3作者: imtavi3 个月前原帖
嗨,HN,我是Tavi。我为我的四岁儿子制作了这个。 他和我以前常常在IPython中一起“编程”:输入文字来查看表情符号,混合颜色,发出声音。最终,他想要一台属于自己的电脑。所以我拿了一台旧笔记本电脑给他做了一台。 那个IPython会话演变成了探索模式,这是一个REPL(读取-求值-打印循环),孩子们在这里输入内容,总会有反应:“cat * 5”会显示五只猫,“red + blue”会像真正的颜料一样混合颜色,数学运算会有点状可视化。接着出现了游戏模式(每个按键都会发出声音并涂上颜色)和涂鸦模式(书写和绘画)。整个机器直接启动到紫色界面,没有桌面,没有浏览器,没有互联网。 这感觉与“屏幕时间”不同。他会使用一段时间,然后自己走开。没有发脾气,也没有讨价还价。 一些技术细节:这是一个在Ubuntu上运行的Python TUI(文本用户界面),即使是非常旧的笔记本电脑也能很好地运行。键盘输入通过evdev完全绕过终端,提供真实的按键按下/抬起事件,这让我可以实现粘性大写和双击大写字母,孩子们不需要同时按下两个键。颜色混合使用光谱反射曲线,因此颜色实际上像颜料一样混合(黄色 + 蓝色 = 绿色,而不是灰色)。 源代码在GitHub上: [https://github.com/purplecomputerorg/purplecomputer](https://github.com/purplecomputerorg/purplecomputer)
1作者: dakheera473 个月前原帖
我创建了JobOps,旨在自动化求职过程中那些感觉像重复操作的部分。 它的功能包括: - 从LinkedIn、Indeed和Glassdoor抓取职位信息(包括针对英国的提取器) - 使用您首选的语言模型(LLM)评估职位与您个人资料的匹配度 - 定制简历内容,并通过RxResume v4导出PDF - 跟踪申请后的电子邮件回复(面试、拒绝、后续信号) 该系统是自托管的(使用Docker),以SQLite为后端设计,确保您的数据安全。 快速开始: ```bash git clone https://github.com/DaKheera47/job-ops.git cd job-ops docker compose up -d # 然后打开 http://localhost:3005 ``` 文档: [https://jobops.dakheera47.com/docs/](https://jobops.dakheera47.com/docs/) 代码库: [https://github.com/DaKheera47/job-ops](https://github.com/DaKheera47/job-ops) 我希望能收到关于以下方面的反馈: - 不同地区提取器的可靠性 - 评分质量/模型提示 - 申请后跟踪的准确性 - 入门过程中的摩擦和文档缺口
1作者: thegoodduck3 个月前原帖
如果没有 @TheEndless11 的帮助,我是无法做到这一点的,特别感谢他。这基本上是一个同伴网络社交媒体,目前仍处于测试阶段,还有很多功能待添加,想你会喜欢看到这个!GitHub链接:<a href="https:&#x2F;&#x2F;github.com&#x2F;TheEndless11&#x2F;decentralised" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;TheEndless11&#x2F;decentralised</a>
1作者: geoff15603 个月前原帖
一个小应用程序,可以让你通过将文件放入一个文件夹来自定义MacOS上的应用图标。是的,我知道你可以通过“获取信息”来做到这一点,但我想要的是自动化。
1作者: erichjef3 个月前原帖
我几天前在Product Hunt上推出了Book Digest(AI书籍摘要)。<p>收到的反馈很明确:摘要太短(约800字)。人们期望达到Blinkist级别的深度(2500字以上)。<p>我花了两天时间调试OpenAI的JSON解析、Prisma数据库持久性和令牌限制。然后,我在一夜之间用改进的AI提示重新生成了450本书的摘要。<p>结果:摘要深度提升了2-3倍,包含详细的章节、见解和行动项。<p>演示(无需注册):https://book-digest.com/books/6c8e5031-1c55-4bdd-8c11-ae5338f374c7?ts=1<p>关键经验:快速推出,但要倾听反馈并快速迭代。用户会告诉你缺少什么。<p>技术栈:Next.js、Postgres、OpenAI GPT-4o-mini、Stripe。<p>欢迎提问关于技术挑战的问题(数据库持久性错误尤其棘手)。