返回首页
最新
我一直在开发一个轻量级的身份验证流程，旨在为不想处理复杂身份系统或收集个人数据的SaaS应用、课程和小型平台提供服务。<p>Toqen提供基于二维码的登录、临时访问通行证和TOTP验证，而无需存储用户信息。我们的目标是创建一个简单、以隐私为优先的替代方案，取代电子邮件登录和密码。<p>该系统使用Cloudflare Turnstile进行反机器人保护，并运行在边缘优先的架构上。我希望社区能对架构、安全考虑和潜在问题提供反馈。<p>演示链接：<a href="https://www.toqen.app/demo" rel="nofollow">https://www.toqen.app/demo</a>
请阅读关于ChatGPT在一个简单逻辑难题上失败的内容，最新模型
https://files.catbox.moe/pn3fiw.md<p>这台机器的智能已经无可救药，却仍受到OPENAI的赞扬。
有一个名为 startupideasdb.com 的平台，你可以在谷歌上搜索。基本上，他们从互联网上收集了超过12,000个问题陈述！这真是太棒了！
我相信Cursor刚刚推出了两个主要功能：调试和设计。
我对IDE的需求有一定的了解，但在发布之前我无法完全表达出来。现在它已经上线，所有的一切都变得非常清晰。
在我看来，编程的未来将是实时的：调试、编码、设计等等。虽然这个想法并不新颖，但不同之处在于，现在这一切将是完全自主的。
最近，我在一个功能上工作，需要重新设计我们用Django模板和普通JavaScript构建的遗留流程的一部分。理论上，对于当前的模型来说，这不应该是一个困难的任务。但它们在生成正确的输出时遇到了困难，我认为有两个原因：
设计本质上很难仅用文本表达。
模型在生成新代码方面表现出色，但在修改大型现有代码库时却不那么理想。
老实说，我发现更新遗留用户界面的最佳工作流程是直接基于截图操作。我只需截取现有用户界面和预期更改的截图，然后要求模型编写与该设计相匹配的代码，考虑到现有设计的上下文。通过这种方式，模型能够更快地理解上下文。
有了这个新的设计功能，我想象这个整个过程会变得更快，因为我可以直接在浏览器上进行编辑，模型只需编写出预期的结果。这正是我一直想要的——一个在后台运行的自定义无头Puppeteer，实时观察我所做的事情，并帮助我进行设计。
然后就是调试。我一直更喜欢日志而不是传统的调试器。我真正想要的是在运行时像ELK解析器那样的东西，能够理解我的日志，并在系统运行时指出何时偏离预期路径。
我在浏览成千上万张照片时感到沮丧，想找到“拿着相机的人”或“海滩上的日落”。文件名毫无用处，手动标记从未发生，而云解决方案又妨碍了隐私。
我使用NexaAI的本地视觉语言模型（Qwen3-VL）和语义嵌入构建了这个工具。它的工作原理如下：
1. VLM生成每张图像的自然语言描述（一次性处理）
2. 描述转换为384维嵌入
3. 通过余弦相似度按意义搜索（对1000张图像的搜索时间少于100毫秒）
一切都在本地运行。您的照片不会离开您的设备。没有API费用。
技术现实：CPU处理速度较慢（最初每张图像约需20-30秒），但之后搜索是即时的。对于个人收藏，JSON数据库运行良好；如果有超过1万张图像，您可能需要使用FAISS。
这是一个原型，但它有效，并解决了我面临的一个实际问题。欢迎反馈。
该项目是为NexaAI的Builder Bounty计划而构建的（设备端AI，优先考虑隐私）。
演示视频： [https://youtu.be/YVkPa-aJpEo](https://youtu.be/YVkPa-aJpEo)
Medium文章： [https://medium.com/@pankajgoyal4152/building-smart-photo-finder-ai-powered-search-that-actually-understands-your-photos-ed016b840f0f](https://medium.com/@pankajgoyal4152/building-smart-photo-finder-ai-powered-search-that-actually-understands-your-photos-ed016b840f0f)