WeWorkBuddy

首页 / 浏览

全部内容

浏览全部已收录的公开内容,包括尚未归入主分类的条目。

18978 条公开内容

V2EX ·

[分享创造] 做了一个宝可梦开包模拟器,顺便把每个系列的抽卡概率整理成了公开数据集

说一下我最近在做的东西,主要是想听点真实反馈。 做了什么: pullsim.com ------------- 一个英文的宝可梦 TCG 开包模拟器,可以免费开各个系列的包。跟同类站的区别是我把重点放在抽卡率数据上:每个系列按稀有度拆开,标出来自多少包样本,另外单独做了一个 /how-we-calculate/ 页面,把统计口径写清楚——怎么算一张,怎么处理保底位,样本怎么收集。 为什么折腾这个? 市面上很多模拟器的概率是估的,或者干脆不写来源。我自己开包的时候想找一个能对得上公开统计的地方,找不到,就自己做了一个。做的时候给自己定了一条:每个数字都要能说清样本从哪来。数据我整理成 CSV 放到了 GitHub 和 Hugging Face ,想让别人验证或者拿去用都行。 踩到的几个坑(可能对做类似站的人有用): 1.系列映射比想象中麻烦:同一张卡在不同系列、不同语言版本里编号规则不一样,跨系列统计时得先建一套自己的映射,不然算出来的概率是错的。 2.样本量不够时数字会离谱:小系列样本少,稀有卡一张就能让概率翻几倍,得标注置信区间或者干脆写“样本不足”。 3.英文站的收录很慢:站是面向

Product Hunt ·

Living Brain

Interoperable, efficient memory layer for agentic AI

OpenAI ·

Introducing the Grid Protectors Program

OpenAI’s Grid Protectors Program will work with utilities to help future compute campuses support grid reliability and protect consumer electricity costs.

V2EX ·

[问与答] 兄弟萌,这状态正常吗?

近一个月,除了上班就是盯盘,上班的时候开个低倍合约,下班有空的时候适当高杠杆,反正就是要一直看着数字跳来跳去。钱也不多,放了两千 U ,有亏有赚,总体是亏的。 平时没事刷刷抖音打打游戏这样,纯属消磨时间。没老婆没房贷车贷,也没有对象,主要是不知道怎么追求女孩子。不喜欢去人多吵闹的地方,身边朋友基本上成家了,平时也很少跟家里人联系,身体还算好,同事也很友善。 目前最大的爱好就是炒币了,至少让我感到情绪还有点波动,但是这日子过得多多少少感到有点不对劲。

Hacker News ·

Show HN: Slop Node for Keeta

...the first publicly available node software for Keeta. Created with heavy use of AI agents. Not affiliated with Keeta. You can run a replica, a peering node or a (testnet) rep with Docker in a few lines. Mine is running at https://node.xescu.re/api/node/version The true digitalization of finance, especially in cross-border contexts, has stalled. Blockchain technology may bring about a new chapter where money is as fast as the internet is. However, current blockchains are unscalable and clunky

V2EX ·

[分享创造] Karpathy 花了 2 小时做 HackerTube,我用 10 分钟复刻了一版

看到 Karpathy 做的 HackerTube ,觉得这个思路挺好:与其让推荐算法猜我喜欢什么,不如看看 Hacker News 的人这些年一直在推荐哪些视频。 于是把公开数据丢给 Codex ,花了 10 分钟,复刻了一版: Hacker Tubes 我的要求很简单:做成 Web 1.0 那种纯粹的网页,打开先看到视频,别先让我看一屏产品介绍。 现在做出来的版本: 首页直接展示视频缩略图,鼠标放上去才显示标题,点击就能播放。 每天换一组推荐,也可以按 HN 推荐强度排序。 支持按主题和时长筛选,想看十几分钟的短视频,还是一个多小时的演讲,都能挑。 可以收藏稍后观看、标记已看、隐藏看过的视频,记录保存在当前浏览器,不用注册。 支持英文、简体中文、繁体中文、日文、韩文,以及浅色 / 深色模式。 原始数据有 6,454 个视频。我补了一遍 YouTube 的真实时长和可用状态,目前默认展示 4,616 个有推荐、非短期新闻且仍公开的视频。 这里的“每天更新”是每天重新组合现有视频,不是每天抓取新视频。影片标题和摘要也保留了原始数据的语言。 数据来自 HackerTube 的公开导出,原

