大家好，我为华盛顿大学的学生创建了一个产品猎人平台。如果这个项目获得足够的关注，我可能会考虑扩展到其他大学。这可能是一个很好的机会来启动你的创业项目，获取测试用户，寻找早期创始人等等。请告诉我你们的想法。
返回首页
最新
我注意到，多年来每当发生AWS故障时，Amazon.com似乎并未受到影响。我原以为他们会是最先受到影响的。你知道这是为什么吗？
我是一名开发者（不是3D艺术家），对目前的AI文本转3D工具感到非常沮丧——大多数工具生成的都是杂乱无章的单一网格，使用前需要花费数小时进行清理。
因此，我创建了NativeBlend，这是一个旨在生成可编辑3D资产的副项目，真正适合实际工作流程。
主要特点：
- 语义部件分割：输出独立且有意义的组件（例如，轮子、门），而不仅仅是一个单一的网格块。
- 原生Blender输出：生成干净、结构化的.blend文件，具有适当的层级、可编辑的PBR材质和良好的UV，无需进行FBX/GLB清理。
目标是为开发者提供一个可用的游戏资产起点，而不是通常的AI杂乱。我有一个可用的演示，希望能得到反馈：这是否解决了一个真实的需求，还是我只是在满足自己的需求？
感谢您的关注！
我是一名独立开发者，正在开发一款新工具，希望能从这里的运维和基础设施专家那里获得一些现实检查。
我的背景是软件开发，而不是 SRE（站点可靠性工程）。从我的角度来看，我们基础设施中冒出的监控警报总让我觉得是一种巨大的干扰。我会因为某个服务的“高 CPU”而收到通知，花一个小时翻阅日志和仪表板，结果发现这只是一次临时的流量激增，并不是一个真正的问题。这让我觉得开发者的时间被浪费了。
我的假设是，我们使用的工具过于关注静态阈值（例如，“CPU > 80%”），缺乏上下文来告诉我们什么是真正的异常。我一直在探索一种基于同类比较的不同方法（例如，api-server-5 的表现是否与其同类 api-server-1 到 4 有所不同）。
但我从开发者的角度来看待这个问题，我非常清楚我可能会忽视更大的图景。我希望能向那些对这些内容了如指掌的人学习。
在你们公司，有多少开发者的时间被浪费在调查“假阳性”的基础设施警报上？
你认为目前的工具（如 Datadog、Prometheus 等）是否给开发团队带来了显著的负担？
“同类上下文”的想法是否是一个合理的方向，还是有更好的解决方案我没有看到？
我还没有构建太多，因为我致力于解决一个真实的问题。任何严厉的反馈或见解都将非常宝贵。