最新

这是一个让你猜测每张图片里人数的游戏。每天会更新 5 张图片。期待您的反馈或建议！

大家好，我是 Pelyos 的开发者。Pelyos 是一款极简任务管理应用，旨在帮助个人减轻日常压力，提高清晰度。 我开发 Pelyos 是因为我被不断增长的、冗长的待办事项列表搞得不堪重负。我想要一个基于时间线的、简洁的、更注重专注的应用，而不是一个功能齐全的团队协作工具，或者一个杂乱的应用。 我很乐意听取你们的反馈，包括哪些功能好用，哪些让人困惑，以及哪些功能能让它对你们更有帮助。目前我正在独自一人进行自力更生，希望它能真正帮助到知识工作者、创业者和生产力爱好者。 感谢您的关注！

我手头现有一个手写的知识库，其中包含应用程序的截图、带有标准 CI/CD 流程的代码库，以及 API，其文档是根据 OpenAPI 规范自动生成的。<p>现在有没有一种便捷的方法，可以将这些软件串联起来，以便在新的代码库提交时，产品文档（包括截图）能够完全自动生成？有没有人尝试过一些工具链，包括付费工具，并且在实际应用中取得了成功？

我开发了一种新的公钥加密方案（DIAC），它使用多维、高精度复数密钥空间和模块化陷门函数，以实现超高熵和抗量子攻击。代码、基准测试和研究论文（PDF）均已开源：<a href="https:&#x2F;&#x2F;osf.io&#x2F;mvkcq&#x2F;" rel="nofollow">https:&#x2F;&#x2F;osf.io&#x2F;mvkcq&#x2F;</a> 欢迎提供反馈、提问或密码分析！

我一直在构建 AI 系统，并一直遇到同样的瓶颈——提示工程感觉就像字符串拼接的地狱。每个复杂的提示都变成了一场由 f-string 和模板字面量构成的维护噩梦。 因此，我构建了 LLML——可以把它想象成提示的 React。就像 React 是数据 => UI，LLML 是数据 => 提示。 问题： ``` # 我们都写过这样的代码... prompt = f"角色：{role}\n" prompt += f"上下文：{json.dumps(context)}\n" for i, rule in enumerate(rules): prompt += f"{i+1}. {rule}\n" # 解决方案： from zenbase_llml import llml # 通过组合数据来组合提示 context = get_user_context() prompt = llml({ "role": "高级工程师", "context": context, "rules": ["从不跳过测试", "总是审查依赖项"], "task": "安全地部署服务" }) # 输出： <role>高级工程师</role> <context> ... </context> <rules> <rules-1>从不跳过测试</rules-1> <rules-2>总是审查依赖项</rules-2> </rules> <task>安全地部署服务</task> ``` 为什么像 XML？ 我们发现 LLM 能够比 JSON 或 YAML 更可靠地解析具有清晰边界的结构化格式（<tag>内容</tag>）。编号列表（<rules-1>，<rules-2>）可以防止顺序混淆。 提供 Python 和 TypeScript 版本： ``` pip/poetry/uv/rye install zenbase-llml npm/pnpm/yarn/bun install @zenbase/llml ``` 实验性的 Rust 和 Go 实现也已提供，供喜欢冒险的人使用 :) 主要特点： ``` - ≤1 个依赖项 - 可扩展的格式化程序系统（为您的领域对象创建自定义格式化程序） - 100% 测试覆盖率（TypeScript），92%（Python） - 所有语言实现中的输出相同 ``` 格式化程序系统特别出色——您可以覆盖任何数据类型的序列化方式，从而可以轻松处理特定于领域对象或敏感数据。 GitHub: [https://github.com/zenbase-ai/llml](https://github.com/zenbase-ai/llml) 很想听听其他人是否遇到过类似的提示工程挑战，以及您是如何解决的！