Hacker News ·

Show HN: Nomos – A Go harness that stops coding agents from cheating on tests

Hi HN, Mark here. If you've pointed Claude Code, Cursor, or OpenCode at a codebase you care about and walked away thinking AI coding tools are a net negative, I pretty much agree with you. Left directly on a working branch, models optimize for shutting the compiler up on the current turn. Hit a tricky failure and they delete the failing assertion, return a hardcoded nil/true stub, rewrite the spec to match broken code, dump a 300-line function into the wrong package, or burn $15 of tokens editin

V2EX ·

[分享创造] 做了一个 ChatGPT 划线收藏插件 HighLights,把有价值的片段留下来,邀请大家试用

起源 平时经常用 ChatGPT 学习、研究和讨论问题,慢慢发现一个挺困扰我的事情: 有时候一个话题聊得很深入,过程中会产生不少有启发性的问题、观点和结论。 但过段时间想重新找回某个讨论过的议题,往往需要在长长的聊天记录里反复上下滑动。明明记得聊过,却很难快速定位。 而且很多时候,真正有价值的可能只是其中几句话,并不需要保存整段对话。 于是自己动手做了一个工具,叫 Highlights 。 想法很简单: 让 AI 对话也能像读书一样划线,把有价值的内容收藏起来,并逐渐整理成自己的笔记。 从一个划线插件,慢慢做成了笔记工具 最初的想法其实很简单:只希望能在 ChatGPT 对话中划线,把有价值的内容保存在本地,下次打开还能看到。 但做着做着,逐渐发现了更多使用场景。 划线只是第一步。划线之后,可能还想收藏、分类整理,或者记录自己当时的理解和思考。 再往后想,这些内容如果只是保存在插件里,其实还是有些可惜。它们应该能够进入 Obsidian 等知识管理工具,成为个人知识库的一部分,而不是形成新的信息孤岛。 于是,在插件的基础上,又逐步增加了独立工作台、笔记本管理和数据导出功能。 考虑到可能

V2EX ·

[分享创造] 分享一个个人开发者开发的 AI 纹身设计工具

大家好,最近做了一个 AI 纹身设计网站: createaitattoo.app 。 想解决的需求很简单:想纹身的人,往往有一个模糊的想法,但不太容易把它表达成具体的图案。搜参考图能找到不少好看的作品,要找到符合自己想法的,又得翻很久。 所以做了这个工具,可以用文字描述想法,生成纹身设计参考。希望能让“脑子里有个想法”到“拿着图和纹身师讨论”这一步更容易一些。最终怎么调整、适不适合纹在身上,还是需要和专业纹身师沟通。 目前是我自己开发和维护,已经上线,接下来准备开始推广。付费采用一次性购买积分的方式,没有订阅,也不会自动续费。 发到 V2EX ,想听听大家的真实反馈:如果你正在考虑纹身,这样的工具能帮到你吗?从生成一张图到真正愿意拿给纹身师看,你觉得还差什么? 也欢迎交流独立产品的开发和推广经验。谢谢大家。

Product Hunt ·

Releasebeam

Release infrastructure for developers

V2EX ·

[推广] 做了个跨屏歌词 App:电脑放歌, iPad 在旁边跟歌词

大家好,来介绍一下我做的 Cross Lyrics ,一款 Mac 、iPhone 、iPad 上的跨屏歌词 App 。 工作时电脑放着歌,有时就想看清某一句歌词。Cross Lyrics 可以把当前这句放在 Mac 屏幕顶部,也可以把 iPad 放在旁边,单独显示歌词、跟着播放进度走。音乐继续在原设备播放,跨设备同步需要在同一局域网里。 Apple Music 和 Spotify 都能用。Mac 上也能导入本地音频和 LRC 文件。歌词有逐词时间数据时,可以逐词跟着亮。听外语歌时,可以并排看 AI 翻译,也有支持语种的跟唱读音。 这是付费 App 。AI 功能可选,需要自行配置服务,服务商可能另外收费。 主要用 Swift / SwiftUI 做的。想听听大家对跨屏看歌词这个用法的看法,尤其是边工作边听歌的场景。 官网: https://crosslyrics.com/ 国区 App Store: https://apps.apple.com/cn/app/id6822501557 开发者 GitHub 个人主页: https://github.com/chengzi0103 开发者

