这里是OP。我建立这个仓库是为了展示一个特定的概念,即大型语言模型(LLMs)是一种概率工具,可以在确定性架构中被利用,以实现比“编写代码”更多的功能。链接的项目“Terminal Value”是一个沙盒,里面有可以工作的端到端示例来展示这一点。
总结如下:
- 每个网页组件在一次性调用中,使用Gemini 3 Pro(通过批量API)渲染大约需要10,000个tokens。
- 最新的主页渲染提示具有100%的功能成功率,尽管样本量有限。
- 仓库中嵌入了一篇较长的博客文章,标题为“像工程师一样接近LLMs”,描述了背后的方法论,并附有简短的示例。该文章链接在README的顶部。
- 我用一次性提示编写了仓库中的所有代码,使用了与程序化提示类似的方法。这让我对以编程方式调用LLM来渲染动态且功能性组件的方式充满信心。我的Gemini聊天记录在博客文章中有链接。
- 所有的模拟数据生成或处理方法都是纯粹的。任何外部副作用的结果,例如LLM API调用,也在仓库中硬编码,以便于你或LLM总结应用程序的功能。
点击链接查看结果的图像和更多内容。这是为了引发思考和开始讨论。欢迎你的反馈、批评和贡献!
长期听众,第一次发言……希望我做对了,谢谢阅读 :)
返回首页
最新
我曾同时安装了 Notion、Obsidian、Apple Notes 和 Bear,但我并没有用它们来满足我真正的需求:在想法消失之前抓住它。
问题不在于功能,而在于摩擦。每个应用都想让我在捕捉之前先进行组织。选择一个笔记本,选择一个文件夹,给它打标签。到那时,想法已经消失了。
于是我创建了 Stik。它只做一件事:
⌘+Shift+S > 便签出现 > 输入 > 关闭
不需要账户,不需要云端,不需要同步,也不需要组织步骤。你的笔记就是文件夹中的 .md 文件,仅此而已。
我确实添加了两个让我惊讶于其实用性的功能:
- 设备内语义搜索(通过 Swift 辅助工具使用 Apple NaturalLanguage 框架,无需 API 密钥)
- 基于笔记内容的智能文件夹建议
这两者完全在你的 Mac 上运行,零云端调用。
我一直在开发一个高性能的基于网页的飞行模拟器作为个人项目,想与大家分享一下游戏预览。
这个项目的主要目标是将高保真度的本地3D飞机渲染与全球真实的地形数据相结合。所有内容都可以直接在浏览器中运行,无需安装。
技术栈:HTML、CSS、JavaScript、Three.js、CesiumJS、Vite。
目前游戏使用了多个状态,包括主菜单、出生点确认和游戏内玩法。你可以驾驶一架F-15战斗机,配备加力燃烧器和喷气火焰效果,以及武器系统,如机炮、导弹和信号弹。游戏还配备了战术HUD,具有惯性效果,完整的音效(引擎、环境和战斗),可配置的设置,以及一个仍在积极开发中的简单NPC/AI机制。
该项目仍在不断发展,将继续增加更多改进和新功能。
项目页面:https://github.com/dimartarmizi/web-flight-simulator
我创建 Anker 是因为我厌倦了那些要求我追踪每一分钟的生产力工具。
问题是:在一天结束时,你需要解释你做了什么(站会、报告、工时表)。但实时追踪是令人疲惫的,并且会打断工作流程。
Anker 颠覆了这一点:*先工作,后总结*。它从你已经拥有的来源重构你的一天:
- Git 提交(包含完整的差异)
- Markdown 笔记
- Obsidian 资料库
然后生成多种格式的总结。Markdown 格式包含完整的 Git 差异,这使得它非常适合与 AI 进行交互:
```bash
anker recap yesterday --format markdown | claude -p "创建站会笔记"
```
我称之为 *#反生产力思维*——关注意义而非指标。
该工具使用 Go 构建,支持本地运行(无需云端/追踪),采用 MIT 许可证。大约一周内从构想到 v0.1.1,Claude AI 负责了大部分繁重的工作。
README 中的演示 GIF 展示了它如何分析 HTB 机器的侦查笔记。
我非常希望能收到反馈:
- 你希望追踪哪些数据源?
- “反生产力”的信息传达是否清晰,还是让人困惑?
- 你会如何在工作流程中使用这个工具?