最新

一个开源的替代品，用于Adobe Photoshop的生成填充功能。主要是为了我自己制作的，既是为了个人使用，也是作为一个新开发者的尝试。欢迎大家告诉我你们的想法 :)

在为我的隐私优先开源调查分析平台 ArkhamMirror 添加了一个完全引导的、AI 辅助的竞争假设分析（ACH）功能后，我不断听到同样的请求：“我只想在不设置 Docker 和数据库的情况下尝试 ACH。”<p>我收到了这个信息。于是我构建了一个完全在浏览器中运行的独立版本。<p>在线工具：<a href="https://mantisfury.github.io/ArkhamMirror/ach/" rel="nofollow">https://mantisfury.github.io/ArkhamMirror/ach/</a> 完整的 ArkhamMirror 仓库：<a href="https://github.com/mantisfury/ArkhamMirror" rel="nofollow">https://github.com/mantisfury/ArkhamMirror</a><p>功能介绍：<p>实现了 Heuer 的 8 步 ACH 方法论（CIA 用于避免确认偏误的技术） 引导您识别假设、收集证据、构建一致性矩阵并进行敏感性分析 支持导出为 JSON、Markdown 或 PDF<p>隐私模型：<p>所有数据存储在浏览器的 localStorage 中 初始页面加载后，除了与您的 AI 提供者（如适用）之间的网络请求外，不会有其他网络调用 无后端、无账户、无遥测 加载后可离线使用 作为 ArkhamMirror 的一部分构建，这是我作为非编码者使用 AI 助手制作的 100% 本地调查平台。<p>可选的 AI 辅助：<p>连接您自己的 API 密钥（OpenAI、Groq）以获取 AI 驱动的建议 或者如果您在本地运行，可以使用本地 LLM（Ollama、LM Studio、通过代理的本地 Anthropic） AI 帮助建议假设、证据项和评分——但所有决策由您做出<p>为什么是独立版本？完整的 ArkhamMirror 平台功能强大，但需要 Docker 和数据库。这为记者、分析师和任何好奇的人提供了一种零摩擦的方式，立即尝试 ACH 方法论。<p>分析师们长期以来一直被糟糕的电子表格困扰。现在，他们（以及您）有了免费的升级。 来源：<a href="https://github.com/mantisfury/ArkhamMirror/tree/main/ach-standalone" rel="nofollow">https://github.com/mantisfury/ArkhamMirror/tree/main/ach-standalone</a><p>如果您试用，请告诉我您的想法。