注册用户增加了，月经常性收入也在增长，所以我们认为一切都在顺利进行。<p>市场部说是领英带来的效果。销售部说是外呼的功劳。产品部则认为是新的用户引导流程起了作用。 每个人都争着邀功。但谁也拿不出证据。<p>我们就像在盲飞，无法将收入与真正的来源联系起来。<p>kruxel.com 可以解决这个问题。<p>它追踪每一美元的去向，从首次接触到最终付款，涵盖广告、产品和销售。 一个提示就能显示出谁才是真正的功臣。

<a href="https://lisagui.com/info.html" rel="nofollow">https://lisagui.com/info.html</a><p>这是一个我用原生 JavaScript 编写的 Web OS，它看起来像 Apple Lisa Office System (1983-85)，并受到其他同时代的影响，以及额外的改进和功能。它目前处于 Alpha 阶段，远未达到无错误状态。我一直没有在这里发布它，直到它看起来稍微像样且有用。请注意：Lisa 比大多数现代 GUI 更贴切地遵循桌面隐喻——readme 中提到了几个重要的区别。<p>这是用 JS 完全重现的 UI；它全部渲染到一个单独的 canvas 元素中。它不是 CSS 主题，也不是移植到 JS 的模拟器。没有代码是 Apple 编写的。我很乐意在评论中详细说明，但简而言之，整个 UI 都是使用 JS 对象在 DOM 之外定义的。因此，每个界面元素——菜单、窗口、控件，甚至字体——都是从头开始重新创建的。没有字体文件——我编写了自己的排版系统，它支持组合多种文本样式并动态生成新的字形变体。<p>我做出的许多技术决策都是出于希望它在每个浏览器中看起来都一样的愿望。这用 DOM 和 CSS 很难做到，这就是我将尽可能多的逻辑移到 JS 中的原因。此外，项目中除了原生 JS 和标准 Web API 之外的唯一部分是 Gulp 工具包，我将其用作压缩/构建工具。没有使用任何花哨的编码来制作这个！<p>这是基于 80 年代的 UI，在您的手机上效果不佳。如果您坚持以这种方式运行它，请在首选项应用程序的触摸屏设置面板中打开触控板模式。为了获得最佳效果，请将其安装为 PWA（将其添加到您的主屏幕）。此外，还有一些奇怪的 Android 错误；原生触摸屏键盘目前已损坏，并且在拖动窗口时存在光标问题。<p>我意识到目前在 LisaGUI 中没有太多事情可做；我有一个很大的列表，列出了我将来会添加的额外功能和应用程序。我一直在研究这个项目一段时间了，并且很想听取大家的反馈并回答有关它的问题。

Chrome 浏览器从 138 版本开始内置了本地 LLM（Gemini Nano）。自从它还在 Origin Trials 阶段我就开始使用它进行开发，它功能强大，但官方的 Prompt API 仍然有些不便： * 即使是基本用法也强制使用会话 * 需要用户触发下载 * 缺乏类型安全或结构化的错误处理 因此，我开源了一个小型的 TypeScript 封装器，最初是为了在其他项目中解决这些问题而构建的： github: [https://github.com/kstonekuan/simple-chromium-ai](https://github.com/kstonekuan/simple-chromium-ai) npm: [https://www.npmjs.com/package/simple-chromium-ai](https://www.npmjs.com/package/simple-chromium-ai) * 无状态的 prompt() 方法，灵感来自 Anthropic 的 SDK * 内置错误处理和基于 Result 的 .Safe.\* 变体，使用 neverthrow * 令牌使用检查 * 简单的初始化，提供一个帮助程序来触发下载（必须由用户操作触发） 它是有意为黑客编程和原型设计而设计的。如果您需要细粒度的控制（例如，流式传输、内存控制），请直接使用原生 API： [https://developer.chrome.com/docs/ai/prompt-api](https://developer.chrome.com/docs/ai/prompt-api) 很想听听大家用它构建了什么，或者任何反馈！