最新

如果你曾经使用人工智能模型解析现实世界的文档，比如发票或收据，你会知道一个真相：好的测试数据是非常难以找到的。<p>真实的收据杂乱多样，且通常涉及隐私。PDF模板脆弱且过于整洁。OCR输出结果不一致。而一旦超出英语或简单格式，情况会变得更加复杂。<p>这就是我构建这个工具的原因：<p>GitHub: WellApp-ai/ai-receipt-generator 示例输出: imgur.com/a/YtFSodj<p>接下来有什么计划？<p>目前它支持： - OpenAI模型（通过API） - 通过Faker进行本地生成 - YAML配置的生成流程<p>即将推出： - 支持Claude、Gemini、Mistral等 - 更多内置的模式预设 - 预定义的提示模板（按地区、行业、语言）<p>我们还计划在内部进行自用，以自动评估我们自己的解析引擎。

我建立了一个框架，您可以在其中上传您的所有经历和项目，然后提供一个职位发布，它会从您的经历和项目中挑选出最相关的内容，并定制要点，为您生成一个适合ATS（申请者跟踪系统）的简历（Jake简历LaTeX格式）。<p>我只用自己的数据进行了测试。我想知道你们是否可以试一试，看看是否能改进什么。此外，我遇到了一个问题，生成的内容在LaTeX中无法适应一页，我没有解决方案。如果您有建议，请告诉我。<p>https://github.com/kipiiler/resume-ai/

在尝试通过GitHub网页界面更新问题时，开始遇到一些问题。看起来他们的GraphQL端点（https://github.com/_graphql）背后的服务出现了故障。此外，他们的支持工单界面（https://support.github.com/）也无法正常工作，返回了各种500状态码。

现在看到独角兽和500错误。

我创建了一个小型的用户界面设计代理，可以同时探索多种用户界面设计，并在有或没有用户输入的情况下进行迭代。无需复杂的提示语就能得到优秀的设计。<p>为了让这个代理能够可靠地生成美观且实用的设计，我生成了超过1000个设计，并对系统提示进行了调整。欢迎告诉我你的想法！

重新审视了我之前的一个实验（<a href="https://github.com/dan-v/awslambdaproxy">https://github.com/dan-v/awslambdaproxy</a>）：AWS Lambda 函数能否作为网络代理？这次使用了 UDP NAT 穿孔和 QUIC 隧道。<p>客户端通过 STUN 发现公共 IP，将会话数据写入 S3，这会触发一个 Lambda 函数。两个端点通过各自的 NAT 进行 UDP 穿孔，然后建立一个 QUIC 连接以转发加密流量。

我想玩我的Steam游戏，但我的老旧电脑跟不上，所以我开发了Cloudy Pad——一个在云端运行Steam的工具（GitHub: <a href="https://github.com/PierreBeucher/cloudypad">https://github.com/PierreBeucher/cloudypad</a>）。 它可以在AWS、Azure、GCP、Scaleway和Paperspace上运行，并进行了多种成本优化和安全措施： - 成本警报 - 自动停止不活动的实例，以避免不必要的费用 - 磁盘快照和数据清理，以提高成本效率 - 支持临时实例 在技术层面上：它是一个运行Linux虚拟机和容器的环境，容器中运行着Sunshine（一个流媒体服务器，<a href="https://github.com/LizardByte/Sunshine">https://github.com/LizardByte/Sunshine</a>）以及Steam。大多数Windows游戏都能顺利运行，这得益于Proton。 它可以轻松以1080p 100+ FPS的画质进行流媒体播放——我最近在超高画质下玩了《博德之门III》和《阴影之中》，运行得非常流畅。 从成本上看，对于偶尔玩游戏的玩家来说非常划算：每月大约30小时或更少的使用通常费用低于25美元。不过，坦白说，对于重度玩家来说，由于云服务定价，可能就不那么划算了。 我非常期待来自HN社区的反馈！