一周热榜

请运行 /login · API 错误：403 {"type":"error","error":{"type":"permission_error","message":"账户不再是与此令牌关联的组织成员。"}} 无法连接到 Claude。 请检查您的网络连接。

嗨，HN， 我一直在开发 mljar-supervised（用于表格数据的开源 AutoML）已经有几年了。最近，我围绕它构建了一个桌面应用程序，名为 MLJAR Studio。 这个想法很简单：你用自然语言与你的数据对话，AI 生成 Python 代码，在本地执行它，整个对话变成一个可复现的笔记本 (*.ipynb 文件)。因此，你最终得到的不仅仅是与数据聊天，而是可以检查、修改和重新运行的东西。 MLJAR Studio 的功能： * 自动设置本地 Python 环境，可在 Mac、Windows 和 Linux 上运行 * 在对话过程中安装缺失的软件包 * 内置的 AutoML，用于表格数据（分类、回归、多类别） * 与标准 Python 库（pandas、matplotlib 等）配合使用 * 适用于任何数据文件：CSV、Excel、Stata、Parquet ... * 连接到 PostgreSQL、MySQL、SQL Server、Snowflake、Databricks 和 Supabase。 对于 AI：在本地使用 Ollama（零数据出口），自带 OpenAI 密钥，或使用 MLJAR AI 插件。 我构建这个是因为我想要一个介于 Jupyter Notebook（灵活但手动）和生成代码但不能保留工作流程的 AI 工具之间的东西。我尝试过的大多数工具要么隐藏太多，要么不提供可复现的结果，并且是基于云的。 演示： * 60 秒演示：<a href="https://youtu.be/BjxpZYRiY4c" rel="nofollow">https://youtu.be/BjxpZYRiY4c</a> * 完整 3 分钟分析：<a href="https://youtu.be/1DHMMxaNJxI" rel="nofollow">https://youtu.be/1DHMMxaNJxI</a> 定价为一次性 199 美元，提供 7 天试用期。 好奇这是否对其他人进行实际数据工作有用，或者我是否在这里解决了自己的问题。 乐于回答问题。