最新

Hi HN， 我是一名亚马逊前工程师。我创建了 Seychl，因为我厌倦了在基于云的应用程序中等待 3 秒钟才能加载我的笔记。 Seychl 是一个为速度而设计的本地优先知识库。UI 交互始终是即时的（<16ms）。 为高级用户提供的功能： - 全键盘控制（永不碰鼠标） - 内置 Vim 模式 - Markdown 存储（你拥有你的数据） - 在 10k+ 笔记中即时搜索 - 持久的 Tmux 风格的会话、窗口和窗格 它基本上是“知识管理的 Linear”——专注于人体工程学和速度，而不是臃肿的功能。 你可以在这里下载二进制文件（目前仅限 MacOS）：[https://github.com/Seychl/seychl-release/releases/download/0.0.8/Seychl_aarch64.dmg](https://github.com/Seychl/seychl-release/releases/download/0.0.8/Seychl_aarch64.dmg)

Hi HN， 我是一名亚马逊前工程师。我创建了 Seychl，因为我厌倦了在基于云的应用程序中等待 3 秒钟才能加载我的笔记。 Seychl 是一个为速度而设计的本地优先知识库。UI 交互始终是即时的（<16ms）。 为高级用户提供的功能： * 完全键盘控制（从不使用鼠标） * 内置 Vim 模式 * Markdown 存储（您拥有您的数据） * 在 10k+ 笔记中即时搜索 它基本上是“知识管理的 Linear”——侧重于人体工程学和速度，而不是臃肿的功能。 您可以在此处下载二进制文件（目前仅限 MacOS）：[https://github.com/Seychl/seychl-release/releases/download/0.0.8/Seychl\_aarch64.dmg](https://github.com/Seychl/seychl-release/releases/download/0.0.8/Seychl_aarch64.dmg)

我开发了一个AI工具，通过冷邮件申请工作，因为领英的“轻松申请”功能对我来说毫无效果。大多数申请都石沉大海，消失在ATS（申请人跟踪系统）的筛选中，所以我想要一个能直接向公司或HR发送个性化申请的工具。 这个工具从你的简历中提取信息，将其与职位描述进行匹配，然后用你的风格撰写个性化邮件，并自动查找公司邮箱或让你自行设置。之后，它会通过你自己的个人邮箱发送邮件，并附上你的简历。 它有两种模式： 快速模式使用领英的搜索结果，CSV模式则允许你上传一份职位列表，并一次性申请所有职位。 我最初是为自己开发的，但决定分享出来，希望能帮助到其他遇到同样困扰的人。欢迎大家提问或提供反馈。

我构建了一个 RAG（检索增强生成）应用程序，用于检索与伦理困境相关的《薄伽梵歌》经文，并生成结构化的指导。 问题： 《薄伽梵歌》共有 701 节经文。要为特定情况找到适用的智慧，需要对经文有深入的了解，或者花费数小时的阅读时间。 工作原理： 1. 用户描述他们的伦理困境 2. 使用 sentence-transformers 对查询进行嵌入 3. ChromaDB 检索语义上最相似的 top-k 经文 4. LLM 生成结构化输出：3 个选项及其权衡、实施步骤、经文引用 技术栈： * 后端：FastAPI、PostgreSQL、Redis * 向量数据库：ChromaDB，使用 all-MiniLM-L6-v2 嵌入 * LLM：Ollama (qwen2.5:3b) 主要模型，Anthropic Claude 作为备用 * 前端：React + TypeScript + Tailwind 关键设计决策： * RAG 以防止幻觉——每个建议都引用实际的经文 * 置信度评分标记低质量输出以供审查 * 结构化的 JSON 输出，以实现一致的用户体验 * 本地 LLM 选项，用于隐私保护和零 API 成本 我的收获： * LLM 的 JSON 提取比预期的更难。构建了三层备用方案（直接解析 → markdown 块提取 → raw\_decode 扫描） * 对宗教文本的语义搜索在伦理查询方面出奇地有效 * 较小的模型（30 亿参数）在受到良好提示和检索到的上下文约束时效果很好 GitHub：[https://github.com/geetanjaliapp/geetanjali](https://github.com/geetanjaliapp/geetanjali) 欢迎讨论 RAG 架构或提供反馈。