最新

大家好，我们是 Will 和 Liam，CodeViz（YC S24）的创始人。我们正在开发一款 VS Code 扩展，它可以读取你的代码并生成可编辑的架构图（C4、UML）。它主要用于团队构建共享上下文、就技术决策达成一致以及可视化 PR。<p>这里有一个录制的演示：<a href="https:&#x2F;&#x2F;youtu.be&#x2F;Jh3wkrCj_WQ" rel="nofollow">https:&#x2F;&#x2F;youtu.be&#x2F;Jh3wkrCj_WQ</a> 你可以在这里试用 VS Code 扩展：<a href="https:&#x2F;&#x2F;marketplace.visualstudio.com&#x2F;items?itemName=CodeViz.codeviz" rel="nofollow">https:&#x2F;&#x2F;marketplace.visualstudio.com&#x2F;items?itemName=CodeViz....</a><p>每月免费生成 10 张图（无需注册）。之后，我们提供每月 19 美元的套餐，用于无限制的图表生成，以及每月 50 美元的套餐，用于实时协作。<p>我们去年发布了 v1 版本，旨在帮助工程师更快地阅读代码（<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=41393458">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=41393458</a>），但实际上没有人使用 CodeViz 来实现这个目的。用户们都在截取我们生成的图表的屏幕截图，用于演示和架构评审。我们重新构建了 CodeViz，将其从一个被动的查看器转变为一个协作编辑器，用于使用 C4 和 UML 标准对特定流程进行建模。<p>这需要我们对技术方法进行重大改变。在最初的版本中，我们依赖静态分析，使用 tree-sitter 为大约 15 种语言构建堆栈图（使用语言服务器作为“老师”）。虽然技术上很精确，但这些图表过于冗余，并且无法映射到人类的抽象概念。<p>我们现在使用 gemini-cli 的一种改编版来读取代码库，生成 C4 + Activity PlantUML 图表，并将节点直接链接到源代码。这些图表被解析到我们使用 ReactFlow 构建的图表编辑器中。你可以点击展开节点到更低的抽象级别，让 AI 助手可视化特定流程，或者从 GitHub 导入 PR。<p>CodeViz 正在积极开发中，非常欢迎所有诚实的反馈！我们的路线图主要侧重于团队协作工具，因此我们也希望听到你关于架构评审和入职过程中遇到的问题。

我本来想在黑色星期五期间找些软件的折扣，然后意识到我真的应该花点心思，给那些“英雄开发者”们捐点钱，他们开发的免费开源软件让我的生活（以及其他人的生活）变得更好了。<p>我开始列一个扩展程序、软件等等的清单，然后就觉得…我真的需要赚更多钱…<p>然后我想到了很多项目依赖的幕后库等等… 不幸的是，我没有时间去仔细阅读所有的最终用户许可协议等等，但我还是想支持/表达我对这些人的感谢。<p>当然，像 Linux、ffmpeg、FSF 这些都是显而易见的，但我更想找那些同样重要，但却默默无闻的小人物（插入应景的 https://xkcd.com/2347/）。<p>如果你是其中一员，或者你认识这样的人，请在这里分享一下。<p>注意： 我目前正在找工作，所以与其说是能改变人生的捐款，不如说是表达感谢的咖啡钱——我确实想把这件事变成一个年度活动，并希望明年/找到工作后能捐更多钱。 如果你需要免费的指南/逐步指导/描述，基本的 UX 分析，我愿意为每个项目免费提供这些服务/大约一个小时。 我将向我个人使用的 20 个程序和 20 个“隐形英雄”捐款。<p>感谢你的时间和建议，祝你十二月愉快

我制作了一个开源的实时音乐可视化工具，它允许你通过自然语言提示来创建动画色彩主题。ChatGPT 帮助你将描述转化为实时的视觉风格。 该可视化工具完全可定制，并由 DSP 和 GPU 着色器驱动。 该应用程序在以下文件夹中创建配置文件： C:\Users&lt;你的用户名&gt;\Documents\NotYetAnotherSpectrumAnalyzer\config 你可以打开这些文件，将它们的内容复制到 ChatGPT 中，并根据你的提示生成一个全新的色彩主题。

Hi HN， 我一直在使用 LLM 来帮助起草回复和内容，但我遇到了一个瓶颈：标准模型的“默认”语气非常明显。它总是过于乐观，错误地使用表情符号，而且喜欢“深入研究”和“证明”之类的词汇。 我意识到，我花在编辑 AI 输出以使其听起来像我自己的时间，比我自己写东西还要多。 所以我构建了 PostOwl 来解决“风格对齐”问题。 它的工作原理：它不是一个通用的包装器，而是使用您之前的发帖历史来构建风格档案。当您生成回复时，它会动态地将您的特定词汇、句子长度模式和语气约束注入到上下文窗口中（使用 RAG 和少样本提示的混合方式），以迫使模型模仿您的句法。 挑战：它实际上是一个“替身服务”。最难的部分是平衡生成速度和风格模仿的准确性。 我很乐意收到关于输出质量的反馈。它听起来真的像人类，还是只是 ChatGPT 的“海盗模式”版本？ （它有一个免费套餐，无需信用卡。我现在只想进行负载测试并获得关于提示的反馈。）