最新

我使用机器学习/人工智能工具制作音乐的时间与我在HN上的时间差不多。最近在HN上有一个评论区讨论[1]，之后我觉得写下这段旅程的详细过程可能会很有意义……从粗糙的LSTM模型，到与Jukebox的各种尝试，再到现在的Suno。<p>[1]: <a href="https://news.ycombinator.com/item?id=45388822">https://news.ycombinator.com/item?id=45388822</a>

嗨，<p>我制作了这个每日钢琴挑战游戏，因为我注意到我的伴侣在凭耳朵演奏旋律时遇到了困难。她能哼出旋律，但却难以判断下一个音符是比前一个音符高还是低。<p>这让我想到了KeyByKey。这是一个简单的每日挑战游戏，类似于Wordle，你需要凭耳朵回放一段旋律。<p>尝试次数没有限制，但在成功完成挑战后，会显示你与其他玩家的比较。<p>目前还在修复一些bug。<p>告诉我你的想法！

Deep Code Research 是一个命令行工具，它可以自动找到与您的代码库相似的仓库，分析它们处理问题的不同方式，并生成比较报告。 与其提供诸如“添加错误处理”等泛泛的建议，它会准确展示相关项目的做法以及您的代码与之的不同之处。每个发现都包括来自您自己的代码库和参考代码库的并排代码片段，并附有具体的文件路径和行号。 该工具采用多代理架构：主代理通过 GitHub 搜索发现相关仓库，然后派生出并行的子代理来分析每一个仓库。结果会被综合成一个优先级排序的发现列表。 我开发这个工具是因为代码“文献综述”非常耗时。在构建某个项目之前，您应该调查类似项目以学习模式并避免已知的陷阱。但阅读超过 10 个仓库需要数小时。这一工具自动化了这个过程。 <a href="https://github.com/WindChimeRan/deep_code_research" rel="nofollow">https://github.com/WindChimeRan/deep_code_research</a>