1作者: dfmarulanda21 天前原帖
我创建了 GetYourBrandVoice.com——一款人工智能工具,可以抓取所有关于您品牌的公开文本(网站文案、博客文章、社交媒体、评论、新闻提及等),并生成一份清晰、数据支持的“品牌声音报告”。您只需输入您的域名或社交账号,系统会自动完成以下操作: 1. *聚合公共文本*:从您的网站、博客存档、社交资料和任何媒体报道中提取文本。 2. *提取主要语气形容词*:通过分析最常用的描述词和句子结构,识别出您的语气特征(例如,“温暖友好”、“技术权威”)。 3. *识别核心主题/价值观*:通过对所有来源内容进行主题聚类,找出最常出现的主题(例如,“可持续性”、“手工品质”、“社区支持”)。 4. *突出最佳实践*:提供可操作的建议,帮助您保持新文案与现有声音的一致性(例如,理想的句子长度、首选词汇、常用隐喻或关键词)。 5. *维护公共历史*:记录每份扫描的品牌声音报告,您可以浏览过去的分析或比较多个品牌: [查看历史报告](https://www.dondo.com/ai/brand-voice/history) *我为什么要创建这个工具:* - 在我任职于 Dondo(一个电子商务自动化初创公司)期间,我发现创始人、营销人员和小团队在扩展时常常难以保持一致的语气。多个撰稿人或代理机构可能在不知情的情况下偏离品牌声音。 - 现有的“声音分析器”通常要求您上传一些片段或仅查看主页。而 GetYourBrandVoice.com 则更深入——抓取每一个公共来源(产品页面、博客文章、推特讨论、评论网站),为您提供更完整、客观的沟通方式图景。 *主要功能:* - *自动公共抓取*:只需指向任何域名或社交账号,无需手动复制粘贴。 - *语气形容词提取*:查看定义您写作风格的前 5-10 个形容词(例如,“充满活力”、“平易近人”、“值得信赖”)。 - *核心主题检测*:发现最常出现的主题(例如,“环保”、“创新”、“本地社区”)。 - *最佳实践建议*:获取具体建议(例如,“使用 8-12 个单词的句子”、“偏好第二人称代词”、“描述产品时包含‘手工制作’”)。 - *品牌声音历史*:浏览我们迄今为止生成的每份品牌声音报告,非常适合对比多个活动或品牌: [查看历史报告](https://www.dondo.com/ai/brand-voice/history) - *实时示例*:查看 ScrimsFlorist 报告,了解一家花店的声音如何分解为语气形容词(“温暖友好”)、核心价值观(“可持续性”、“本地采购”)以及句子结构和词汇的最佳实践: [查看示例报告](https://www.dondo.com/ai/es/brand-voice/scrimsflorist-200563) *我希望获得反馈:* 1. 您会如何在工作流程中使用这样的报告?(例如,培训新撰稿人、审核现有内容、指导代理机构) 2. 还有哪些额外的数据或图表可以使其更具可操作性?(例如,竞争对手比较、情感趋势、关键词重叠) 3. 您之前尝试过逆向工程自己品牌的语气吗?遇到了哪些挑战? 在这里试用——无需信用卡: [访问 GetYourBrandVoice.com](https://getyourbrandvoice.com) 感谢您提前提供任何想法或批评! —— 丹尼尔·马鲁兰达
1作者: ashikshaffi021 天前原帖
几周前,我申请的一个职位被拒绝,反馈是我需要对 FAISS 和 LlamaIndex 有更深入的理解。 于是我开发了 triage.flow——一个 AI 助手,允许你通过聊天界面探索和理解 GitHub 仓库。 它会克隆一个仓库,使用 FAISS + BM25 + tree-sitter 解析进行索引,并提供一个完整的用户界面,你可以: - 提出自然语言问题,比如“认证是如何工作的?”或“解释一下 @src/components/Modal.tsx” - 使用 @filename.ts 提及特定的文件/文件夹(支持自动补全) - 实时查看代理的思考过程(思考 → 行动 → 观察) - 以并排的方式查看检索到的代码和聊天内容 它使用了混合的 RAG 系统、ReAct 风格的代理推理和流式响应——基于 FastAPI、LlamaIndex 和 React 构建。 GitHub: [https://github.com/ashikshafi08/triage.flow](https://github.com/ashikshafi08/triage.flow) 欢迎任何正在构建类似工具的人的反馈或想法。 (我也在探索新的机会——对 LLM 基础设施、RAG 或应用机器学习相关的职位持开放态度。)