最新

嗨，HN — 我是作者。iesna.eu 是一个基于浏览器的生态系统，用于处理光度数据：解析标准的灯具文件（LDT/EULUMDAT、IES LM-63、Oxytech、ATLA-S001），根据 EN 13201 / ANSI/IES RP-8 / CJJ 45 / IES-IDA MLO 进行设计计算，以及（我最想展示的部分）在 Bevy 中渲染真实的城市场景，利用光度数据驱动实际的路灯行为，包括天空辉光的贡献。 天空辉光分析演示将一个真实的 LDT 文件加载到 Bevy 场景中（Khronos Bistro 测试资产）。灯具的光强分布直接驱动路灯的渲染——没有任何虚假处理——而天空辉光等级会随着你调整向上照明的百分比实时更新。切换到全切断灯具时，天空的等级会从 F（严重）变回 A（优秀）。你可以在建筑物和天空中看到这种差异。 技术栈：Rust 核心（eulumdat-rs 及相关库，大约 20 个库处理光度格式），Bevy 用于 3D 渲染，WASM 用于浏览器部署。没有后端；一切都在客户端运行。在现有光度库的基础上增加了大约一千行新代码，以实现 Bevy 的集成。 我希望获得反馈的几个方面： - 目前的大气散射模型是单次散射的 Rayleigh+Mie。这对于我的使用案例是否合理，还是应该朝多次散射的方向发展？ - Bistro 测试场景在视觉上效果很好，但并不是一个受控环境。 - 有没有人知道一个更典型的公共城市几何资产，适合真实的路灯评估？ - CJJ 45 实现（中国国家道路照明标准）是我唯一一个需要从翻译的 PDF 中逆向工程的标准。如果有人有相关的第一手经验，我会很感激能进行一次理智的检查。 在 GitHub 上开源（eulumdat-rs 和相关库）。 Crates.io: eulumdat

嘿，HN！ 我开发了 SimplePDF Copilot：一个可以与 PDF 编辑器互动的 AI 助手。它可以填写字段、回答问题、聚焦特定字段、添加字段、删除页面等等。 这个工具是基于我七年前开始的 SimplePDF 构建的，开创了尊重隐私的客户端 PDF 编辑，目前每月有超过 20 万人使用。 关于隐私模型：PDF 文件本身从未离开浏览器。解析、渲染和字段检测都在客户端进行。 模型所需的文本（以及你的消息）会发送到你指定的任何大型语言模型（LLM）。默认情况下，这是我们的演示代理（DeepSeek V4 Flash，受限于速率），但你可以自带密钥（BYOK），指向任何云服务提供商，或者完全本地化（我一直在使用 LM Studio 进行测试）。 与现有的“与 PDF 聊天”工具仅能提取文本/OCR 层不同，Copilot 可以对 PDF 进行操作：填写字段、添加字段（使用 Joe Barrow 的 CommonForms 在客户端检测，jbarrow 在 HN 上发布了一些我添加的后处理启发式方法）、聚焦字段、删除页面等等。 我之所以构建这个工具，是因为 SimplePDF 主要被医疗行业客户使用，在那里文档隐私至关重要，我希望提供一种不需要将个人身份信息（PII）发送给第三方的 AI 体验。 技术栈相当标准： - Tanstack Start - 来自 Vercel 的 AI SDK - Tailwind（我个人更喜欢 CSS 模块，我是老派，但考虑到我开源的目标，我认为 Tailwind 更合适） 更有趣的部分是客户端工具调用：事件通过 iframe 的 postMessage 进行双向传递。 如果你不熟悉“工具调用”和“客户端工具调用”，这里有个简要介绍： 工具调用是 LLM 用于执行操作的方式。当 Claude 运行 grep 或 ls，或访问 MCP 服务器时，这些都是工具调用。 客户端工具调用意味着调用工具的意图来自 LLM，但执行发生在浏览器中。 这对速度很重要，你无法比客户端之间的操作更快，同时也让你能够限制暴露给 LLM 的数据。在演示中，我确实将文档内容提供给 LLM，但这个连接可以通过简单地移除暴露内容数据的工具来断开。 演示是完全开源的，已在 GitHub 上提供，演示链接与此帖的链接相同。 不公开的部分是 SimplePDF 本身（作为 iframe 加载）。 我可以继续谈论这个话题，如果你有任何问题，请告诉我，任何问题都可以！ [1] [https://github.com/jbarrow/commonforms](https://github.com/jbarrow/commonforms) [2] [https://github.com/SimplePDF/simplepdf-embed/tree/main/copilot](https://github.com/SimplePDF/simplepdf-embed/tree/main/copilot) [3] [https://copilot.simplepdf.com/?share=a7d00ad073c75a75d493228e6ff7b11eb3f2d945b6175913e87898ec96ca8076&form=w9&lang=en](https://copilot.simplepdf.com/?share=a7d00ad073c75a75d493228...)

