返回首页

一周热榜

1作者: hkcanan大约 18 小时前
我为我的妻子(学术研究员)构建了一个 Obsidian 插件。它使用 Agent SDK 将 Claude Code 嵌入为侧边栏聊天,并附带 7 个斜杠命令技能: ``` - /peer-review — 基于 8 个标准的手稿评估,附带雷达图 - /cite-verify — 针对 CrossRef、Semantic Scholar、OpenAlex 验证参考文献 - /research-gap — 查找文献中的空白,并进行可行性评分 - /journal-match — 根据您的参考文献资料推荐目标期刊 - /lit-search — 在 arXiv、PubMed、Semantic Scholar、OpenAlex 上进行并行搜索 - /citation-network — 交互式引用图 - /abstract — 生成 5 种格式的摘要 ``` 此外,它还具有内联差异编辑功能(编辑器中的字级别跟踪更改)和 MCP 服务器支持。 开源 (MIT 许可证): hkcanan/katmer-code
1作者: rcar1046大约 17 小时前
我希望人们能够支持与他们政治立场一致的公司和个人。此外,我认为它还可以作为一个有价值的、附带来源链接的公共账本,记录随着时间的推移,人们说过什么、做过什么,尤其是在激励措施发生变化,人们试图改写自己立场的时候。<p>这完全由人工智能编码、研究和提供来源。<p>此外,人工智能还帮助开发了评分系统。证据收集由多个不同的代理通过OpenRouter完成,这些代理收集并分类有来源支持的主张。这样做的目的不是假装偏见消失,而是避免我手动选择证据。我打算让它保持更新并不断发展。该系统接近完全自动化,尽管大规模的持续证据收集仍然主要受成本限制。<p>这个名字是对Web 1.0时代和Hot or Not的致敬,Hot or Not是FaceTheJury.com的创建者(我)的主要竞争对手,但我认为它在这里很合适。<p>后端和前端都在Cloudflare Workers上运行,使用D1数据库。它使用原生JavaScript编码。
1作者: steveharing1大约 16 小时前
在 GitHub 上发现了这个项目,让我忍不住一直读下去。它是由德克萨斯农工大学和 YouTube/谷歌团队合作开发的,最吸引我的是,它不像那种典型的盲目超分辨率算法,只是简单地碰运气。 实际上,你可以选择几个关键帧,然后用你喜欢的方式对这些关键帧进行超分辨率处理,之后,你的选择会被应用到整个视频中。这种控制程度是我之前在视频超分辨率(VSR)领域里没有见过的。说实话,这想法很巧妙。 而且它还使用了 Apache 2 许可证,值得一看。 有人试过这个项目吗? https://github.com/taco-group/SparkVSR