返回首页
最新
你好，HN，
我创建了一个名为 socket-call 的 TypeScript 库（因为缺乏更吸引人的名字），其目标是能够像调用普通函数一样调用 socket.io 事件。
你可以这样声明你的服务器端：
```typescript
const listenEvents = (services: UserServices) => ({
login: async (username: string) => {
services._socket.data.user = { username };
console.log(`用户 ${username} 已登录`);
setInterval(() => {
services.showServerMessage(`你仍然登录着 ${username}！`)
}, 1000);
return `你现在已登录 ${username}！`;
},
});
```
然后在客户端，你可以像正常的异步 JavaScript 函数一样调用它们（你也可以创建客户端事件处理程序）：
```typescript
const user = socket.addNamespace<UserEmitEvents, UserListenEvents>(
'/user'
);
user.login(username.value).then((message) => {
console.log('服务器确认消息：', message);
});
user.showServerMessage = (message) => {
console.log('服务器发送的消息：', message);
};
```
我在自己的项目中使用这个库，并希望能收到关于它的反馈 :-)
嗨，HN，
我开发了PromptForge——一个轻量级的SaaS工具，旨在帮助开发者和技术团队以最小的摩擦生成优化的GPT-4提示。
核心理念是：与其每次手动编写提示，不如选择一个用例，填写几个结构化字段，立即获得一个高质量的提示，准备好用于ChatGPT或API。
功能：
- 结构化输入 → 提示输出
- 选择你的用例和模型
- 保存和管理提示历史
- 通过API与OpenAI GPT-4o兼容
- 干净的用户界面，使用Lovable和Supabase构建
我注意到在团队中，提示工程变得臃肿且不一致——PromptForge旨在简化和标准化这一过程，特别是针对重复任务或内部工具。
该应用目前已上线，欢迎试用：
<a href="https://forge-ai-interface.lovable.app/" rel="nofollow">https://forge-ai-interface.lovable.app/</a>
我非常希望听到你的想法和反馈，特别是在以下方面：
- 用户体验（是否足够快速和直观？）
- 你期望的开发团队用例
- 任何看起来缺失或过于复杂的功能
感谢你抽时间查看！
– Fabian
AI大型语言模型从图像中获取的最大上下文之一是其元数据，但这一点被极大地低估了。虽然PNG和JPEG格式都提供元数据，但在分享时很容易被剥离，而且对于基于AI的工作流程来说，它们的元数据非常有限，提供的有用条目也很少。此外，这些格式已经相当古老（1995年和1992年），是时候为我们的AI时代进行升级了。
请认识MEOW（元数据编码优化网页文件）——一种开源图像文件格式，基本上可以看作是增强版的PNG，我也喜欢称之为完美的文件格式。
MEOW不是将元数据与图像一起存储，而是使用最低有效位（LSB）隐写术直接将其编码到图像像素中——将数据隐藏在你肉眼无法察觉的最低有效位中，这样也不会显著增加图像的大小。因此，如果你使用任何形式的无损压缩，它仍然会保留。
我注意到，大多数“创新”的图像文件格式由于缺乏采用而消亡，但MEOW与PNG完全兼容。你可以直接将一个.MEOW文件重命名为.PNG，并在普通图像查看器中打开。
以下是每个像素中嵌入的内容：
- 边缘检测图 - 预计算的边界，以便AI不浪费时间去判断物体的起止位置。
- 纹理分析数据 - 表面图案、粗糙度、材料属性等已被映射。
- 复杂度评分 - 告诉AI模型不同区域需要多少处理能力。
- 注意力权重图 - 突出显示模型应集中计算的区域（如面孔、文本、重要物体）。
- 物体关系数据 - 检测到的元素之间的空间连接。
- 未来扩展空间 - 为AI想要添加的内容保留的位（或用于训练LORA或标记的注释）。
当然，所有这些都是可编辑和可配置的，并且在压缩、分享，甚至截图和重发的过程中都能保留 :p
当你将任何图像格式转换为.meow时，它会自动生成大多数AI特定的特征和数据，从图像中提取的信息，使其工作效果更佳。
期待大家对这个项目的想法、建议或创意 :)
我在编写聊天机器人的过程中感到失望。我希望能够实现以下功能：<p>我写一个文件，在文件中注释我期望代码在此时此刻应该执行的内容。当我运行代理以构建或编译这些描述时，<p>它当然应该提供我所列出的功能。如果它觉得有必要创建我未指定的其他代码部分，它应该注释说明为什么做出这个决定，以及它所生成的代码的作用。<p>从本质上讲，我希望有一个代理，能够让我以一种文献编程的方式来处理非文献编程的工作流程。https://en.wikipedia.org/wiki/Literate_programming<p>如果你有一些想法可以帮助我实现这个目标，请分享。如果你认为永远不可能产生这样的东西，也请告诉我（尽管我认为这是可行的）。<p>请注意，我不想要一个在我输入时进行交互的机器人，我想要一个人工智能构建步骤。为什么？因为我打字非常快且没有错误，早年我曾做过数据录入工作。交互式机器人让我变慢，而且大多数时候输入效果不佳。<p>我敢打赌这可能是可行的，很多人可能会想，为什么这个家伙不直接做X或Y，但问题在于——到目前为止，我所经历的都是不令人满意的交互式机器人，而在研究这个问题时，世界上最受欢迎的搜索引擎也让我感到失望，所以希望这里的人能解释一下如何才能实现我想要的。
看看我的语义缓存项目吧！<p>它旨在轻松集成到现有的LLM工作流程中，您可以将其用作代理，缓存会将未命中的请求转发到指定的上游，而不进行修改，并自动用响应更新缓存。<p>您还可以使用提供的Python库将其用作旁路缓存。<p>它通过计算输入查询的嵌入向量，并将其与已见的查询+响应对进行匹配，使用的是向量存储。<p>所有操作都在内存中进行，因此速度非常快 :)
我开发了一个工具，可以模拟9种不同的残疾，让开发者体验到13亿人每天在网上面临的挑战。仅仅是ADHD（注意力缺陷多动障碍）的模拟就会改变你设计界面的方式。这个工具是免费的，试用只需2分钟。