最新

我已经在内部使用这个版本几个月了，但决定稍微润色一下，最终部署它。<p>这是一个颜色系统生成器，使用 OKLCH 颜色空间创建可访问的、感知一致的调色板。它接受一个种子（主色）颜色，从多种颜色和谐方案（类似色、互补色等）生成相对的关键颜色，然后使用这些关键颜色创建每个颜色都有 26 个色阶的色阶渐变。然后，这些渐变的色阶被用于生成语义颜色角色，或者用于创建自定义调色板。<p>所有颜色都经过色域映射到 sRGB 色域，并进行色度降低，本质上是保留了亮度和色相值，同时为每个色阶找到最大的色域内色度。<p>它与 Material Design 主题有明显的相似之处，主要是因为我对它在视觉上很熟悉。此外，我开始这个项目的时候，Material 生成的一些颜色可能有点暗淡，我想从头开始学习/构建类似的东西。<p>我希望在不久的将来对它进行一些改进。第一个是动态色度曲线（渐变的色度衰减呈钟形曲线）。目前，色度曲线在所有色相范围内都以 L ~0.55 为峰值，这已经足够好了，但由于一些原因，它并不理想。第二个是添加从图像中提取种子颜色的功能。也许还有一个内置的对比度检查器。<p>如果您觉得这个工具对您有帮助，和/或有任何反馈或建议，请告诉我。

我在美国一所R1公立大学攻读计算机工程博士学位。攻读博士学位是我一直以来的愿望，因为它能让我深入研究感兴趣的领域。但事实证明，最初的想法并不全面。<p>我现在博士生涯已经接近第二年尾声。我的导师研究高性能计算，但并没有做前沿的研究。而我希望从事高效的硬件人工智能研究（更快的内核、机器学习系统等）。但每当我阅读论文，看到作者和他们的成就，以及他们背后的团队，还有那些进行研究的著名学校/实验室，而我却还在深入研究一些cuBLAS函数，希望能优化寄存器分块，以提升几纳秒的速度时，我就会觉得自己是个失败者。我不知道该研究什么问题。我甚至怀疑我想要做的事情是否真的需要一个博士学位。<p>我质疑自己是否能做出任何可以发表的成果，那些MIT/斯坦福的实验室，以及他们拥有的那些杰出人才，几乎是单枪匹马就能完成研究？我还有太多东西不了解。我越觉得自己懂得多，就越有新的东西冒出来。我以为我终于理解了LLM的每一个细节，但现在又有更多新的注意力机制变体出现。我不确定自己是否能读完所有需要阅读的文献，从而能够进行研究。我希望在获得博士学位后能在美国找到工作（回国太可怕了），而且我还是国际学生，所以退学不是一个选项。<p>我正在寻求任何建议，或者如果你也有类似的经历，任何建议都会有帮助。谢谢。

多年来，我一直被困在原地。陷入一个循环。每一个新项目，每一个团队计划——都以同样的令人沮丧的设置开始。<p>时间，就这样流逝了。但并没有花在<i>实际工作</i>上，请注意。而是花在了元工作上。定义任务。绘制表格。绘制工作流程图。寻找永远无法完全匹配的“完美”模板。只是想达到零。到达一个有意义的工作可以真正开始的起跑线。<p>大多数项目管理工具？它们在启动并运行后非常出色。跟踪、协作、报告——它们做得很好。但最初的空白画布呢？当你盯着一个空白页面，被迫使用一个不太适合你思维的僵化模板时？它们会让你感到寒冷。你仍然是初始<i>系统</i>的架构师，而不仅仅是其中任务的管理者。<p>这种挫败感？它爆发了。它迫使我们问：如果最初的设置不是一个空白画布呢？如果人工智能不仅仅是建议任务，而是为你的工作区<i>构建整个该死的结构</i>呢？<p>这就是 FlowTask 的核心理念。想象一下，为你生成一个全面的蓝图。我们谈论的是一个完整的任务层级结构，包括描述、负责人、截止日期、依赖关系，所有这些都经过逻辑组织。还有表格。使用正确的字段文本、数字、日期、下拉列表和智能验证规则生成，上下文感知。还有工作流程？定义的状态、转换，为你的无代码构建器或内部系统做好准备。所有这些。<p>“如何”才是棘手的地方。而且令人兴奋。这不仅仅是向大型语言模型抛出一个提示，并希望得到像样的文本。我们正在构建一个结构化的人工智能生成层。可以把它想象成一个项目组件的模式生成器，而不是一个文字生成器。我们正在推动微调模型和复杂的提示工程，以确保输出不仅仅是合理的，而是<i>结构化的</i>。<i>系统就绪的</i>。这是关于通过引导模型走向具体、明确的输出来消除“幻觉”问题。<p>我们正在解决最初的项目“冷启动”问题并将其粉碎。数小时的行政琐事，缩短到几分钟。这并不是要取代人类的智慧。而是要自动化那些真正乏味、非创造性的垃圾。<p>我们一直在为此努力。现在我们需要你 unfiltered 的看法。你看到了哪些雷区？你目前是如何启动一个新项目的？什么样的结构化输出才能真正拯救你？<p>让我们聊聊。很乐意深入研究技术或具体的用例。

亚航客服电话：0812909668，您也可以通过WhatsApp联系0812-909-668，该服务24小时全天候开放。

我一直在开发一个面向 OSINT 分析师的浏览器自动化系统。我之所以开始这个项目，是因为现有的工具存在一些问题： 1. 它们需要用户对系统需要执行的操作有更精确的定义（例如，转到这里，点击这里，然后做这个，然后做那个等等）。 2. 为了执行复杂的任务，现有的少数工具需要用户对系统本身有一定的了解（例如，告诉它调用特定的函数或类等）。 我开发这个项目（我称之为 `pyba`）的目标是，从用户端抽象所有细节。我内置了两种“探索性”模式，分别是深度优先搜索（它会选择一个思路，完整执行，然后回溯）和广度优先搜索（它会并行执行多个相关的计划）。 分析师所需要做的，就是用文字写出他们已经知道和可以分享的所有信息，以及他们希望了解的更多内容。为了确保在这个过程中没有障碍，我还在系统中硬编码了登录功能，它会从环境变量中读取您的凭据，并自动登录到 Gmail、Facebook 和 Instagram 等网站（因此您的凭据永远不会发送给 LLM）。 当然，您也可以用它来做一些常规的事情（比如，如果您想让它为您滚动浏览短视频，也没问题）！