最新

Kalendis 是一个以 API 为中心的调度后端。您可以保留自己的用户界面，我们来处理那些复杂的部分（如重复事件、时区、夏令时、冲突安全的预订）。 **它的功能：** - **MCP 工具**：生成类型化的客户端和 API 路由处理程序（Next.js/Express/Fastify/Nest），让您可以直接从 IDE/代理工具中快速构建调用。 - **可用性引擎**：支持重复规则和一次性例外/黑名单，以清晰、可查询的格式返回。 - **预订**：提供冲突安全的端点，用于创建、更新和取消时间段。 **我们为何构建它：** 我们不断重建调度中的“难点”：时区/夏令时边缘案例、重复可用性、冲突意识的预订等。我们希望有一个简单、可靠的后端，以便在不采用托管调度用户界面的情况下发布产品功能。 **它的帮助：** 我们停止了对夏令时/重复计算的重新实现，快速推出了预订流程。一个小团队（只有 2 名开发者）使用 Kalendis 构建了一个强大的预订平台，他们在用户体验上保持了完全控制，而无需在调度基础设施上花费大量时间。MCP 生成器减少了粘合代码：只需插入一个类型化客户端或路由，调用 API，然后继续。 **一些技术细节：** - REST API，支持 ISO-8601 时间戳和 IANA 时区 - 支持重复可用性和一次性例外（设计上便于组合） - 专注的范围：用户、可用性、例外、预订（不是一个单一的套件） **MCP 集成：** MCP 服务器提供工具，如生成前端客户端、生成后端客户端、生成 API 路由和列出端点。 **添加到您的 MCP 设置：** ```json { "mcpServers": { "kalendis": { "command": "npx", "args": ["-y", "@kalendis/mcp"] } } } ``` **如何尝试：** 创建一个免费账户 → 获取 API 密钥。 ([https://kalendis.dev](https://kalendis.dev)) **调用一个端点：** ```bash curl -H "x-api-key: $KALENDIS_API_KEY" \ "https://api.kalendis.dev/v1/availability/getAvailability?userId=<user-id>&start=2025-10-07T00:00:00Z&end=2025-10-14T00:00:00Z&includeExceptions=true" ``` **最有用的反馈是什么：** - 端点表面上的缺口（您的用例中缺少什么？）。 - 有助于您应用程序中此服务集成的功能。 - MCP 生成器输出——您希望它以不同的方式输出什么？ 欢迎提问并在讨论中发布示例代码片段。感谢您的关注！ — Dave (Kalendis)

你好！<p>我叫扎克，是Burst的创作者。Burst是一个小工具，帮助你将原始想法转化为适合各个平台的草稿，并在不失去个人风格的情况下获得针对性的指导。<p>我曾经因为将好想法变成帖子而感到沉重，因此一直在拖延。然而，我并不想让人工智能为我写作。我想要的是一个能够帮助我扩展想法并创作引人入胜内容的教练。<p>使用Burst，你可以快速捕捉想法，将一个想法定制为X、Reddit、LinkedIn和Medium的草稿，然后请求审阅，以获得一些针对性的建议（如清晰度、结构、参与度、平台适配性）。它保留了你的声音，去掉了多余的内容，并推动你发布。<p>如果你试用一下，我很想知道：你最常在哪个平台发布内容，是什么让你感到拖延？哪些建议能为你节省最多时间？<p>感谢你的关注！

