返回首页
最新
你好，HN，
我们创建了ClearDemand，以解决法律起草中的“幻觉”问题。通用的大型语言模型（LLMs）在写作方面表现出色，但在准确性上却很差——这在引用医疗证据时是一个致命缺陷，尤其是在撰写索赔信时。
问题：人身伤害律师事务所需要花费数百小时手动总结非结构化的医疗记录（PDF），以撰写索赔信。如果遗漏了特定的伤害或治疗日期，和解金额就会下降。
解决方案：ClearDemand是一个起草平台，可以处理原始案件文件（警察报告、医疗记录、发票），进行光学字符识别（OCR），并使用检索增强生成（RAG）技术生成经过来源验证的草稿。
基于来源的生成：生成的信件中的每个索赔都包括一个引用，链接回源文件中的特定页面。
跨案件搜索：我们对事务所的整个历史进行索引，使律师能够在过去的案件中搜索相似的事实模式或成功的论点。
风格匹配：它学习事务所特定的语气和结构，以确保输出不显得像通用的人工智能。
我们提供14天的试用期，以验证OCR管道在处理您最复杂的扫描PDF时的表现。
我们非常欢迎您对我们的引用用户界面提供反馈！
谢谢。
嗨，HN
我是一名产品设计师，不是工程师，我创建了一个可以直接在浏览器中玩的每日单词谜题。
市面上有很多类似拼字蜂的游戏，大多数都非常适合单人游戏。而“bee with me”在设计上有所不同。它是为协作而构建的：
- 每个人都可以在自己的设备上玩
- 每个人都可以自己输入单词
- 每个人都可以独立地重新排列棋盘
而所有的“天才”进度都是共享的。
我把这个作为一个副项目来做，因为我喜欢单词游戏，并希望能有一个可以快速玩耍而没有摩擦的游戏——同时我也想看看作为一个非工程师，我能做到什么。
Lovable 处理了大部分应用逻辑和连接，而我专注于游戏设计、用户体验以及调整单词列表，以确保游戏既具挑战性又不至于让人沮丧。
我非常欢迎反馈——特别是在难度平衡、用户体验或任何让人感到困惑或不公平的方面。
游戏链接： [https://wannabeewith.me](https://wannabeewith.me)
感谢你查看这个项目——如果你对构建、设计决策或发布过程有任何问题，我很乐意回答。
—— Cat
我没有找到任何其他应用能够成功将传统金融和去中心化金融整合到一个页面上。因此，我为自己开发了这个应用，希望大家也能觉得它有用！<p>我的应用支持Yahoo Finance API中的任何内容，以及比特币、以太坊及EVM或Solana钱包中的信息。你能想到还有什么其他内容应该被追踪吗？
嗨，HN，
可以在您机器上运行工具的人工智能代理对于知识工作非常强大，但它们的实用性取决于所拥有的上下文。Rowboat 是一款开源的本地优先应用程序，它将您的工作转化为一个动态知识图谱（以普通 Markdown 格式存储，并带有反向链接），并利用它在您的计算机上完成任务。
例如，您可以说：“给我准备一份关于我们下个季度路线图的演示文稿。” Rowboat 会从您的图谱中提取优先事项和承诺，加载演示文稿技能，并导出为 PDF 文件。
我们的代码库在这里： [https://github.com/rowboatlabs/rowboat](https://github.com/rowboatlabs/rowboat)，这里有一个演示视频： [https://www.youtube.com/watch?v=5AWoGo-L16I](https://www.youtube.com/watch?v=5AWoGo-L16I)
Rowboat 有两个部分：
(1) 动态上下文图谱：Rowboat 连接到 Gmail 和会议记录等来源，如 Granola 和 Fireflies，提取决策、承诺、截止日期和关系，并将其本地写入链接和可编辑的 Markdown 文件（类似 Obsidian 风格），围绕人、项目和主题进行组织。随着新对话的发生（包括语音备忘录），相关笔记会自动更新。如果在站立会议中截止日期发生变化，它会链接回原始承诺并进行更新。
(2) 本地助手：在这个图谱之上，Rowboat 包含一个具有本地 shell 访问权限和 MCP 支持的代理，因此它可以利用您现有的上下文在您的机器上实际工作。它可以按需行动或运行计划的后台任务。例如：“为我准备与约翰的会议，并创建一个简短的语音简报。”它从您的图谱中提取相关上下文，并可以通过像 ElevenLabs 这样的 MCP 工具生成音频笔记。
为什么不直接搜索转录内容呢？将数以千计的电子邮件、文档和通话直接传递给 AI 代理既缓慢又容易丢失信息。而且搜索只能回答您想到的问题。一个随着时间积累上下文的系统可以跟踪对话中的决策、承诺和关系，并揭示您未曾想到的模式。
Rowboat 采用 Apache-2.0 许可证，支持任何大型语言模型（包括本地模型），并将所有数据以 Markdown 格式本地存储，您可以随时阅读、编辑或删除。
我们之前的初创公司被 Coinbase 收购，我的部分工作涉及图神经网络。我们很高兴再次与基于图的系统合作。工作记忆似乎是代理的缺失层。
我们期待听到您的想法，并欢迎贡献！
Centia.io 现在提供了一个专用的模型上下文协议（MCP）服务器，允许 AI 代理直接与您的 Centia.io 后端进行交互。同时，还提供了全面的代理指南。