那么恭喜您，您的生活方式与长期可持续的地球兼容（包括碳、生物源温室气体、水、氮、磷、生物多样性、森林土地、臭氧、空气质量、废物）。 比较功能旨在灵活实用，以支持决策。例如，按每克营养蛋白并排比较蛋白质来源：相同的每日 75 克蛋白质可以占整个每日预算的 5% 或 70%（您仍然需要考虑交通、电力、衣物等）。它也不仅仅是食物。我们现在也加入了汽油与电动汽车的比较，并且我们已经对旅游体验、建筑等进行了评估。 数字的生成方式：这些都是生命周期评估 (LCA) 模型，基于国际数据集构建，并针对新西兰进行了调整，通过 Planetary Insights 平台运行。PAN 团队已经编写、质检并发布了这些模型——到目前为止已有 50 项评估。诚实的局限性：这些是通用/平均基准数据集，产品内部差异可能非常大。在接下来的几周内，我们将有一些品牌发布他们特定产品的评估（羊肉、蜂蜜、数字出版物），我们希望有更多品牌加入。 技术栈：仪表板使用 Flask + TanStack。PI for Products 的技术栈是 Flask + React + OpenLCA 和 Postgres（包括用于我们正在开发的一些源匹配功能的 pgvector）。 非常欢迎您的反馈、批评、提问，尤其是您希望在仪表板中看到哪些其他内容。我将在评论区与大家交流。

你好（这是肯诺比将军最喜欢的开场白）， 我是 Rashid，是德克萨斯大学奥斯汀分校的一名大二学生。我创建了 Rejourney.co（[https://rejourney.co/](https://rejourney.co/)），旨在通过分析真实用户会话录像，在你的应用程序和网站出现问题之前预测它们。 这是一个关于它是如何工作的有趣视频（有猫）：[https://www.youtube.com/watch?v=Z95MDxBXMjk](https://www.youtube.com/watch?v=Z95MDxBXMjk) 它是开源的，帖子链接是 GitHub 仓库，但这里再次附上：[https://github.com/rejourneyco/rejourney](https://github.com/rejourneyco/rejourney) 我最初创建这个是因为我有一个校园免费赠品查找应用程序，它发展得很快，很多用户在 Instagram 上给我发私信，反映应用程序的入门流程和用户体验混乱的问题。最初，我损失了大约 5000 名用户中的 340 名用户，因为这些问题，我不得不通过推送通知来挽回一些用户。这很痛苦，我为因为一些小而容易修复的问题而流失这么多用户感到难过。所以，我创建了 Rejourney 来在问题发生之前就预测到它们。以下是它的工作原理： 首先，SDK 被安装在 Web JS、Swift 或 React Native 应用程序中。然后，在发布应用程序之前，你需要通过几行代码来帮助 SDK 跟踪重要的事件——例如购买订阅、完成注册等。我们称之为“关键转化事件”。 从这里开始，Rejourney 会记录用户会话以及你设置的元数据，并将其与用户旅程的顺序、每一次触摸/滚动/平移交互以及愤怒点击联系起来。如果被认为是问题，它会将 API 响应时间、响应码、ANRS 和崩溃堆栈信息整合到上下文中。 然后，一个启发式算法将所有用户录像按相似性进行分组处理，并根据对你重要的关键转化行为，找到相似的用户旅程和结果。如果发现可能令人担忧的趋势，它会将用户录像分段，并由我们后端的一个 LLM 进行处理（在这种情况下，我们使用 Gemini 是因为它成本低且速度快，但如果你决定自行托管并设置，我们也在 GPT 5.5 上进行了测试）。 如果 LLM 逐帧查看触摸序列的相似性，它就能确定该用户群体是否可能对你关心的关键转化事件产生负面影响。根据回放和所有相关上下文，它会输出一个 .MD 文件，其中包含上下文和可以用来修复问题的建议（你可以将其复制到你的编码助手）。另外，你还可以附加你的 GitHub 仓库，这样 .MD 文件就会包含检测到的问题的代码修复建议。 此外，这每天都在处理数千个用户录像的规模上进行。我们已经看到了它在中等规模上的效果，Rejourney 已经测试了大约 250 万个使用 SDK 的用户录像。我们的一位用户甚至给我们发邮件报告说，在修复了持续发现的问题两周后，他们的入门转化率提高了 30%。 我们通过不同的策略使其运行成本非常低，以至于我们的前 3 位付费用户就让我们实现了收支平衡……这意味着将来有更多的计算资源可以用于更酷的事情 :D 其他考虑和标准：隐私也非常非常重要，因为我们必须考虑 GDPR。在保留期（通常为 7 天）之后，我们会对所有用户录像进行量化，匿名化所有指纹，并将它们聚合到一个通用的仪表板中（类似于 Firebase 的通用分析仪表板）。 我很想在评论区听到你们的反馈、批评和请求！我洗耳恭听（或者洗目恭听，因为我在阅读）。