我是穆罕默德·穆芬努丁·阿夫拉兹，一名18岁的开发者，我开发了 WealthAI，这是一款具有独特功能的个人理财应用程序。
主要功能：
- 进阶网络应用，支持离线功能
- 使用 OpenRouter API 的 AI 财务助手
- 提供三种特定男性声音的语音通话系统
- 支持多种货币（150+ 种货币）
- 使用 Chart.js 进行高级图表绘制
- 所有数据本地存储，保护隐私
技术栈：HTML5、CSS3、JavaScript、Chart.js、Web Speech API
这是一个学习项目，让我在网页开发和金融科技方面学到了很多。我分享这个项目是希望获得反馈，并可能找到有兴趣的合作方进一步发展。
有趣之处：
1. 完全的客户端实现，无需后端
2. 语音系统配备三种特定选择的男性声音
3. 以隐私为中心的设计（所有数据保留在本地）
4. 完全离线工作
任何反馈都将不胜感激。我也乐于与有兴趣的开发者或初创公司讨论潜在的合作机会。
演示链接： [https://wealthaiappdemo.netlify.app](https://wealthaiappdemo.netlify.app)
返回首页
最新
嗨，HN，
我在两份工作之间有一些空闲时间，利用这段时间解决了我自己的需求：构建那些简单、干净的财务计算器，这些计算器一直是我在寻找但无法找到的，尤其是那些不需要繁琐跟踪或令人困惑的用户界面的工具。
从一开始，我就专注于隐私和简洁。这些工具是免费的，并且不收集任何数据。
我构建的工具包括：
- 一个精确的德国工资扣除计算器（用于规划工作变动/薪资谈判）。
- 一个历史投资计算器（方便比较过去几年常见指数基金/ETF的回报）。
也许我还想增加一个个人预算工具。
当前技术栈：我为税务应用程序使用了Python作为后端，前端使用Next.js。第二个投资应用程序我使用了SvelteKit，觉得这个框架更好。SVG图形是我自己绘制的路径；D
我分享这些是希望获得对这些工具本身的反馈。如果你对用户界面/用户体验有任何建议，或者有其他值得解决的简单财务问题，请告诉我！非常感谢！
我整理了一套免费的开源文本提示集合，让人工智能模仿10位编程传奇人物。灵感来源于我让人工智能模仿Garry Tan来吐槽我的创业想法，结果得到的诚实反馈出乎意料地有用。
这些提示通过提供每位传奇人物的沟通风格、技术理念和个性特征的具体背景，使人工智能能够超越普通的回应，给出更具个人观点和风格化的反馈，反映他们对代码和架构的真实看法。你不会再收到“这是个好主意，但……”这样的回应，而是“这从根本上是错的，因为……”或“你完全没有抓住重点……”——这些都是这些传奇人物以直接、明确的反馈而闻名的风格。
这是什么：
1. 10位编程传奇人物的提示集合（本身不是一个人工智能工具）
2. 每个提示都包含他们的沟通风格和技术观点的背景信息
3. 完全免费且开源
只需将提示复制粘贴到任何人工智能聊天中。关键在于这些提示如何框定角色，以便提供足够的背景信息，使人工智能能够采用他们实际的沟通模式和技术立场。
问题：
1. 你是否尝试过基于角色的提示，以获得更具个人观点的回应？
2. 你希望从哪位编程传奇人物那里获得反馈？
3. 你认为风格化的提示能带来更好的技术见解吗？
期待听到你的想法！
嗨，HN，
我很高兴地分享 next-nexus，这是一个针对 Next.js 应用路由器的开源数据层库。
问题：
Next.js 的服务器端渲染（SSR）对于搜索引擎优化（SEO）非常有效，但对每个用户访问都进行完整的 SSR 会导致服务器负载显著增加，运营成本上升。虽然搜索引擎的爬虫只需要第一次渲染，但真实用户往往会多次访问页面，这使得持续进行完整的 SSR 变得低效。
我们的解决方案：
next-nexus 的构建旨在解决这个问题。我们的核心理念是优化服务器上的第一次渲染，然后通过智能缓存高效管理后续的数据。
它如何帮助：
next-nexus 提供了一个强大且集成的数据层，支持现代 React 模式，包括 RSC。
- 成本与性能优化：我们的智能渲染机制确保第一次渲染经过服务器优化，而后续渲染则利用客户端缓存。这大幅减少了不必要的服务器请求，降低了服务器负载和运营成本。
- 增强的开发者体验：易于使用的 API 和直观的钩子简化了复杂的异步数据操作。它还自动处理数据水合（无需像某些其他库那样手动设置 HydrationBoundary），让开发者能够专注于核心逻辑。
- 无缝的用户体验：高效的缓存策略和自动数据水合意味着用户可以更快地看到内容，并立即与完全响应的应用程序进行交互，而无需加载指示器。
- 应用路由器与 RSC 兼容：从零开始为 Next.js 应用路由器和 React 服务器组件构建。
我们热衷于让 Next.js 的开发更加高效和经济。
我们期待听到您的想法和反馈。
- GitHub: [https://github.com/next-nexus-org/next-nexus](https://github.com/next-nexus-org/next-nexus)
- 文档: [https://next-nexus.vercel.app](https://next-nexus.vercel.app)
感谢您的关注！
当ChatGPT为你的项目生成模板代码和现成的代码片段时，很容易陷入“我在构建这个”或“我现在更高效”的陷阱。但从更大的角度来看，“ChatGPT知道”的本质与“谷歌知道”、“维基百科知道”或“Stack Overflow知道”并没有什么不同。
归根结底，我们只是用一种“参考怪兽”替换了另一种，这种新的“怪兽”在某种程度上显得更具互动性和亲密感，擅长搜索和过滤，并通过一个界面提供所有信息。
但最终，你仍然必须以传统和艰苦的方式学习技术概念。人工智能仍然无法替代这一点，即使通用人工智能（AGI）真的出现了，也不会改变这一点。
在某种程度上，大型语言模型（LLM）比谷歌或维基百科更具欺骗性，因为它给你一种虚假的感觉，让你觉得自己已经取得了一些成就或掌握了一些知识，而实际上你并没有（从严格的技术角度来看）。