最新

我通常不会在这里（或者说一般情况下）分享我的副业项目。没太多时间让它们受到过多关注。这个项目是我上周末在车里的时候开始的。主要是为了探索 OpenAI Codex。我用 Github 手机版把最初的规格写进了 readme 文件，然后用 ChatGPT iOS 应用让 Codex 构建了一个简单的基于 CLI 的地下城主。在整个车程中，我切换回 Github 来管理 PR，来回折腾…… 后来事情有点失控了，现在它混合了 AI（主要是 AI）和我自己的调整…… 第一个版本完全由 OAI 驱动，运行还可以，但对玩家来说太简单了。感谢 HN，我听说过 Wayfarer 模型，我觉得那个模型挺有趣的。最后，我觉得这个项目结果挺“可爱”的，而且是个不错的消磨时间的东西，看起来还像在工作 <i>wink wink</i>

一个用于管理和语义对比 LLM 提示词的命令行工具。它超越了文本差异，通过使用嵌入（OpenAI 或本地）来检测语义层面的变化。适用于版本控制、测试和 CI/CD 工作流程。

我和我的联合创始人今年夏天申请了 YC，带着一个完整的量化平台——一站式回测、优化和部署策略。监管的复杂性让我们止步。我们不得不转型。 虽然我的联合创始人转向了其他事情，但我一直在研究核心问题：为什么从回测到实盘交易如此困难？我们最初的平台只支持一个回测框架，并且我们通过 Alpaca 充当经纪商。这很脆弱且受限。 所以我转而构建了 StrateQueue 作为开源库。它现在支持四个主要的回测框架（Backtrader、Zipline、PyAlgoTrade、bt），并提供统一的 API。经纪商也是如此——IB 和 Alpaca，并且还在增加。添加新的经纪商非常简单。 关键的见解是，大多数人不需要另一个回测平台——他们需要一个从现有回测到生产环境的桥梁。StrateQueue 处理了那些棘手的部分：实时数据馈送、经纪商 API、错误处理、监控和延迟优化。 无论你使用哪个框架，你只需用 3 行代码就可以从回测直接过渡到实盘。 非常希望得到任何处理过这种生产部署噩梦的人的反馈。

我正在构建 LiquidIndex，一个 RAG API 服务，可以轻松地为 AI 应用添加个性化上下文。您无需构建一整套系统来上传、处理和搜索用户的文档或笔记，只需调用几个 API 即可。它处理了困难的部分——例如连接到 Notion 或 Google Drive，将数据分解成可用的片段，并使其可搜索。然后，当您想使用该数据回答问题时，只需查询它，它就会给您最相关的结果——可选地附带 LLM 生成的答案。无需管道，无需基础设施，无需烦恼。 以下是核心 API： 1. 创建客户（这是一个放置数据的空间） 2. 创建上传会话（这是用户上传数据的地方） 3. 查询 当前连接器：文件上传、Google Drive、Notion、Dropbox 支持的文件类型：PDF、文本文件、Markdown、CSV 和 XLSX（包括 Google Docs 和 Sheets） 网站：[https://liquidindex.dev/](https://liquidindex.dev/) 看看 Playground 感受一下它是如何工作的！

输入你感兴趣的类别、主题和风格，WallTrek 就会自动为你生成壁纸。每次看到它生成的壁纸都会有惊喜。开源项目，使用 Dalle3 模型，BYOK（自带 API 密钥）。

我是一名软件工程师，也是一名键盘爱好者。我一直想定制个性化的键帽，但找不到满意的。因此，我创建了 Thockfactory，一个在线键帽配置器，让任何人都能设计并订购自己的定制键帽套装。 第一个版本于 2024 年 4 月上线，但根据用户反馈和我自己的使用体验，我意识到商店和配置器需要全面改进。我完全关闭了网站，从那时起几乎重做了所有内容，重点是更好的用户体验和更流畅的订购流程。 欢迎提供任何反馈、错误报告或想法。您可以在这里试用配置器：<a href="https:&#x2F;&#x2F;thockfactory.com" rel="nofollow">https:&#x2F;&#x2F;thockfactory.com</a> 很乐意回答有关技术栈、制造或其他任何问题。