对我来说，是通过ATP和Snazzy Labs了解到的开源电子墨水显示器TRMNL[2]。<p>1. https://youtu.be/eIcZZX10pa4?si=deMGwccwwO4wJdBe<p>2. https://usetrmnl.com
返回首页
最新
我开发了一个工具，帮助你扩展日语和德语词汇。<p>你可以轻松添加自己的单词，然后在上下文中学习它们。<p>这是一个非常早期的测试版，我们正在寻找测试者。<p>期待听到你的反馈！
我已经玩了这个一段时间，我觉得它终于可以公开使用了。欢迎所有反馈。
这个工具是为实施和数据迁移团队开发的，旨在替代 Excel、一次性 Python 脚本以及像 FlatFile 和 OneSchema 这样的昂贵 CSV 导入工具。<p>您可以在无需编码的情况下直观地构建逻辑和验证。支持 API/数据库连接以提取和推送数据。该工具使用映射文件/配置进行可重复的数据格式化和转换。还集成了人工智能，可以根据普通英语自动生成映射文件。<p>我是一名实施顾问，曾亲自使用过这些工具，感到非常困扰，因此开发了这个工具。<p>非常感谢 HN 社区的反馈！<p>欢迎进一步交流或提供访问权限。您可以通过 [nate@dataflowmapper.com] 联系我。
嘿，HN！我们创建了Lunon，旨在让大型语言模型（LLM）的开发变得轻松不少。你是否曾想过在没有繁琐设置的情况下，查看不同模型如何处理相同的提示？这正是我们解决的问题。
我们的API让你只需几行代码，就能实时比较Claude、GPT、Mistral等模型。再也不需要复杂的基础设施或管理多个API连接——我们在后台处理所有繁琐的事情。
此外，你可以通过智能地将请求路由到每个任务的合适模型来降低成本。只有在真正需要时，才使用那些强大（但昂贵）的模型。
如果你正在使用LLM并对集成过程感到头疼，我们非常希望听到你的反馈！
有一个软件功能的新增，可以使Leviton产品更适合我的使用场景，这让我想到了这个。<p>有人有好的故事分享吗？