你好，这里是克里斯。
我们以简单而强大的知识库Slite（YCW18）而闻名。我们在2023年2月推出了基于人工智能的搜索功能，得到了良好的反馈和使用后，我们深入探讨了在日常工作中解决知识检索的挑战。
因此，我们现在推出了我们的第二个主要产品——Super（[https://www.super.work](https://www.super.work)）。
Super无缝连接您现有的工具，提供准确的答案、简化的工作流程、自动摘要等多种功能。
您可能会想：为什么不只是使用类似MCP的工具将应用程序链接在一起呢？问题在于，MCP无法有效处理复杂的知识检索。MCP基本上是配备API工具包的LLM（大型语言模型）。如果您曾尝试通过MCP询问一个复杂的问题，尤其是需要多个不同工具的数据，您可能会遇到令人沮丧的延迟。MCP会一个接一个地缓慢发出API调用，导致在从每个端点收集数据时需要长时间等待。
相比之下，Super能够快速同时搜索所有相关工具中的所有数据。这意味着您将在几秒钟内获得准确的答案，而不是几分钟。
当您尝试在团队中可靠地部署基于MCP的解决方案时，其局限性变得显而易见。它们要么无法有效索引您的关键内容，要么速度不够快，要么无法一次覆盖您所有的工具。正确地分块、嵌入、查询和过滤来自各种来源的数据仍然至关重要。MCP触发API的速度和准确性无法与这种集成方法相匹配。
此外，Super理解通过LLM同时运行多个任务的价值。例如，一个步骤可能涉及识别搜索过滤器，而另一个步骤则同时使用LLM来聚合和精炼信息。这一并行处理迅速为用户塑造出最终的准确答案。
另外，MCP并不是为企业级使用而设计的。企业需要标准化的体验、细粒度的用户权限以及跨多个工具的一致访问控制。Super通过提前索引数据，同时尊重每个用户的访问权限来满足这些要求。
Super提供：
- 类似Perplexity的团队数据搜索体验
- 与流行数据源的不断增加的集成选择
- 针对您特定需求定制的AI助手
- 一个扩展功能，可以将Super直接嵌入您已经在使用的外部网站
- 为您的公司提供一个清晰的路径，以战略性地采用AI，而不是让个别员工分散在不同的不兼容工具上。
当然，它也配备了MCP，使您的代理工作流程能够正确利用您的数据。
这里有一段快速视频展示Super的实际应用：[https://www.youtube.com/watch?v=L5A6BRW90K4](https://www.youtube.com/watch?v=L5A6BRW90K4)
您是否在使用标准MCP时遇到过这样的瓶颈？您是否尝试过构建自己的解决方案？
返回首页
最新
嗨，HN，
我很高兴与大家分享我开发的一个项目：PixelateImage.org。
这不是一个传统的图像编辑器，而是一个*基于人工智能的工具，可以直接根据你的文本提示生成像素艺术*。如果你曾想为游戏、艺术项目或仅仅是为了好玩而创造独特的像素艺术角色、场景或资产，但可能缺乏特定的艺术技能或时间，那么这个工具可能适合你。
我的目标是让生成复古风格或现代像素艺术变得更加容易。你可以输入一个描述（例如，“在黑暗森林中的勇敢骑士”，“夜晚的未来城市景观”，“戴着巫师帽的可爱猫咪”），然后人工智能会尝试创建出相应的像素艺术版本。
主要特点：
* *文本转像素艺术：* 核心功能。描述你想看到的内容。
* *专注于像素艺术风格：* 旨在生成具有独特像素化美学的图像，这与通用的人工智能图像生成器有所不同。
* *简单界面：* 设计简洁明了——输入提示，生成图像。（如果网站有任何特定的风格选项或控制功能，可以提及）。
* *使用场景：* 非常适合需要快速资产的独立游戏开发者、探索新风格的数字艺术家，或任何对像素图形感到怀旧的人。
我非常期待看到HN社区能用这个工具创造出什么样的像素艺术，并非常感谢你们对生成质量、可用性或任何你们希望看到的功能的反馈。这个项目仍在不断发展中！
感谢你的关注！
嗨，HN！<p>我开发了一个AI婴儿监视器——一个小型技术栈（Redis + vLLM + Streamlit），它可以监控视频流和一份安全规则的YAML列表。
如果模型发现有规则被违反，它会发出哔声，这样你可以快速查看并检查宝宝的情况。<p>为什么要这样做？<p>当我们为女儿买了婴儿床时，她首先尝试的就是爬过护栏 :/
我有点担心总是要盯着她，所以我想到了一个可以*主动*监视宝宝的助手，而父母可以保持*半主动*的警觉。
这个助手旨在提供额外的监视，而*不是*替代成年人。因此，它只会发出哔声，而不是手机通知。<p>它是如何工作的<p>* *stream_to_redis.py* 捕获视频流帧 → Redis 流<p>* *run_watcher.py* 拉取最新的N帧，将它们和规则注入到一个提示中，并请求本地运行的*vLLM*服务器上的*Qwen 2.5 VL*<p>* 模型返回结构化的JSON（`should_alert`，`reasoning`，`awareness_level`）<p>* 如果 `should_alert=True` → `playsound` 哔声<p>* Streamlit页面同时显示摄像头和LLM日志
嘿，HN！我们最近从YC毕业，正在为大型电子商务公司构建客户画像。我们最近扩展到了图像生成领域，并一直在研究如何自动提高生成图像的质量。