最新

看来，我和许多人一样，都养成了一个坏习惯，那就是免费提供软件。而在现实世界中，我们对任何有价值的东西都会收费。我今天遇到了一位木匠。你无法想象他会免费赠送手工制作的家具。这是他的职业。那么，为什么在软件领域，我们却要免费提供这么多东西呢？比如开源软件，甚至是托管服务？ 我写过很多开源软件，但现在感觉我需要真正运用我的技能去销售一些东西，销售我构建的东西。有没有人也有这种感觉？

嗨 HN， 这是一个迟来的圣诞礼物：我将经典的桌面猫咪 Neko [1] 重建为一个轻量级、无依赖的 JavaScript 库，可以直接在网页上运行。 在线演示：<a href="https:&#x2F;&#x2F;louisabraham.github.io&#x2F;nekojs&#x2F;" rel="nofollow">https:&#x2F;&#x2F;louisabraham.github.io&#x2F;nekojs&#x2F;</a> GitHub：<a href="https:&#x2F;&#x2F;github.com&#x2F;louisabraham&#x2F;nekojs" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;louisabraham&#x2F;nekojs</a> 只需一个 script 标签即可直接使用： ```html &lt;script src=&quot;https:&#x2F;&#x2F;louisabraham.github.io&#x2F;nekojs&#x2F;neko.js&quot; data-autostart&gt;&lt;&#x2F;script&gt; ``` 这是一个相当忠实的 Neko98 复刻：相同的状态机，相同的行为，相同的原始 32×32 像素精灵图。它会跟随你的光标，在空闲时睡觉，抓挠墙壁，你还可以点击它来切换行为模式。 这个项目让我感兴趣的是它的构建方式。我首先将原始的 C++ 源代码（来自 Wayback Machine）输入给 Claude，让它“vibe code”出一个初步的 JS 实现。这作为起点非常有效，但要做到真正准确，需要大量的手动修复：重写移动逻辑，修复动画计时，处理 AI 遗漏的边缘情况等。 我的心得：代码代理在复活旧代码库方面非常有用，这可能是 AI 在编码方面最好的、非冷冰冰的用途。它能让你快速完成 60-70% 的工作，尤其适用于那些原本无人问津的遗留代码。剩下的 30% 仍然需要一个注重细节的人来完成。 最终结果是 ~38KB 未压缩 (~14KB brotli)，零依赖，只需一个 &lt;script&gt; 标签即可添加到页面中。 欢迎桌面宠物怀旧者分享想法！ [1]: <a href="https:&#x2F;&#x2F;en.wikipedia.org&#x2F;wiki&#x2F;Neko_(software)" rel="nofollow">https:&#x2F;&#x2F;en.wikipedia.org&#x2F;wiki&#x2F;Neko_(software)</a>

我没意识到 Universe Sandbox 可以在 MacOS 上运行，而且我正好想玩一会儿。<p>它的一些功能包括： - 随机系统生成 - 声音化功能也超级有趣 - 宜居性模拟（仅供娱乐，请勿引用） - 替换、生成、删除物体<p>我用它玩得非常开心，希望其他人也能分享这份快乐。 它是免费的，而且可以在浏览器中运行。<p>我很乐意听到任何反馈。 我觉得它目前的状态可能就这样了，但如果大家对其他功能感兴趣，也许我会继续开发。 不过，我已经说过要停止开发一段时间了。

Hi HN， 我是一名独立开发者，正在构建一个临床搜索引擎，以帮助我的妻子（住院医师）和她的同事们。 问题：目前的工具（UpToDate/OpenEvidence）要么价格昂贵，要么速度慢，要么充斥着越来越多的医药广告。 解决方案：我构建了 Evidex，一个干净、注重隐私的替代方案。搜索演示（GIF）：[https://imgur.com/a/zoUvINt](https://imgur.com/a/zoUvINt) 技术架构（基于搜索的 RAG）：我没有使用传统的预索引向量数据库（如 Pinecone），因为它们可能会提供过时的数据，而是实现了一种实时 RAG 模式： 编排器：一个 Node.js 后端对查询执行“智能路由”（正则表达式/关键词分析），以决定要访问哪个外部 API（PubMed、Europe PMC、OpenAlex 或 ClinicalTrials.gov）。 检索：它在运行时并行地向这些 API 发出请求，以获取大约 15 篇摘要。 本地数据：临床指南存储在本地 SQLite 中，并通过全文搜索（FTS）检索，确保对医学术语的精确匹配。 推理：我使用 Gemini 2.5 Flash 来处理拼接后的摘要。巨大的上下文窗口允许我向其提供不同的搜索结果，并强制进行严格的引用映射，而不会出现延迟瓶颈。 工作流程工具（“集成”）：我还构建了一个“推理层”来处理复杂的患者病史（病例模式）和起草文档（SOAP 笔记）。病例模式演示（GIF）：[https://imgur.com/a/h01Zgkx](https://imgur.com/a/h01Zgkx) 笔记生成演示（GIF）：[https://imgur.com/a/DI1S2Y0](https://imgur.com/a/DI1S2Y0) 为什么不用向量数据库？在医学领域，“时效性”至关重要。如果今天发布了一项新的试验，预索引的向量存储可能会错过它。我的实时方法确保答案包含今天发表的论文。 商业模式：临床搜索是免费的。我计划稍后通过向医院管理人员出售计费自动化工具来盈利。 反馈请求：我希望收到关于检索延迟（获取实时 API 比向量查找慢）和合成答案的准确性的反馈。