最新

作为一名与UI/UX团队合作的开发者，我深知创建可访问且平衡的色彩调色板仍然是多么困难。<p>我的一位同事（UI/UX设计师）提到，以下几点让人感到非常沮丧： - 从品牌色生成色调和阴影 - 检查WCAG可访问性对比度 - 预览这些颜色在按钮和组件上的实际效果 - 然后在2到3个工具之间切换，仅仅为了得到可用的东西<p>因此，我开发了一个工具来解决这个问题。<p>1. 选择一个基础颜色 2. 自动生成色调/阴影 3. 实时获取WCAG对比度评级（针对黑色/白色背景） 4. 查看自动建议的互补色 5. 将你的调色板直接应用到真实的UI组件上（目前是按钮，未来会增加更多），以可视化你的调色板在设计系统中的实际效果。<p>你可以在上下文中创建你的色彩调色板，而不是孤立地进行。<p>这是这个工具（免费，无需注册即可开始使用）： <a href="https://colorpal-sage.vercel.app/" rel="nofollow">https://colorpal-sage.vercel.app/</a><p>我非常希望能收到社区的反馈： - 新的用户体验是否清晰，还是让人困惑？ - “组件游乐场”是你会实际使用的功能吗？ - 有没有觉得不必要或缺失的内容？<p>- 还有其他任何意见...<p>我真心感谢任何与色彩系统相关的设计师或开发者提供的见解。<p>提前谢谢大家！

嗨，HN， 我是一名软件工程师，想要转型为销售工程师（解决方案/售前）角色。我对技术问题解决和客户互动的结合非常感兴趣。 我在寻找一位已经完成这一转变或在销售工程领域工作的导师。任何关于如何定位自己、关键技能或资源的建议都将不胜感激。 欢迎通过电子邮件与我交流：p.delfino01 [at] gmail [dot] com 谢谢！

大家好！我是来自Promi的Peter。我们正在构建一个平台，帮助电子商务商家实时发送个性化折扣，当然是经过AI优化的。 销售视频： [https://www.youtube.com/watch?v=WiO1S7RBn-o](https://www.youtube.com/watch?v=WiO1S7RBn-o) 演示： [https://youtu.be/BCYNCqb4fUc](https://youtu.be/BCYNCqb4fUc) 网站：www.promi.ai 所有大型科技公司都在发送个性化折扣——Uber、DoorDash、Google等。实际上，我曾是Uber负责折扣的产品负责人，所以如果你在Uber的打车或外卖服务上获得过促销，那是我们的技术。与非个性化折扣相比，这些个性化模型通常能带来超过30%的额外收入（成本中性），因此这是一个极具影响力的产品。 因此，其他商家希望效仿也就不足为奇了。商家不想把折扣浪费在那些本来就会购买的客户身上。坦白说，提供个性化折扣的软件解决方案并不是一个新想法——许多其他初创公司也进入了这个领域，推出了类似的产品。 对于中小型企业来说，个性化折扣的最大问题在于，传统上依赖于“探索”数据——即从用户群中随机发送折扣的数据。但这存在很多问题：商家需要足够大，收集这些数据的成本很高，训练数据应该是最新的（因此探索应该不断进行），而且如果你想尝试不同的折扣结构（例如，买一送一而不是20%折扣），你需要用新结构重新进行一次探索。 那么，Promi有什么不同之处呢？我们在常规流量上进行训练，并通过专注于转化率来简化问题。如果我们能准确预测谁不太可能转化以及哪些产品不太可能被购买，我们就可以发放折扣，而不必担心在本来就会发生的订单上烧钱。我在Uber的一个重要收获是，我们的模型主要针对在特定周内转化可能性较低的用户。量化在通过探索获得折扣时，他们转化的可能性有多大是有帮助的，但理解起始转化率更具影响力。 顺便提一下，在这个热潮周期中推出一家并不使用最新最强大大型语言模型（LLMs）的AI公司，确实有点有趣。我们相信，更传统的机器学习仍然有很大的价值。我不想说我们未来不会使用LLMs（可能会有一些有趣的应用来开发额外的功能），但以这种方式开始对我们来说效果很好。 当然，还有许多其他挑战（和任何初创公司一样）。我们必须弄清楚如何在许多网站有自定义代码的情况下实现自动化集成。我们还必须让模型在没有丰富用户数据的情况下运行，因为大多数网站访问者并未登录。在这一点上，我们可以使用第一方cookie来跟踪浏览和交易历史，但我们发现转化的一个重要预测因素是流量来源：访问者是通过广告、电子邮件、直接流量、谷歌搜索等方式而来。这种流量来源在Uber并不那么重要（因为每个人都在使用应用），因此在最具影响力的功能类型上存在一定的权衡。 我们的模型似乎运行良好！我们的网站上有案例研究，展示了我们所看到的典型收入和利润提升。我们目前有分层定价，针对Promi折扣管理的收入量设定了不同的配额。 我非常希望听到这个社区中机器学习专家的想法，不过需要说明的是，我是非技术创始人。欢迎告诉我们你的看法！

嗨，HN， 我想分享一个我正在开发的项目，名为Genesis。这是一个用Go语言编写的命令行工具，旨在统一开发者启动和管理项目的方式，无论使用哪种编程语言或框架。 这个项目的主要动机是提供一个统一、一致的接口来处理常见任务。你不再需要为不同的项目而 juggling npm run、make、rake 或 shell 脚本，只需使用 `genesis run <task>`。 主要特点： - 项目脚手架：从任何包含 template.toml 文件的 Git 仓库初始化新项目。你可以创建自己的模板或使用现有的模板。 - 任务运行器：在本地的 genesis.toml 文件中定义并运行常见任务，如构建、测试或代码检查。 - 语言无关：支持 Go、Rust、Python、Node.js 或任何其他技术栈。 - 单一二进制文件：这是一个单一的、可移植的二进制文件，没有外部运行时依赖。 我刚刚完成了第一个版本，并且有一个包含 TUI 和插件系统的路线图。我希望从社区获得关于这个概念和执行的反馈。 你可以在这里查看项目及其源代码： [https://github.com/felipevolpatto/genesis](https://github.com/felipevolpatto/genesis) 感谢你的关注！