最新

大家好，有没有什么 macOS 应用可以让你使用不同的视觉语言模型（如 Qwen2-VL）在本地搜索视觉文件（图片、截图、视频）？最好是有良好的搜索界面和预览支持。

我正在开发一个名为 Coordable 的工具，它帮助分析和改善地理编码结果。 如果你曾经处理过大规模的地理编码，你可能遇到过两个反复出现的问题： 垃圾进 = 垃圾出。 地址通常很混乱（“二楼”、“/”、“缩写”、“一行中有多个地址”等等）。 如果输入没有经过完美的标准化，大多数地理编码器会失败或返回错误的匹配结果。 结果并不总是正确的结果。 许多服务提供商即使返回错误的结果也会给出回应——例如，改变房屋号码，或混淆相似的街道名称。 评估一个地理编码结果是否正确，实际上是相当难以自动化的。 Coordable 尝试通过人工智能和分析来解决这两个问题： 使用基于 LLM 的清理工具来标准化混乱的地址（支持多个国家）。 通过像人类一样比较输入和输出，自动评估地理编码的准确性。 允许你并排对比多个服务提供商（如 Google、HERE、Mapbox、Census、BAN 等）。 包含一个仪表板来可视化结果、质量指标和导出数据。 这不是一个新的地理编码器——它封装了现有的 API，专注于数据质量、比较和自动化。 目前处于测试阶段，并提供免费额度。 如果你从事地理编码或地址数据的工作，我很想听听你是如何应对这些挑战的，以及什么样的分析对你最有帮助。

您是否有使用或开发知识库的经验？以下是我的情况： 我的团队处理大量信息：维基、代码库、监控仪表板、内部聊天消息、电子邮件、任务工单、相关系统等。 我们经常需要进行临时搜索，以查找与某个概念相关的任何信息。例如，假设有人对某个指标进行了更改，我们需要找到所有可能使用该指标的仪表板，以确保在更改后它们仍然有效。 我不仅想解决这个问题，还希望能够在临时情况下找到相关信息。 启动时间并不重要，只要能够通过一些初步的努力创造出积极的价值。 任何现有产品（付费/免费/开源等）以及关于此主题的现有知识（设计、讨论）的参考资料都将非常感谢。

我们创建这个工具是为了回答“我适合这个角色吗？”这个问题。<p>因为我们注意到在申请YC初创公司或其他完全不同的职位时，获得诚实反馈是多么困难。<p>这是一个定制的5分钟挑战，挑战结束后会对你进行“吐槽”。<p>我们还增加了一个排行榜，供那些想看看自己表现如何的人使用。<p>请在下面对我们进行“吐槽”。