最新

我开发了一个网络应用程序，将“ lateral thinking puzzles”（横向思维谜题）转变为一个可玩且始终在线的体验。人工智能充当主持人，仅以“是/否/未知”进行回答——不提供提示或剧透——因此玩家通过提问重建背景故事。 <p>不同之处 • 主持人严格限制在“是/否/未知”之间，以保持与玩家的推理互动。 • 拥有500多个精心挑选的谜题，涵盖神秘/逻辑/心理/荒诞等类别，并且在不断增加中。 • 多语言支持（英语/中文为起始语言）。 • 适合单人游戏，也适用于共享屏幕或团体游戏。 <p>工作原理 • 你会阅读一个简短的提示（故意缺少关键信息）。 • 你提问；主持人仅回答“是/否/未知”。 • 当你能够陈述完整的背景故事时，你就可以停止提问。 • 示例开场（无剧透）：“一个男人点了一碗龟汤。喝了一口后，他付了钱，回家并自杀。为什么？” <p>技术说明 • 使用 Next.js 15（应用路由）、TypeScript、Tailwind 和 shadcn/ui。 • 状态管理使用 Zustand；数据通过 Drizzle ORM 处理。 • 通过提示和保护措施来确保“是/否/未知”的边界，避免意外泄露信息。 • 托管在 Vercel；支持匿名游戏——可选登录仅用于保存进度。 <p>我希望获得的反馈 • 主持人泄露过多信息或回答不一致的情况。 • 谜题质量：哪些感觉公平，哪些过于晦涩；希望增加哪些类别的谜题。 • 移动用户体验/延迟报告。 • “竞速模式”的想法（最少问题/最短时间），同时避免让其感觉乏味。 <p>路线图 • 竞速模式和公共排行榜。 • 新谜题的创作者提交/审核流程。 • 更好的推理追踪（问题路径可视化）。 <p>欢迎提问，并分享关于约束设置和评估工具的详细信息。

嗨，HN， 我创建了Titan Breach（[https://platform.titanbreach.com](https://platform.titanbreach.com)），旨在解决在网络安全情报中使用多个工具所带来的困扰。这是一个由人工智能驱动的工具包，集成了URL钓鱼检测、IP基础设施映射、拼写域名/DNS监控、勒索软件洞察和网站可用性检查。 我为什么要创建这个： 作为一名安全研究员，我对在不同工具之间切换以跟踪新兴威胁感到沮丧。我希望有一个单一的平台，能够利用人工智能提供快速、连贯的情报。 它的功能： - 通过URL评分和社会工程模式分析检测钓鱼。 - 通过端口扫描、指纹识别和可视化映射基础设施。 - 跟踪拼写错误的域名和可疑的DNS注册。 - 监控DNS异常和接管风险。 - 从公共泄露和威胁组趋势中聚合勒索软件情报。 - 通过多种技术检查验证网站可用性。 技术栈： 使用Next.js进行服务器端渲染，Python处理后端逻辑，Elasticsearch用于索引，MongoDB用于存储，LLMs用于分析模式（例如，从URL结构中识别钓鱼意图）。 注意事项： - 这是一个最小可行产品（MVP）——某些功能有限，但免费版无需注册。 - 目前运行稳定，但高流量可能会给它带来压力。如果需要，我准备好进行扩展。 我希望获得帮助： - 用户体验：仪表板是否直观？是否有不顺畅的工作流程？ - 功能：哪些地方需要进一步打磨——钓鱼检测、可视化，还是其他方面？ - 错误：是否发现任何故障或不一致之处？请告诉我。 感谢您查看这个项目。 欢迎提问或告诉我您希望看到的下一步！

我创建了Onepard，它可以让任何类型的内容瞬间变得互动。<p>将您的内容（文档、笔记、常见问题）粘贴进来<br>分享链接<br>人们可以在聊天界面中向它提问。<p>为什么？大多数内容往往无人问津——文档、常见问题、笔记。我希望能找到一种方法，使其在几秒钟内即可使用，无需设置或编码。<p>演示：<a href="https://demo.onepard.com/" rel="nofollow">https://demo.onepard.com/</a><p>目前它还处于非常初步的阶段——提供有限的免费版和更高使用量的付费版。<p>我非常希望听到您的反馈：您认为这个工具对谁最有用？还有什么缺失的功能会让它值得付费？在用户体验上有没有什么不够顺畅的地方？<p>谢谢！

我有一堆旧的iPad，它们由于停留在iOS 9.3上几乎变得无用。我一直在寻找解决方案，似乎唯一可行的选项是越狱并将iOS降级到一个更可用的版本。有什么建议吗？

嗨，HN，我是Patrick。Elias、Kevin和我正在构建Sideko（<a href="https://sideko.dev" rel="nofollow">https://sideko.dev</a>），这是一种新型的代码生成器，用于根据OpenAPI规范构建和维护API客户端SDK。 我们的方法与传统的SDK生成器有显著不同，我们使用结构化的模式匹配查询来创建和更新代码。而其他SDK生成器通常使用模板，这会覆盖自定义更改，并生成看起来像机器生成的代码。 我们结合了大语言模型（LLM）代码生成，创建了这样的工作流程：首先运行确定性代码生成以建立SDK结构。然后让LLM增强特定组件，在适应性增加价值的地方使用，并包含代理规则文件，以确保一致性和正确性，同时进行类型检查和针对模拟服务器的集成测试。系统将保留LLM的编辑，而SDK的其余部分则由确定性生成器自动维护（保持与API同步）。LLM可以编辑大多数文件（参见Python规则和TypeScript规则）。 你可以通过终端尝试一下： 安装：npm install -g @sideko/cli 登录：sideko login 初始化：sideko sdk init 提示：“添加一个新功能，要求是…” 查看仓库以获取更多细节： <a href="https://github.com/Sideko-Inc/sideko" rel="nofollow">https://github.com/Sideko-Inc/sideko</a> 我们期待听到你的想法！