最新

我刚刚发布了一款我期待了多年的更高效的电子邮件客户端——Omnia OS。<p>我之所以最终构建了Omnia OS，是因为我的收件箱变成了一个充满AI生成噪音的垃圾场。如果你今后要给我发邮件，我建议你写一个更有吸引力的主题和开头，否则来自未知发件人的所有邮件将不会进入我的收件箱。AI草稿建议工具从未解决真正的问题：找到我真正需要跟进的消息、文件或公司。在为生计保障AI系统的过程中，我知道如何轻易地利用提示注入，因此在没有重新设计核心体验的情况下将AI与电子邮件结合在一起，感觉非常冒险。首先，我们需要将可信发件人与不可信发件人分开，然后决定哪些内容可以进行自动化处理。<p>Omnia OS是我现在依赖的电子邮件客户端：新的发件人/组织在你批准之前会被隔离，因此域名欺骗将不再进入收件箱，因为它会被视为需要批准的新组织。<p>“跟进视图”显示自你上次查看以来发生的一切：<p>- 会议、讨论串、紧急事项。<p>- 每个你合作的公司都有自己的空间，用于联系人列表、文件管理和基本公司信息，这样你就不必再翻找旧的邮件链。<p>- 批量退订和删除邮件。<p>周一或长周末回到工作中，过去需要花半天时间来查看邮件。现在你可以看到重要的内容，采取行动，然后继续前进。<p>作为MacOS上的桌面应用程序，使用是免费的。<p>可以从<a href="https://omniaos.co" rel="nofollow">https://omniaos.co</a>安装。<p>*由于这是我的副项目，初始版本仅支持MacOS和Gmail。欢迎合作开发新功能。

这里有个想法：给定一个随机生成的部分顺序，尽可能少地进行成对比较，将其转化为一个全序。<p>进行比较时，选择两个节点，部分顺序会根据哪个节点更大而自动更新。<p>可以把它想象成一种“排序”，但你还不知道所有的关系。<p>请注意，被排序的不同数字是隐藏的。也就是说，部分顺序中的所有节点看起来都是一样的。<p>这个排序游戏会有趣、具有挑战性，或者具有教育意义吗？

本新闻稿介绍了该产品（您可以使用优惠码“ULAUNCH”免费体验）。<p>该应用程序直接从公司网站收集职位信息（与直接从ATS收集的聚合网站不同）。因此，在超过30万个职位中，大约有30%的职位在像Indeed这样的付费网站上找不到。<p>这个求职网站主要面向求职者（而非雇主）。我们非常欢迎任何反馈意见。

我在每年花费数天时间手动搜索Jira工单，以回忆自己在绩效评估中所取得的成就后，构建了这个工具。 whatdidido 是一个命令行工具，具有以下功能： - 从Jira或Linear中提取指定日期范围内的工单 - 使用大型语言模型（LLM）为每个工单生成简短摘要 - 生成整体摘要，帮助你撰写自我评估 这个工具并不会为你撰写评估报告——撰写深思熟虑、具有上下文的反馈仍然需要人类的判断。它只是消除了寻找和整理你所做工作的繁琐工作。 关键细节： - MIT许可证，开源 - 不存储数据——所有内容都保留在本地 - 需要OpenAI或OpenRouter的API密钥 - 兼容Jira和Linear（欢迎更多集成/即将推出） GitHub: [https://github.com/oliviersm199/whatdidido](https://github.com/oliviersm199/whatdidido) 我现在发布这个工具，因为我认为在评估季节，其他人可能会觉得它很有用。 欢迎对这个方法提供反馈，以及哪些其他集成会有帮助。也很乐意回答有关其工作原理的问题。

这个月，我的SaaS平台QRAnalytica.com达到了一个新的里程碑：收入达到1046美元。<p>对于一个在日常工作之外独自创业的人来说，这个数字意义重大。但我走到这一步的过程却是充满了我不断犯的一个重大错误。<p>当我在2024年12月推出时，我的逻辑很简单：尽可能便宜。我定价为99美元。我想，“价格越低，注册的人就会越多，对吧？”<p>错了，错得离谱。<p>第一笔收入直到2025年2月14日才到来。在接下来的几个月里，我一直在处理低价值的注册用户，感觉自己在原地踏步。<p>转折点是Marc Lou在LinkedIn上的一篇随机帖子。他谈到定价应该基于价值，而不是追求最低价格。顿时，我恍若醍醐灌顶。<p>我决定进行一次实验，开始提高我的价格。<p>从99美元涨到149美元……多了几个注册用户。<p>从149美元涨到249美元……情况开始发生变化。我吸引了不同类型的客户——那些理解价值并愿意投资于真正解决方案的人。<p>我甚至测试了349美元的价格。<p>结果是？提高价格并没有吓跑客户，反而吸引了合适的客户。这直接导致了我第一次收入超过1000美元的月份。<p>如果你正在构建某个产品，我给你的建议是：对高定价的恐惧是现实的，但低定价的成本更大。<p>为你所提供的价值收费，而不是你花费的时间。<p>继续向前，勇往直前！

我开发了 nblm，这是一个基于 Rust 的工具集，用于可靠地自动化 Google 的 NotebookLM 企业 API。它旨在用一个稳定的接口替代脆弱的 curl 代码片段，您可以在 cron/CI 或代理系统中使用。 * Python SDK（类型安全）：支持 IDE 自动补全，减少 JSON 键的拼写错误，适合复杂的工作流程。 * 独立 CLI：单个快速二进制文件，适用于脚本和管道。 * 处理身份验证、批处理和重试；您可以专注于逻辑。Rust 核心快速且内存安全。 * 仅支持企业 API（不支持消费者 NotebookLM）。 代码库： [https://github.com/K-dash/nblm-rs](https://github.com/K-dash/nblm-rs) 欢迎反馈——我尤其对 Python SDK 在构建自动化/代理工作流程方面的设计意见感兴趣。谢谢！