音乐的基本构成要素——音符、音阶、和声——并不是原始元素。它们是涌现出的结构。音高只是节奏的加速表现。<p>由 NoteookLM 生成的播客：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=q9bFUocrm70" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=q9bFUocrm70</a>

你好，HN。在过去的7个月里，我花费了近3000小时构建SNEWPAPERS，这是第一个具有全文提取、几乎完美的光学字符识别（OCR）、广泛分类法以及语义和智能搜索功能的历史报纸档案。 问题： 我想搜索报纸档案，但每个服务都只允许你搜索关键词和日期，并返回原始的报纸图像，而且很多图像没有上下文，信息量庞大而杂乱。 解决方案： 我教机器如何阅读报纸，到目前为止，我已经从“美国编年史”收藏中提取了超过60万页（约5TB）的内容。我需要处理的问题包括各种布局、字体大小、图像扫描质量、分辨率、纵横比，以及如何在页面上的图像中导航。我还必须弄清楚如何使OCR几乎完美，以便人们不会讨厌阅读提取的内容。我构建了一个多模型管道（布局技术、OCR技术、LLM、VLLM），使用启发式方法从布局到分割再到分类。我将所有内容放入OpenSearch/Postgres中，使其具有语义搜索功能，并在其上方添加了一个智能搜索工具，能够很好地使用API，帮助你编写查询以找到所需的信息。关于AWS架构和扩展，我也很乐意讨论，这确实很有挑战性！ 如果你有五分钟时间，想要快速体验一下个性化的功能，我建议你： 在搜索任何内容之前，先访问Sleuth页面 询问它关于1736年至1963年间的任何问题，可能再问1到2个后续问题 然后转到搜索页面，这样你可以看到它为你编写的查询（左下角的“保存的查询”），并获取更多你感兴趣的信息 如果你觉得这很酷，想要了解更多，那么在导航栏的“指南”中有大约10分钟的视频指南，介绍各种功能。 其他一些人也尝试过这个项目，值得一提的是： [https://dell-research-harvard.github.io/resources/americanstories](https://dell-research-harvard.github.io/resources/americanstories)（非常好的尝试） [https://labs.loc.gov/work/experiments/newspaper-navigator/](https://labs.loc.gov/work/experiments/newspaper-navigator/)（专注于图像）

为了减少人工智能会话中的冷启动问题，我开发了一个工具，它作为MCP服务器运行，并在第0轮之前加载上下文。 发生了两件事： 1. **个人先验** - 您的工作流程和标准在每个会话中加载一次，并在所有支持的AI客户端之间保持持久性。 2. **专家先验** - 当提示是特定于堆栈时，基于语义相似性注入相关先验。这是为了减少AI的错误和不当行为。 **隐私保证**：设计上以本地优先。原始提示永远不会被存储。注入始终在客户端进行。 ```bash pipx install turnzero turnzero setup # 注册MCP服务器与Claude Code、Cursor、Claude Desktop、Gemini CLI turnzero verify # 确认一切连接正确 ``` 演示： [https://asciinema.org/a/8IV2yoLNTloSlZo0](https://asciinema.org/a/8IV2yoLNTloSlZo0) 代码库： [https://github.com/turnzero-ai/turnzero](https://github.com/turnzero-ai/turnzero)