嘿，HN，
我创建了MetaKwik，一个免费的元描述生成器。
问题是：谷歌会重写63%的元描述，因为大多数与搜索意图不匹配。
解决方案是：生成5个描述，每个描述针对不同的意图进行优化（交易型、信息型、商业型、导航型）。每个描述都有一个“AI抗干扰评分”，可以预测谷歌是否会重写它。
技术栈：Spring Boot + Ollama（Mistral）。本地运行 = $0 API费用。
试试吧： [https://metakwik.com](https://metakwik.com)
欢迎反馈和提问！
返回首页
最新
此次发布是一次重大更新，包含了大量改进！<p>新功能包括：• 批量编辑 + 片段创建 • 更加简便和改进的标签管理 • 支持液态玻璃 • 全新的搜索功能，便于快速管理片段 • 改进的视觉效果 + 更清晰的设置指导<p>一如既往：100% 免费 无广告 无追踪 无订阅，唯一的内购是为了支持开发的提示（或者留下评论）<p>在此次更新中，我完全依赖于人工智能——使用AI代理（Claude Code）构建了工作流程和自动化。采用SwiftUI / Swift开发。<p>大部分更新直接来源于用户通过Canny提供的反馈（这是一个非常有用的工具，用于收集和优先考虑建议——并非赞助，只是分享）。<p>下一步：我计划将整个项目开源，以便社区能够通过新功能、修复和创意来推动其发展。<p>非常希望听到你对这个版本的看法——如果你对v5.1有功能建议或对开源方向有想法，也请告诉我！
这是一个相当开放的问题，但我很好奇这里有没有人因为人工智能和大型语言模型在工作场所的普及而改变了他们对软件架构和设计的看法或方法。
就我个人而言，我发现“抽屉里的锋利刀具”这一范式可能会导致大型语言模型产生一些相当糟糕的输出；我感觉到，模糊性越高，输出质量的差异性就越大。
这改变了我对架构与设计的看法：
* 始终执行严格的契约，即做X的唯一方式是通过Y。
* 大声失败，频繁失败，假设和后备方案只会鼓励人工智能做出更大的假设。
* 无聊更好，实施的“魔法”越少，语言模型理解和扩展的难度就越小。
还有其他人想分享与架构与设计以及人工智能相关的真知灼见吗？
无法当前推送，内部服务器错误。
无法推送或拉取。在过去的两周里出现了太多问题，真让人感到厌烦。