最新

AI 驱动的个人财务分析器——100% 本地运行，无需云端，无需登录。 上传 PDF / CSV / Excel 银行或信用卡账单 → AI 提取并分类每笔交易 → 交互式仪表盘、消费洞察、定期付款检测，并与您的数据进行对话。

我希望能够让 LLM “针对 [主题] 创建一个词云” —— LLM 擅长研究，但在排版方面略逊一筹。<p>所以我构建了一个专门的排版引擎。它在浏览器中运行，并且我还使用 @napi-rs/canvas 将其封装在一个小的 Go/Fiber 服务器中，以将其作为 MCP 服务器和 REST API 暴露出来 —— 这样任何 LLM 工具都可以直接调用它。<p>说明请参见 <a href="https:&#x2F;&#x2F;word-cloud.net&#x2F;ai.html" rel="nofollow">https:&#x2F;&#x2F;word-cloud.net&#x2F;ai.html</a><p>欢迎在 <a href="https:&#x2F;&#x2F;github.com&#x2F;pilotso11&#x2F;word-cloud-net&#x2F;" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;pilotso11&#x2F;word-cloud-net&#x2F;</a> 提出反馈

我开发了一个基于浏览器的工具，使用视觉-语言模型（VLMs）来检测卫星图像中的物体。您可以在地图上绘制一个多边形，并输入文本提示，例如“游泳池”、“油罐”或“公共汽车”。系统会逐个瓦片扫描所选区域，并将检测结果以 GeoJSON 格式投射回地图上。 流程：选择区域和缩放级别，将区域分割成瓦片，使用提示将每个瓦片输入 VLM，将预测的边界框转换为地理坐标（WGS84），然后在地图上渲染结果。 该工具在零样本设置下对清晰的结构表现良好。被遮挡的物体仍然更适合由 YOLO 模型等专业检测器处理。 有一个公开演示，无需登录。我主要关注以下方面的反馈：检测质量、VLMs 和专业检测器之间的性能权衡，以及潜在的实际应用案例。

Hi HN， 我们开发了 OrvexPay，一个加密货币支付网关，支持企业接受 50 多种加密货币。 功能： • 托管结账 • 支付链接 • Webhook API • 简单集成 欢迎开发者提供反馈。 <a href="https:&#x2F;&#x2F;orvexpay.com" rel="nofollow">https:&#x2F;&#x2F;orvexpay.com</a>

我构建 Collider 是因为我需要一种在 Meson 项目中使用和推送我自己的构建产物的方法。WrapDB 对于上游依赖项来说很好用，但我希望发布我的软件包，并使用正确的版本控制和锁文件来依赖它们，而无需手动编辑 wrap 文件。 Collider 基于 Meson 的 wrap 系统构建：你在 collider.json 中声明依赖项，运行 collider lock 以进行可重复的安装，并将你的项目作为 wraps 推送到本地或 HTTP 仓库。它与 WrapDB 兼容，因此现有的工作流程仍然有效：你只需获得一种清晰的方式来使用和推送你自己的东西。Apache-2.0 协议。

Express 开发者迁移到 Bun 时面临着一次彻底的重写——每个 Bun 框架（Hono、Elysia）都有完全不同的 API。bunway 保留了与 Express 完全相同的 app.get()、app.post()、req、res、next 模式，但在 Bun 的原生 HTTP 服务器上运行。内置功能包括：路由、CORS、会话、身份验证、WebSocket 等，只需一次导入即可实现。欢迎任何尝试将 Express 项目迁移到 Bun 的人提供反馈。