最新

我开发 TrackSplit 是因为我想跟着我最喜欢的歌曲练习架子鼓，但又不想被原曲的鼓点干扰。<p>现有的解决方案，比如 LALAL.AI 和 Moises，都需要将你的音频上传到他们的服务器。我想要一个本地运行的工具，既为了保护隐私，也因为我不想再订阅一个服务了。<p>TrackSplit 可以将任何歌曲分离成 6 个音轨：人声、鼓、贝斯、吉他、钢琴和其他。它完全在你的 Mac 上运行，无需互联网连接。<p>技术细节： - 使用 Swift/SwiftUI 构建，嵌入了 Python 后端 - 使用 HTDemucs v4 (Hybrid Transformer Demucs) 进行分离 - 通过 Metal/MPS 在 Apple Silicon 上进行 GPU 加速 - 在 M1 芯片上，处理一首 4 分钟左右的歌曲大约需要 90 秒<p>使用场景： - 音乐家跟着歌曲练习（移除你的乐器） - 制作卡拉 OK 伴奏 - DJ 提取人声 - 混音和采样<p>可在 Mac App Store 上购买，售价 19.99 美元（一次性购买，无需订阅）。

我过去是一名数据工程师，数据监控是我的重要工作内容之一。数据科学家和分析师主要在分析方面监控业务指标（注册率、留存率等）的变化，而作为数据工程师，我还需要确保系统不出问题。Data Axolotl 专注于后者。 市面上有大量支持数据测试的工具（我很喜欢 dbt 测试），但即使编写了完善的测试，我们仍然会遇到意想不到的破坏性变更。大多数情况下，当产品经理出现并询问某个晦涩的指标为何突然全面为 null 时，问题就出现了。我们并不知道该指标正在被使用（有时甚至不知道它存在），那么我们怎么可能为它编写测试呢？（一个常见的原因是，某个工程团队停止记录某个数字，因为没有人知道它很重要；即使工程团队做了一切正确的事情，发出了通知“请注意，我们将删除旧的用户 ID 值”，并安全地推出了更新，也没有人会想到营销 ROI 仪表板依赖于此。） 这就是 Data Axolotl 的用武之地：Data Axolotl 是一个 CLI 工具，它可以捕获分析数据集中意想不到的破坏性变更，而无需您提前知道可能发生什么。 简单来说，您只需将其指向一些数据表，每天运行它，它就会随着时间的推移收集大量常见指标。（列的最小值、最大值、均值、行数、不同值的计数等。）如果任何指标突然发生变化，Data Axolotl 就会生成警报。 整个工具都运行在 Python 包中，因此您可以在本地或通过 Airflow 等调度工具在您自己的基础设施上运行它。您无需注册任何新的云服务，也无需冒着数据泄露给第三方的风险。历史数据可以存储在本地的 sqlite 中（默认），或者存储在您基础设施上的远程数据库中。 这是一个相当早期的版本，所以目前它只支持 Snowflake 表，但我们希望将来能添加其他数据库类型。 您今天就可以通过 pip 安装 Data Axolotl，直接从您的本地机器上试用它。`pip install data-axolotl` 完整的设置指南可以在 Readme 中找到。

正在致力于自动化小型企业财务（簿记、对账、基本报告）。 我一直注意到的一件事是：与编程相比，会计似乎是更适合自动化的领域： * **基于规则** 复式记账、会计科目表、税务规则、重要性阈值。对于大多数日常交易，你不是在发明新的逻辑，而是在应用现有的规则。 * **可验证** 账目要么平衡，要么不平衡。总账要么对账，要么不对账。几乎总有一个“基本事实”可以用来比较（银行馈送、对账单、前期）。 * **枯燥且重复** 相同的供应商，相同的类别，每个月相同的模式。人类讨厌这项工作。软件喜欢它。 对于会计，至少在小型企业层面，大部分工作感觉像是： * 标准化来自银行/卡/发票的数据 * 应用确定性或可配置的规则 * 突出异常情况以供人工审核 * 运行一致性检查和报告 真正困难的部分（税务策略、边缘情况、混乱的历史、与当局沟通）在总工时中所占比例较小，但需要人工。而重复的、基于规则的工作才是最耗时的。

Hi HN， 几个月前，我们注意到一个现象。我们接触到的每个 GTM、产品和市场营销团队都面临着同样的问题。他们淹没在来自 Reddit、Discord、Slack 社区、竞争对手网站和社交渠道的外部数据中。但要把所有这些噪音转化为结构化且有用的东西，却需要花费大量时间。 我们看到人们花费数天时间将截图复制到电子表格中，标记帖子，并手动检查竞争对手的网站。我们自己也在做同样的事情，很明显，这些都不应该手动完成。 所以我们构建了 Sushidata，一个由 AI 智能体组成的系统，用于收集、整理和总结混乱的外部数据，并将其转化为可搜索的、结构化的市场视图。 这是一个你可以查看的演示。它还没有投入生产，所以请原谅其中的错误和问题。欢迎创建你自己的表格。我们也很乐意提供帮助。 演示链接：<a href="https:&#x2F;&#x2F;tinyurl.com&#x2F;sushidata" rel="nofollow">https:&#x2F;&#x2F;tinyurl.com&#x2F;sushidata</a> 它的功能： * 提取竞争对手的更新、客户情绪、投诉、功能请求等 * 将所有内容规范化为单个数据集 你可以提出诸如以下问题： * “本周我们的竞争对手有哪些问题趋势？” * “我的竞争对手所有产品的摘要是什么？” 我们为什么构建它： 我们希望消除研究中重复的部分。早期用户告诉我们，该系统为他们节省了数周的手工工作，所以我们继续构建。 演示中有什么： * 一个真实的竞争情报数据集 * 竞争对手监控 * 一个由 AI 智能体驱动的电子表格风格的界面 欢迎反馈 我们非常希望收到 HN 社区的意见，特别是关于数据管道、智能体行为以及简化界面的方法。 很乐意回答关于其内部工作原理的问题。 Victor，联合创始人 Sushidata