最新

构建了一个完整的法律文档生成工具包，利用人工智能生成合同、保密协议和其他法律模板。替代了每月支付500美元的SaaS订阅。一次性购买，支持离线使用，兼容任何大型语言模型（LLM）。

你好，我是作者，Screenmind 是一个以隐私为首要考虑的 Microsoft Recall 替代品。它运行在 Gemma 4 上，这是少数支持视觉、音频和推理三者的模型之一，因此你的数据永远不会离开你的设备。 使用 Screenmind，你可以跟踪你的时间线，记录你在每项任务上花费了多少时间，搜索任何带有文本的截图。最酷的功能是，你可以与屏幕历史进行对话，比如询问“Alex 在 Discord 上给我发了什么消息？”或者“我是否收到了来自 Microsoft 的邮件？”如果这些信息曾出现在你的屏幕上，你可以在聊天中提取出来。此外，你还可以在此基础上创建自动化任务，比如“在 Slack 上给我发送整天的报告”（它支持集成）。你可以用简单的英语编写自动化任务，适合非程序员，或者使用 Python 供想深入研究的开发者使用。你还可以通过快捷键保存语音备忘录（附带截图），并自动转录和总结会议内容（自动检测会议）。 我遇到的最大挑战是将 Screenmind 作为后台服务持续运行，如果没有聊天功能，这并不会太困难，因为运行本地模型需要计算资源，而持续分析截图会占用大量资源。为此，我设计了一个感知缓存系统，这个三级缓存系统可以将平均用户的推理时间减少多达 40%（我就是其中之一）。为了进一步减少推理时间，我设计了三种模式：快速、平衡和准确，用户可以在时间和准确性之间进行权衡。 目前我在我的 4GB GTX 1650 显卡上每天使用它，使用快速模式运行得相当不错，在高端机器上会更快。它还配备了 MCP 服务器，因此你可以直接询问 Claude Desktop/Cursor 关于你早上看到的错误。 支持 Windows/Mac/Linux。 坦诚地说，它在 Mac 上的测试并不广泛，安装过程也有些摩擦，我正在开发一键安装程序来解决这个问题。 （重发 - 我几个月前发布了一个早期版本，评论因新账户被标记，所以无法回复。） 代码库：github.com/ayushh0110/ScreenMind 对如何实现多显示器支持有任何想法的人请分享一下。

作为一名曾经的教授，现在转型为行业顾问和频繁的行业演讲者，我对PowerPoint感到厌倦：线性的幻灯片顺序在现场问答环节中难以导航，无法一次性向观众展示整体情况，也不便于协作……我意识到，这些问题都可以通过转向基于树形结构的二维-三维格式来解决，这种格式基于一个包含所有节点结构、文本和多媒体链接的源JSON文件。我几个月前开发了这个格式，并在INFORMS的一个在线研讨会上进行了演示（<a href="https://www.youtube.com/watch?v=vXN2xu4z5qA" rel="nofollow">https://www.youtube.com/watch?v=vXN2xu4z5qA</a>）。现在，我已经将其与人工智能相结合（你可以实时生成完整的演示文稿或从给定的分支扩展），非常希望社区能够试用它。