V2EX ·

[开源软件] 开源了一个 1600 行的大模型推理引擎,能跑真实模型,测试场景吞吐超过 vLLM

想入门大模型推理,直接读 vLLM 太重。所以开源了 LiteMoE:约 1600 行 Python ,能跑真实的 Granite 模型,一个下午能读完主线。 适合想快速上手推理的同学: 交互演示,逐步看一次真实推理: https://zhulinsen.github.io/LiteMoE/visualizer/?lang=zh 教程,从 KV Cache 、MoE 讲到 DeepSeek 、Kimi 、Qwen 的新设计: https://github.com/ZhuLinsen/LiteMoE/blob/main/docs/tutorial.zh-CN.md 固定批次的测试场景下,吞吐是 vLLM 的 105 ~ 109%,脚本可复现。算子用的是 vLLM 的,提升来自算子外的执行层。定位是学习和实验,上线还是用 vLLM 。 如果大家感兴趣,后面会继续做多卡、CPU 版本系列。 项目: https://github.com/ZhuLinsen/LiteMoE 演示: https://zhulinsen.github.io/LiteMoE/visualizer/?lang=zh

V2EX ·

[分享创造] AI 错题本

一、为什么做这个 家里孩子上初中,数学练习册、试卷源源不断。错题管理的传统流程是:抄题(费时)、贴卷子(凌乱)、复习时东翻西找。市面上拍照搜题 App 只给答案,不管"这道题我错在哪、下次还会不会错"。 我想要的是一个 私有错题知识库 : 拍照就能把整页题目数字化,我来审核哪些值得入库、错因是什么 平时能刷题、能按知识点出卷 连对 3 次的题自动建议归档——真正掌握的题不再占用注意力 数据在我自己手里 恰好此前我做过一个出题系统( quiz-demo ),里面有一条经过实战验证的"质量链":几何图形数值校验( geocheck )→ 独立解题验伪( verify_answers )→ 矢量试卷导出( export_paper )。错题本直接把这条链复用过来—— 所有 AI 生成的题目都必须过三道工序,禁止裸奔 。 二、完整工作流 拍照上传(可多张) → 视觉模型多题转录(题干 LaTeX 、选项、图形框、印刷答案、手写标记) → 自动按框抓取原图(权威图形,0 token ) → [人审视图] 左原图右题目卡片,KaTeX 实时渲染 勾选入库 + 标错因(马虎/不会/其他)+ 图形可抓

V2EX ·

[程序员] 我把自己的 Agent 从 Wails 迁到了 MyGo 原生 GUI,全程踩坑和实践分享

最近把自己写的工作 agent Ally agent 的界面重写了一遍,起因是无意中看到有人推荐 MyGo ,加上我对内存和性能一直有点追求,多年来一直在用 wails ,想换个试试,就想拿自己的项目试点,没想到结果意外的不错。 旧版本的技术栈是典型的 Go + Wails + Vue ( wails 我用了很多年 最近终于 V3 发正式版了 等了四年,可惜我也老了 ),界面用 Naive UI ,样式美观,效果也相当不错。但做久了有几个地方比较麻烦( tarui 应该也是一样): 跨平台界面的细节不一致,构建链比较长,还有前端内存出了问题以后,我这个写后端的人不太容易排查。 折腾了一段时间,现在主要页面已经迁到 MyGo 了,记录一下过程中比较有感触的地方。 先说一下技术路线:Wails 的界面通过系统 WebView 展示网页; MyGo 既支持这种方式,也支持用 Go 写 Native UI ,由框架自己绘制。WebView 也有自己的优势,MyGo 两种都支持,相当于有个兜底,下面会说。 Ally 现在的聊天、设置等常用页面用 Native UI ,插件页面和部分预览仍然按需使

Product Hunt ·

Testera

AI-driven API testing