嗨，HN！我们是来自LlamaFarm的Rob、Matt和Rachel（<a href="https://llamafarm.dev">https://llamafarm.dev</a>）。我们正在构建一个开源的人工智能框架，基于一个简单的信念：未来不是一个庞大的云端模型，而是专门化的模型在各处运行，并根据实际使用不断进行微调。 问题是：我们在构建AI工具时总是陷入同样的陷阱。AI演示在投入生产前就失败了。我们构建了一堆AI演示，但它们无法投入生产。它在我们的笔记本电脑上运行得很好，但当我们部署时，总会出现问题，RAG的效果也会下降。如果我们运行自己的模型，它很快就会过时。让团队印象深刻的概念验证无法处理现实世界的数据。 我们的解决方案是：声明式的AI即代码。一个YAML文件定义模型、策略、数据、评估和部署。我们不再依赖一个脆弱的巨型模型，而是协调一个专家混合体——许多小型、专门化的模型，从实际使用中不断微调。通过RAG提供基于来源的答案，系统变得更便宜、更快速且可审计。 这里有一个简短的演示：<a href="https://www.youtube.com/watch?v=W7MHGyN0MdQ" rel="nofollow">https://www.youtube.com/watch?v=W7MHGyN0MdQ</a>，还有一个更深入的演示：<a href="https://www.youtube.com/watch?v=HNnZ4iaOSJ4" rel="nofollow">https://www.youtube.com/watch?v=HNnZ4iaOSJ4</a>。 最终，我们希望提供一个单一的、签名的包——模型 + 检索 + 数据库 + API + 测试——可以在任何地方运行：云端、边缘或隔离环境。没有粘合脚本，没有意外的出口费用。您的数据保留在您的运行时环境中。 我们相信，人工智能行业正在像计算机行业一样发展。正如我们从大型机转向分布式系统，从单体应用转向微服务，人工智能也在走同样的道路：模型变得越来越小，越来越好。专家混合体将会长期存在。Qwen3表现出色。Llama 3.2可以在手机上运行。Phi-3适合边缘设备。领域模型在特定任务上超越了GPT-5。 RAG将专门化的数据带入您的模型：您不需要一个“知道一切”的1T参数模型。您需要一个能够读取<i>您的</i>数据的智能模型。微调正在民主化：去年花费10万美元的事情现在只需500美元。每家公司都将拥有定制模型。 数据重力是真实存在的：您的数据希望留在原地：本地、在您的AWS账户中、在员工的笔记本电脑上。 底线是：LlamaFarm将人工智能从实验转变为可重复、安全的发布，使团队能够快速交付。 我们今天的工作进展：完整的RAG管道：支持15种以上文档格式，程序化提取（无需LLM调用），向量数据库嵌入，通用模型层为25个以上的提供商运行相同的代码，自动故障转移，基于成本的路由；真正的可移植性：从笔记本电脑到数据中心再到云端的行为完全一致；真实部署：Docker Compose现在可以与Kubernetes基础知识和即将推出的云模板一起使用。 查看我们的readme/quickstart以获取简单的安装说明：<a href="https://github.com/llama-farm/llamafarm?tab=readme-ov-file#-quickstart-tldr" rel="nofollow">https://github.com/llama-farm/llamafarm?tab=readme-ov-file#-...</a> 或者直接从最新版本中获取适合您平台的二进制文件：<a href="https://github.com/llama-farm/llamafarm/releases/latest" rel="nofollow">https://github.com/llama-farm/llamafarm/releases/latest</a> 我们的愿景是能够在各个环境中运行、更新和持续微调数十个模型，内置RAG和评估，所有这些都封装在一个自我修复的运行时中。我们今天已经有了这个MVP（还有很多工作要做！）。 我们非常希望听到您的反馈！您认为我们偏离了方向吗？还是正中要害？希望我们为您的特定用例构建一些东西吗？我们欢迎您的所有评论！

我创建了 *ImBoard*，这是一个专为风险投资支持的初创公司董事会设计的董事会操作系统，特别适合 *首次担任CEO*的人。 *它的功能（核心价值）* 提供一个 *投资者准备好的、版本化的董事会资料包*，并带有审计追踪（不仅仅是文件）。 *确保数据完整性：* 在资料包和仪表板中保持关键绩效指标（KPI）的一致性。我们的报告基于 *严格的架构，这对于生成可靠的、适合AI分析的洞察至关重要*（现金流、销售管道、核心指标）。 运行一个 *高效的节奏*：议程、日程安排、投票、决策和后续跟进。 将文档作为 *唯一的真实来源*。 *我为什么要创建它（可信度）* 首次担任CEO的人常常需要应对多重任务……ImBoard旨在消除模糊感，帮助你像专业人士一样表现。作为一名 *独立创始人*，我花了过去 *20个月* 的时间构建这个系统，这是我作为 *前CEO* 时希望拥有的工具。现在，作为一名 *风险投资人/投资者*，我从另一侧看到了它的价值。 *有什么不同（竞争优势）* *版本化的资料包 + 差异比较*，并带有 *审计追踪*。 *实时仪表板* 与特定的资料包版本相连接。 *日程安排和投票* 无需复杂的日历处理。 生产是 *基于账户的*（没有公开链接），以保持可审计性。 *局限性（所需透明度）* - 目前没有 Stripe/SSO/MFA（计划中）。 - *演示是只读的*（生产需要电子邮件验证）。 *安全性和技术栈* 请查看我下面的第一条评论，了解 *完整的技术附录*（技术栈、AI服务、测试）和详细的 *安全路线图*。 *我希望得到的反馈* *引导式、版本化的资料包* 模型是否合适？ *现金流/销售管道/KPI* 仪表板是否适合早期董事会？ 在首次使用或演示过程中有什么让人困惑的地方吗？ 今天有什么因素会阻止你替换现有的资料包 + 电子邮件线程？ 欢迎在这里回答。如果更喜欢通过电子邮件联系，请发送至 *`hn@imboard.ai`*。