1 分•作者: 882542F3884314B•7 个月前
返回首页
最新
3 分•作者: daviducolo•7 个月前
大家好,HN!我把我的作品集做成了一个交互式的 bash 终端模拟器。
技术栈:原生 JavaScript,没有使用框架。
功能:
* 虚拟文件系统,包含目录(about/、projects/、skills/、.secret/)
* 可用的 bash 命令(cd, ls, cat, sudo 等)
* 通过 `sudo` 命令解锁的隐藏彩蛋
* 三个可玩游戏,包括一个图形化的井字棋
* CRT 扫描线效果,营造复古感
整个项目大约有 650 行原生 JS 代码。我想做一些令人印象深刻的东西,既展示技术技能,又展现个性。
试试找找秘密吧!提示:黑客就是要黑!
源码:[https://github.com/davidesantangelo/davidesantangelo.com](https://github.com/davidesantangelo/davidesantangelo.com)
在线演示:davidesantangelo.com
1 分•作者: Brajeshwar•7 个月前
1 分•作者: Brajeshwar•7 个月前
1 分•作者: Brajeshwar•7 个月前
3 分•作者: winkywooster•7 个月前
377 分•作者: OuterVale•7 个月前
1 分•作者: eezZ•7 个月前
为硬件工程师打造免费的 Web 工具箱:包含线缆图生成器、连接器引脚定义工具(M.2、JTAG 等)、单片机串口监视器以及其他各种实用小工具。<p>已更新,增加了许多旨在简化电子工程师工作流程的工具。<p>无需注册。<p>根据我自己的需求设计。<p>欢迎提供反馈和功能建议 :)
1 分•作者: HelloUsername•7 个月前
1 分•作者: lindowe•7 个月前
1 分•作者: todsacerdoti•7 个月前
1 分•作者: sonabinu•7 个月前
在 Google 搜索中提交介于 -1 和 1 之间的比例值时,我得到的结果是“您的搜索没有匹配到任何文档”。
这是个错误,还是我编写查询的方式不正确?
2 分•作者: HunOL•7 个月前
2 分•作者: TonyAlicea10•7 个月前
1 分•作者: ColinWright•7 个月前
1 分•作者: mrcgnc•7 个月前
1 分•作者: birdculture•7 个月前
4 分•作者: emreb•7 个月前
我想花点时间表达我对 Hacker News 的感谢。多年来,我一直是这里的潜水员/成员,这个社区无论是在职业上还是个人生活中,都是一个宝贵的资源。
当互联网的许多地方变得嘈杂或流于形式时,HN 仍然是网络上一个独特的角落。这里的讨论始终充满深度、求知欲,以及令人耳目一新的文明程度,这在其他地方很难找到。
感谢每一位贡献思想、分享知识,并让这里成为互联网上最好的社区之一的人。
祝大家编码愉快!
5 分•作者: danbitengo•7 个月前
20 分•作者: chr15m•7 个月前
我编写了一个单文件 Python 脚本,它允许你通过命令行运行 LLM 提示,并支持模板、结构化输出以及将提示串联起来的功能。
当我发现 Google 的 Dotprompt 格式(前置元数据 + Handlebars 模板)时,我意识到它非常适合我一直想要的东西:将提示视为你可以像 Unix 一样管道连接起来的一等程序。Google 在 Firebase Genkit 中使用了 Dotprompt,而我想要更简单一些的——直接在命令行上运行 .prompt 文件。
它看起来是这样的:
```
---
model: anthropic/claude-sonnet-4-20250514
output:
format: json
schema:
sentiment: string, positive/negative/neutral
confidence: number, 0-1 score
---
分析以下内容的观点:{{STDIN}}
```
运行方式:
```
cat reviews.txt | ./runprompt sentiment.prompt | jq '.sentiment'
```
我认为有趣的地方在于:
* **结构化输出模式:** 使用简单的 `field: type, description` 语法在前置元数据中定义 JSON 模式。LLM 会可靠地返回有效的 JSON,你可以将其管道到其他工具中。
* **提示链:** 将一个提示的 JSON 输出作为模板变量管道到下一个提示中。这使得构建多步骤的智能体工作流程变得像简单的 shell 管道一样容易。
* **零依赖:** 它是一个单文件 Python 文件,仅使用标准库。只需下载并运行它即可。
* **提供商无关:** 适用于 Anthropic、OpenAI、Google AI 和 OpenRouter(通过一个 API 密钥即可访问数十种模型)。
你可以使用它来自动化诸如从非结构化文本中提取结构化数据、从日志生成报告以及构建小型智能体工作流程等任务,而无需启动整个框架。
欢迎提供反馈,也欢迎提交 PR!