返回首页
最新
我为 macOS 构建了一个菜单栏应用，用于流式播放 DI.FM 网络广播。使用 Swift/SwiftUI，而非 Electron。
目前在桌面上使用 DI.FM 的选项要么是网页播放器（又一个浏览器标签），要么是非官方的 Electron 包，这些包在播放音频流时会占用 200MB 以上的内存。我的应用在菜单栏中运行，内存占用约 35MB，CPU 使用率为 0%。该应用的大小约为 1MB。
它的功能包括：浏览和搜索电台、播放/暂停、音量控制、查看当前播放内容（封面、艺术家、曲目、时间）、选择流媒体质量（320k MP3、128k AAC、64k AAC）。媒体按键可用。它会记住你上次收听的电台。
该应用使用 AVPlayer 进行流媒体播放，使用 MenuBarExtra 进行用户界面设计，使用 MPRemoteCommandCenter 实现媒体按键集成。最棘手的部分是获取准确的播放时间。DI.FM 的 API 和 ICY 流媒体元数据并不总是一致，因此我设计了一个小状态机来协调这两个数据源。
需要 macOS 14 及以上版本。你需要一个 DI.FM 的高级账户才能享受高质量流媒体。
源代码和二进制文件： [https://github.com/drmikexo2/DIBar-macOS](https://github.com/drmikexo2/DIBar-macOS)
Builder.ai 从微软和卡塔尔投资局筹集了 4.5 亿美元，最高估值超过 10 亿美元。于 2025 年 5 月申请破产。
<p>管理人：Alvarez & Marsal（2025 年 7 月）
<p>可用资产：
- builder.ai 域名（估计价值 5 万至 20 万美元）
- Natasha AI 平台（估计价值 10 万至 50 万美元）
- 完整源代码（估计价值 50 万至 500 万美元）
- 企业客户：NBCUniversal、富士通、维珍联合（估计价值 5 万至 30 万美元）
<p>总估计价值：83 万至 665 万美元以上
<p>完整的情报报告可提供，包括破产时间线、资产、管理人联系方式及收购指南。
<p>报告链接：selar.com/s2121g2629
你好，我是保罗——拥有25年的企业Windows开发经验。在WiX从免费/开源转为每年6500美元的支持费用，以及InstallShield的费用超过2000美元后，我开发了InstallerStudio。这个领域的每个工具要么价格昂贵，要么需要手动编写XML。
InstallerStudio是一个基于WinUI 3/.NET 10的可视化MSI设计器。无需XML，无需订阅，无需外部依赖。它可以处理文件、Windows服务、注册表、快捷方式、文件关联、自定义操作以及完整的安装程序用户界面。本月售价159美元，之后为199美元。提供30天的免费试用。
它自带安装程序，使用自身构建。欢迎提问有关MSI内部的任何问题。
我多年来一直有一个安静的梦想。<p>我想为有才华的孩子开设一个小型数学班。不是为了考试准备，也不是为了课程训练，而更像是一个思维实验室。<p>在我上学的时候，我喜欢奥林匹克风格的问题。那些不平凡的问题。那种你坐下来思考一个小时，尝试三种错误的方法，然后突然灵光一现的感觉。我希望孩子们能早早体验到这种感觉。<p>这个想法是一个小组，可能有6到8个学生。我们将探索模式、策略、不变式、创造性几何、计数技巧，甚至可能涉及一些早期经济学和决策理论。重点不是速度或成绩，而是深度和不同的方法。<p>有两个复杂因素：
1. 我不是受过正式培训的教师。
2. 我以前从未在教育领域开展过任何项目。<p>在我脑海中，这更像是一个数学社团或拓展工作坊，而不是一所学校。<p>但我不知道从哪里开始。<p>如果你要将这个作为一个最小可行产品（MVP）来构建：
1. 你会试点一个短期的4到6周的项目吗？
2. 你会针对哪个年龄段的孩子？
3. 在开始之前，你设计多少课程内容？
4. 资质与实际能力相比，哪个更重要？
5. 首次教育创始人常犯的错误是什么？<p>如果你曾经创办过数学社团、辅导项目、微型学校或类似的项目，我非常希望听到你们的成功经验、失败教训，以及你希望在开始时知道的事情。<p>谢谢。
