最新

Hi HN， 去年，我写了一篇关于使用 TypeScript 支持设置 Node.js 后端项目的博文。这在当时对我来说是一个很好的参考，也可以分享给任何觉得有帮助的人。你可以在这里阅读最初的帖子：<a href="https:&#x2F;&#x2F;cahenkorah.vercel.app&#x2F;posts&#x2F;automating-my-nodejs-setup-with-notsc" rel="nofollow">https:&#x2F;&#x2F;cahenkorah.vercel.app&#x2F;posts&#x2F;automating-my-nodejs-set...</a> 我利用周末时间构建了一个 CLI 工具 - Notsc (<a href="https:&#x2F;&#x2F;www.npmjs.com&#x2F;package&#x2F;notsc" rel="nofollow">https:&#x2F;&#x2F;www.npmjs.com&#x2F;package&#x2F;notsc</a>)，以自动化整个过程并使其更简单。它会搭建一个现成的 Node.js + TypeScript API 项目，并可选地支持：数据库设置、Swagger/OpenAPI 文档、Redis、Jest 测试、Docker 等。已经在 NPM 上有 197+ 次下载。 你可以使用以下命令全局安装它： npm install -g notsc 然后运行它并按照提示操作： notsc 它是开源的，欢迎提供反馈、想法和贡献。我还写了一篇关于我为什么构建它以及它如何有用的博文，你也可以在这里阅读：<a href="https:&#x2F;&#x2F;cahenkorah.vercel.app&#x2F;posts&#x2F;automating-my-nodejs-setup-with-notsc" rel="nofollow">https:&#x2F;&#x2F;cahenkorah.vercel.app&#x2F;posts&#x2F;automating-my-nodejs-set...</a> NPM: <a href="https:&#x2F;&#x2F;www.npmjs.com&#x2F;package&#x2F;notsc" rel="nofollow">https:&#x2F;&#x2F;www.npmjs.com&#x2F;package&#x2F;notsc</a> GITHUB: <a href="https:&#x2F;&#x2F;github.com&#x2F;cedricahenkorah&#x2F;notsc">https:&#x2F;&#x2F;github.com&#x2F;cedricahenkorah&#x2F;notsc</a> 博客: <a href="https:&#x2F;&#x2F;cahenkorah.vercel.app&#x2F;" rel="nofollow">https:&#x2F;&#x2F;cahenkorah.vercel.app&#x2F;</a>

为了创建一个不仅仅是单人模式的扫雷游戏，我设计了以下功能： * 支持多人同时在线游戏 * 评分系统，奖励正确操作 * 根据技能水平提供不同的游戏难度选项

— 作者：Raj Guru Yadav 和许多开发者一样，我一直对大型语言模型（LLM）着迷。但当我问出这个问题时： “我能离线运行一个类似 ChatGPT 的助手吗？速度快，而且不需要 16GB 以上的内存？” 这个挑战变得太诱人了，我无法忽视。<p>目标 构建一个完全离线、轻量级的 AI 助手，具备以下特点：<p>下载大小 &lt; 50MB<p>无需互联网连接<p>快速响应（1 秒以内）<p>零遥测数据<p>完全本地的嵌入和推理<p>结果：一个 40MB 的离线 ChatGPT 克隆，你可以在浏览器或 USB 闪存盘上运行。<p>40MB 里有什么？ 以下是我如何将智能对话压缩到如此小的包中的方法：<p>模型：Mistral 7B Q4_K_M，通过 llama.cpp 量化<p>推理引擎：llama.cpp（编译成 WebAssembly 或原生 C++）<p>UI：轻量级的 React/Tailwind 界面<p>存储：IndexedDB 用于本地聊天记录<p>嵌入：本地 MiniLM 用于智能 PDF 或笔记搜索<p>附加功能：Whisper.cpp 用于本地语音输入；Coqui TTS 用于语音输出<p>我为什么构建它 我（Raj Guru Yadav），一个 16 岁的开发者和学生，想：<p>深入了解 LLM 实际是如何工作的<p>构建一些尊重隐私和本地化的东西<p>证明 AI 不需要云就能强大<p>为离线用户（比如印度的许多学生）提供真正的 AI 支持<p>挑战 低内存设备中的内存瓶颈<p>针对小型模型进行提示调优，以获得更智能的回复<p>WebAssembly 优化，以提高浏览器性能<p>具有小型 TTS/ASR 模型的离线语音 + 文本集成<p>性能（在 4GB 笔记本电脑上） 能够体面地回答事实、编码和数学问题<p>阅读并总结离线 PDF<p>本地记住对话<p>（可选）大声说出答案<p>最后的想法 AI 不应该被锁在付费墙或云端之后。 我的目标是把智能助手带到每个人的手中—— 完全离线，完全免费，完全属于你。<p>由 制作 Raj Guru Yadav<p>开发者 | 700+ 项目的构建者 | 热衷于为所有人提供开放的 AI

我开发了我的第一个 Web 应用。<p>作为一名摄影爱好者，之前我需要花费很长时间才能将我的照片添加到电商网站的相框模型或空白相框中。<p>但现在不同了……<p>上传一张图片，即可立即在各种场景和相框中预览您的照片。无需使用 Photoshop！<p>欢迎提供反馈！<p>立即体验 &gt; <a href="https:&#x2F;&#x2F;framecanvas.app&#x2F;" rel="nofollow">https:&#x2F;&#x2F;framecanvas.app&#x2F;</a>