2作者: huygiab大约 1 个月前原帖
我创建Moonfish是因为我有很长的通勤时间,常常想要一些不存在的关于小众话题的播客。 它就像是OpenAI的深度研究和Google的NotebookLM的结合——它在网上搜索资料,综合信息,并创建一个由两个AI主持的对话式播客。 它非常可调节。你首先创建一个节目,然后为其添加剧集。在节目层面设置语气(“像我是一名初学者一样解释,或用xxx语言创建播客”),然后再为单独的剧集提供提示。 创建剧集大约需要3到5分钟,目前每集的时长大约为15分钟(我希望能将其延长到一个小时 :))。 其底层由三个主要代理组成——一个代理负责搜索和收集资料,另一个代理负责构建叙述,第三个代理则编写自然对话。这个架构简单但非常有效,并且能够随着新模型的发布而扩展。 iOS应用程序: [https://apps.apple.com/us/app/moonfish-ai/id6748574770](https://apps.apple.com/us/app/moonfish-ai/id6748574770) 期待听到你的反馈!
1作者: smashah大约 1 个月前原帖
你好, 我正在为我的未来 OF for GH 服务开发一个入职流程。我认为,如果用户在 AI 聊天的帮助下丰富他们的入职回答,将有助于提高入职回答的质量。但 AI 聊天并未集成到网页应用的其他部分,这意味着我必须为入职单独构建整个聊天界面——这似乎是一个巨大的时间浪费。 我在想,是否可以允许用户将代理/系统提示复制到他们选择的 LLM 聊天应用中,然后在代理确认其质量足够后再完成入职。 此时我惊讶地发现,似乎没有类似 `mailto://` 的 URI 方案用于 LLM,至少我不知道有。 我想到了类似这样的方案: ``` llm://[min-model-generation]?subject=....&prompt=......&schema=[base64 编码的 schema 输出] ``` 例如: ``` # 完整链接示例见链接的 gist [0] llm://>2024?subject=Yocto.is%20Onboarding%20Helper%20Agent&prompt=... ``` 第一部分可以选择特定的模型,例如: ``` # 特定模型 llm://gemini-2.5-pro?... # 特定提供者,最小模型 llm://>=gemini-2.5-pro?... # 特定提供者,大于模型 llm://>gemini-2.5-pro?... ``` 谢谢。 等等。 [0]: https://gist.github.com/smashah/f6192d7af114ca059b3a47b33ec1df18
2作者: krzyzanowskim大约 1 个月前原帖
我最近发布了 Notepad.exe 的 1.4 版本,这是我为 macOS 构建的编辑器。该应用的目标是让您以最小的设置原型化 Swift 或 Python 的想法——编写代码,点击运行,跳过项目搭建。 此次发布增加了对 Linux 运行时/子系统的支持,因此您可以在 macOS 上编写代码,并在 Linux 环境中执行代码片段。 我很想听听您的反馈或回答任何问题:这样的工具是否适合您的工作流程?还有哪些障碍需要克服?
55作者: bookofjoe大约 1 个月前原帖
<a href="https://web.archive.org/web/20251019162445/https://www.wired.com/story/the-zipper-is-getting-its-first-major-upgrade-in-100-years/" rel="nofollow">https://web.archive.org/web/20251019162445/https://www.wired...</a><p><a href="https://archive.ph/FxsAT" rel="nofollow">https://archive.ph/FxsAT</a>
1作者: eloqdata大约 1 个月前原帖
我们很高兴地分享EloqDoc,这是一款基于[数据基础设施](https://www.eloqdata.com/blog/2025/07/14/technology)的新开源文档数据库。EloqDoc的设计原则是将对象存储(如S3)视为首要选择,以实现耐久性和成本效率。如果您喜欢MongoDB的文档模型的灵活性,但由于其耦合架构在扩展性、成本和一致性方面遇到困难,那么EloqDoc就是为您而生。它旨在解决MongoDB固有的基础设施挑战,同时与现有的MongoDB客户端和驱动程序完全兼容。 主要特点: - 将对象存储作为首要选择:使用对象存储作为主要的耐久性解决方案,利用本地NVMe缓存实现比使用块级存储(如EBS)更低的成本和更高的性能。 - 计算与存储解耦:可以独立扩展计算/QPS与存储容量,反之亦然,无需数据迁移。 - 真实的ACID事务:提供完全的ACID合规性,尤其是快速的分布式事务——在不妥协的情况下实现一致性。 - 原生分布式与多写入:它是一个原生分布式数据库,消除了复杂的手动分片路由器(如mongos),并支持真正的多写入扩展性。 了解更多信息: [https://www.github.com/eloqdata/eloqdoc](https://www.github.com/eloqdata/eloqdoc) 我们欢迎您对EloqDoc提出任何反馈、批评或问题!