嗨，HN！<p>我非常喜欢官方的Gemini CLI认证方法来获取标准的Google Gemini AI访问权限，但一个免费的Google账户配额消耗得很快。<p>我希望能够自由地构建和原型开发。因此，我开发了OpenGem。它本质上将你的闲置账户转变为你自己的个人API提供者，这样开发和扩展副项目就不再是问题。<p>GitHub: <a href="https://github.com/arifozgun/OpenGem" rel="nofollow">https://github.com/arifozgun/OpenGem</a><p>它的功能：OpenGem充当一个标准的替代端点（POST /v1beta/models/{model}）。在后台，它是一个智能负载均衡器。你可以通过标准OAuth将多个闲置/免费的Google账户连接到仪表板，OpenGem会将你的流量路由到使用最少的账户。<p>它如何优雅地处理限制：如果某个账户合法地达到真实的429配额限制，OpenGem会立即检测到这一点，将该特定账户置于60分钟的冷却期，并无缝地用下一个可用账户重试你的请求。这些账户是完全自我修复的——后台探测每30秒检查一次它们是否恢复。<p>它不仅仅是盲目重试。它使用8类错误分类器（50多个正则表达式模式）来区分短暂的速率限制突发和实际的配额耗尽，并应用带抖动的指数退避策略，以防止对服务器的过度请求。<p>技术规格：<p>- 100%兼容官方Google SDK（@google/genai）、LangChain和标准SSE流。
- 完全支持原生“工具”（函数调用）以实现代理工作流。
- 内部负载限制提高到50MB，因此你可以处理大型文档。
- 如果特定模型超载，具有3模型回退链（flash → pro → pro-3.1）。
- 对所有敏感配置和OAuth令牌进行AES-256-GCM加密。
- 可以在Firebase Firestore和完全离线的本地JSON数据库之间切换。
- 完全开源（MIT许可证），使用TypeScript编写。它严格用于教育目的和个人研究，以绕过原型开发的障碍。<p>我目前正在与自己的副项目一起运行它，处理代理任务非常顺利。我非常欢迎关于负载均衡和自我修复逻辑的反馈，或者任何一般性的想法！
我请一个人工智能为我写这段文字，这样我的老板就无法根据我的写作风格识别我。
我在一家YC公司工作。现在这家公司已经不算是初创公司了——我们早已过了那个阶段。我们目前的招聘速度非常快，差不多每天都在招一个新的软件工程师。
奇怪的是……我并不觉得工作量有那么大。
我并不是说没有工作，但招聘的速度与现实脱节。我没有看到足够有意义的项目、明确的责任划分或实际的执行需求来证明这种增长是合理的。这让我感到困惑。
我对此感到不安，但同时又觉得无处可去。这份工作不错，薪水也不错。从客观上看，我很幸运。而且在当前的市场环境下——尤其是人工智能如此迅速地改变一切——我害怕辞职。现在似乎不是自愿跳槽的安全时机。
在看到Bolt和类似公司迅速扩张员工人数后，我无法摆脱这样的感觉：这只是一个员工人数膨胀的阶段。快速增长，看起来更大，筹集更多资金，证明估值合理。但随着人工智能提高生产力，我不断思考：当领导层意识到他们并不需要这么多工程师时，会发生什么？
我感觉我们正在酝酿一场调整。而一旦来临，可能会非常残酷。人工智能工具已经在提高个人的工作效率。在某个时刻，公司难道不会决定用更少的人做更多的事情吗？
说实话，我感到迷茫和害怕。我觉得我们都在假装这一切是合理的，但内心深处却并不是。我担心不久的将来，我们中的很多人会失业。
如果有人有建议——无论你是否经历过类似的情况，或者你有不同的看法——我会非常感激。目前我感到夹在一份看似不可持续的工作和一个更不确定的市场之间，进退两难。
我在一个IT团队工作，我的经理在一些任务中使用ChatGPT的聊天界面，因此他对人工智能有一定的了解。然而，他对更高级的工具，如Claude Code、Codex或其他开发工具并不熟悉。我希望能找到一篇平衡的文章，解释以下内容：
1. 这些工具今天能实际做到什么
2. 它们在哪些方面仍然存在困难或不足
3. 有什么推荐吗？