返回首页
最新
我一直在进行一个项目，旨在弥合人工智能生成与我的AxiDraw之间的差距，我认为我终于找到了一个可以避免常见麻烦的工作流程。
如果你尝试过绘制AI生成的图像，你可能知道其中的困难：通用的追踪工具（如Potrace）只追踪线条的<i>轮廓</i>，导致出现双重笔画，破坏了视觉效果，并且绘制时间翻倍。
我之前尝试过的方式：
- Potrace / Inkscape Trace：对于填充形状效果很好，但对于线条艺术则产生“空心”线条。
- Canny边缘检测：通常过于杂乱；它会拾取噪声并产生抖动的路径。
- 标准SDXL：在几何一致性方面表现不佳，常常断线或产生幻觉透视。
- 一堆声称是txt2svg的项目，但在笔绘制方面产生的结果极差。（如Chat2SVG、StarVector、OmniSVG、DeepSVG、SVG-VAE、VectorFusion、DiffSketcher、SVGDreamer、SVGDreamer++、NeuralSVG、SVGFusion、VectorWeaver、SwiftSketch、CLIPasso、CLIPDraw、InternSVG）
我的方法：
我最终编写了一个Python工具，结合了几种特定技术，以获得真正的“中心线”矢量：
1. 提示工程：一个大型语言模型（LLM）重写提示，以强制执行针对生成器优化的“技术绘图”风格。
2. 生成：我使用Flux.2-dev（4位）。它在保持直线和一致几何方面似乎显著优于SDXL。
3. 骨架化：这是关键部分。与其追踪轮廓，我使用Lee的方法（通过scikit-image）将图像腐蚀到1像素宽的骨架。这恢复了实际的笔画路径。
4. 图形转换：将像素骨架转换为图形，以识别节点和边缘，修剪小的伪影/噪声。
5. 优化：最后，我将其输入vpype，以合并段落并对路径进行排序（TSP），以避免绘图时的频繁跳动。
你可以在Github仓库中的示例中查看结果：
[https://github.com/malvarezcastillo/txt2plotter](https://github.com/malvarezcastillo/txt2plotter)
该项目目前相对简单，但产生的结果优于我测试过的其他选项，因此我决定发布它。我对实现更好的前/后处理、基于API的生成以及识别交叉阴影的形状感兴趣。
嘿，HN！<p>我正在尝试一些工具，帮助你理解哪些内容会影响你在AI搜索查询中的可见性。<p>我开发了一个工具，可以让你在浏览器中快速对ChatGPT、Perplexity和Google AI Overview进行多次提示，并抓取AI引用的所有链接并进行排名。这个工具的目的是最终帮助你联系作者，为你的产品获取反向链接。<p>你可以在这里试用：<a href="https://trysonar.ai/tools/citescout" rel="nofollow">https://trysonar.ai/tools/citescout</a><p>使用折扣码 HACKERNEWS100 可以免费获得10倍或25倍的查询次数。
大家好，我是肯尼斯。我曾在Cloudflare担任高级SRE多年。
随着时间的推移，我逐渐意识到，大多数故障、安全问题和合规性演练并不是因为缺乏工具，而是因为缺乏上下文。人们不知道正在运行什么，事物是如何连接的，或者最近发生了什么变化，尤其是在系统分散在多个云、代码库和团队之间时。
这就是我正在构建OpsCompanion的原因。
我们的目标很简单：保持一个实时的、共享的视图，展示实际运行的内容以及它们之间的关系。
OpsCompanion帮助工程师：
- 查看服务、基础设施和依赖关系的实时可视化地图
- 在不需要翻阅五个工具、Slack线程或过时文档的情况下回答“发生了什么变化？”
- 保留操作上下文，以便下一个值班的人不必从零开始
这并不是要增加更多的日志或警报，或者在现有仪表板上简单地添加AI。它是关于捕捉经验丰富的操作员在脑海中持有的思维模型，并保持其共享和更新。
现在还处于早期阶段，仍有一些粗糙之处。我已经向一小部分接近生产环境的工程师开放，以便获得诚实的反馈。如果它有用，那就太好了。如果没有，我真心希望了解原因以及如何改进。
你可以在这里试用：
<a href="https://opscompanion.ai/?utm_source=hn&utm_medium=show_hn&utm_campaign=jan_2026" rel="nofollow">https://opscompanion.ai/?utm_source=hn&utm_medium=show_hn&ut...</a>
我会在评论区出现。欢迎提问技术问题，表达怀疑，或者讨论实际系统中发生的故障。