返回首页
最新
嗨，
我每天使用的工作机器是我在发布日购买的 M1 Pro，这绝对是我做过的最佳科技购买之一，即使到现在，它仍然能轻松应对我所投入的任何任务。我的日常工作负载通常包括同时运行 Android 模拟器、iOS 模拟器和多个 Docker 容器，我从未听到风扇的声音，虽然电池续航稍微下降了一些，但仍然相当不错。
我想买一台新的个人笔记本电脑，正在 MacBook Air 和搭载 Linux 的 Framework 13 之间犹豫。我想尝试学习一些新东西，所以选择了 Framework，但我必须承认，我有点后悔。
M1 是在 2020 年发布的，而我购买的 Ryzen AI 340 是 AMD 最新的 2025 年芯片之一，因此 AMD 在开发上有五年的额外时间，我本期待它们在电池效率和热管理方面能够接近 M1。
Ryzen 使用的是 TSMC 的 N4P 工艺，相比之下，M1 使用的是较旧的 N5 工艺。我找到了一份 TSMC 的新闻稿，显示了新工艺在性能/效率上的提升：“与 N5 相比，N4P 为用户提供了 +11% 的性能提升或 22% 的功耗降低。此外，N4P 还可以为用户提供比 N5 高出 6% 的晶体管密度。”
我感到非常失望，使用 Framework 的感觉就像在使用一台老旧的基于 Intel 的 Mac。如果我在 Chrome 中打开太多标签页，我能感觉到笔记本底部变热，打开一个 YouTube 视频时，风扇经常会转起来。
为什么 AMD/Intel 还没有赶上？x86 架构难道无法与 ARM 架构相抗衡吗？我们什么时候能期待一款 x86 笔记本芯片在效率/热管理上能与 M1 相匹配？
公平地说，我还没有在 Framework 上尝试 Windows，可能是我的 Linux 设置效率不高。
祝好，
Stephen
你好，我创建了这个命令行工具，旨在帮助人们根据目录中出现的字符类型来决定将哪些按键重新映射到哪里。<p>它会统计字符和字符序列，因此你可以查看在特定项目或编程语言中出现的打字模式。该工具支持输出表格、JSON、CSV格式，并且具有一个友好的文本用户界面，提供了多种过滤选项。
嘿，HN，
我想分享我一直在研究的一个项目：*RAG-Guard*，这是一个专注于隐私的文档人工智能。它是一个将检索增强生成（RAG）与人工智能问答结合的实验，但有一个不同之处——你的数据始终保持<i>属于你自己</i>。
这里是这个想法的核心：你可以上传合同、研究论文、个人笔记或其他任何文档，RAG-Guard 会在你的浏览器中本地处理所有内容。除非你明确批准，否则没有任何数据会离开你的设备。
### 工作原理：
- *零信任设计*：每一步都在你的浏览器中进行，直到你另行指示。
- *本地文档处理*：文件完全在你的设备上解析。
- *本地嵌入*：我们通过 Transformers.js 使用 [all-MiniLM-L6-v2](<a href="https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2" rel="nofollow">https://huggingface.co/sentence-transformers/all-MiniLM-L6-v...</a>) 在你的浏览器中生成嵌入。
- *安全存储*：文档和嵌入存储在你浏览器的加密 IndexedDB 中。
- *客户端搜索*：向量相似度搜索在本地进行，因此你可以找到相关的内容，而无需将任何数据发送到服务器。
- *手动批准*：在任何内容发送到 AI 模型之前，你可以审查并批准具体的文本片段。
- *AI 调用*：只有你批准的文本会发送到语言模型（例如，Ollama）。
没有追踪。没有分析。没有“在你的数据上进行训练”。
### 我为什么要构建这个：
我一直对 RAG 和 AI 驱动的问答潜力感到着迷，但我总是对隐私的权衡感到不安。大多数工具都要求你将敏感文档上传到云端，这样你就失去了对数据处理的控制。
通过 RAG-Guard，我想看看是否可以在不妥协隐私的情况下构建一些有用的工具。目标是创建一个尊重你的数据并让你掌控的工具。
### 适合谁：
如果你是一个处理敏感文档的人——合同、研究、个人笔记——并且希望在不冒 unauthorized access 或滥用风险的情况下使用 AI 的力量，那么这可能适合你。
### 接下来是什么：
这仍然是一个实验，我很想听听你的想法。这是你会使用的东西吗？哪些功能会让它更好？
你可以在这里查看：[<a href="https://mrorigo.github.io/rag-guard/" rel="nofollow">https://mrorigo.github.io/rag-guard/</a>]
期待你的反馈！
嘿，HN！<p>我很高兴地介绍 Pluely v0.1.2，这是我开源的 Cluely 替代品，一个基于 Tauri 的 AI 助手，静静地坐在你的桌面上。Pluely 在会议、编码会话或演示过程中提供实时 AI 见解：完全隐蔽且轻量（仅约 10 MB）。<p>v0.1.2 有什么新功能？
自动截图模式：Pluely 通过工具栏一键分析图像，并根据你的自动截图自定义提示提供信息。<p>手动截图模式：点击工具栏按钮捕获多张图像，并输入你自己的提示，以提供解决方案、分析或解释代码。<p>扩展的语音转文本（STT）和自定义提供者：选择内置的 STT 选项，如 Whisper、ElevenLabs、Deepgram，或插入你自己的自定义 STT 提供者。<p>更多 AI 提供者：OpenAI、Claude、Gemini、Grok、Mistral、Cohere、Perplexity 已预配置。你也可以通过设置中的添加自定义提供者界面轻松添加本地或自定义的 LLM。<p>为什么选择 Pluely？
超轻量：约 10 MB，相比之下，像 Cluely 这样的 Electron 应用程序为 270 MB
100% 隐身模式：半透明覆盖层，在屏幕共享和录制中不可检测
一键激活：始终在线，随时可用：静静地坐在你的桌面上，提供即时帮助，无需设置时间
隐私优先：所有处理都在本地进行（除了你选择的 LLM 调用）
跨平台：在 macOS、Windows 和 Linux 上本地性能<p>未来发展（持续致力于增强 Pluely，添加这些高度请求的功能）：
* 系统音频捕获：捕获并转录来自计算机应用程序、会议和系统声音的音频
* 全局快捷键：可自定义的键盘快捷键（Ctrl/Cmd + /）以快速显示/隐藏功能<p>GitHub: <a href="https://github.com/iamsrikanthnani/pluely" rel="nofollow">https://github.com/iamsrikanthnani/pluely</a><p>如果你曾希望拥有一个真正隐形的 AI 助手，尊重你的隐私并提升你的工作流程，请给这个仓库加星，分享你的反馈。<p>让我们一起把 Pluely 打造成首选的隐身助手吧！