最新

AI 创作小说，配封面，可直接用于印刷 正文：我开发了一个工具，可以根据一个简单的概念生成完整的、可直接用于印刷的书籍。输入你的想法，选择体裁和字数，你将得到： * 完整的 PDF 稿件（已排版，可用于印刷，包括标题页、版权页、章节） * 可编辑的 DOCX 文件 * AI 生成的封面艺术 * 可用于印刷的封面 PDF，包含书脊 整个过程只需几分钟。输出内容已调整为标准尺寸，您可以直接上传到 KDP 或其他按需印刷服务。该工具使用 Claude 进行写作，并使用 AI 生成封面图像。价格从 19 美元起。欢迎对这个概念和输出质量提出反馈意见。 [https://printreadybook.com](https://printreadybook.com)

Hi HN， 我开发了这个工具来解决 UI 测试中的“不稳定”问题。现有的 AI 代理在精确交互方面常常力不从心，而传统的框架（Selenium/Playwright）则会在 DOM 发生变化时崩溃。 方法：我没有依赖硬编码的选择器或纯粹的计算机视觉，而是使用由多模态 LLM 驱动的多代理系统。我们将屏幕截图（像素）和浏览器上下文（网络请求、控制台日志等）都传递给模型。这使得代理能够： 像用户一样“看到” UI，并将语义意图（“点击注册按钮”）准确地映射到精确的坐标，即使布局发生变化。 目标是模仿自然的用户行为，而不是遵循预定义的脚本。它处理探索性测试，并发现基于代码的断言所遗漏的视觉错误。 我很乐意收到关于实现的反馈，或者讨论使用 LLM 进行确定性测试所面临的挑战。

最近构建了一个东西，结果简单的领域特定启发式方法完胜了我原本认为会赢的 fancy 机器学习方法。这让我开始思考，我们是不是经常在更简单的工具就能解决问题的时候，却选择了复杂的工具。这真是奥卡姆剃刀时刻啊。<p>有没有人有类似的经历？很好奇那些“了解你的领域”胜过“堆算力”的案例。