最新

嘿，HN！我最近在使用了15年的iPhone后切换到了Android。切换后我最想念的就是我以前的有声书播放器，但我找不到一个合适的。所以我决定自己来制作一个。 这个播放器叫做Earleaf，可以播放你本地的有声书文件。 我最兴奋的功能是页面同步。你可以拍摄实体书（或电子书）中的一页照片，应用程序会找到有声书中的对应位置并跳转到那里。它通过在设备上进行书籍转录来实现，当你拍照时，应用会使用ML Kit进行OCR扫描，并将文本与转录内容进行匹配。初次转录需要一些时间，但这只是一次性的，完成后，实际搜索在我的设备上大约只需两秒钟。而且所有操作都是在本地进行的。 除了页面同步之外，它还是一个功能齐全的播放器，具有嵌套收藏、独立的听书进度跟踪以及相当不错的统计功能。无需账户、无需互联网，也没有广告。 欢迎大家提问关于这个应用及其功能的任何问题！

AI代理在软件方面表现出色，因为它们能够形成一个闭环——编辑、运行、观察、重复。然而，硬件打破了这个闭环。代理可以编写固件，但无法看到设备实际在做什么。 这个项目旨在填补这一空白。三个MCP服务器为代理提供了直接访问真实硬件接口的能力：一个调试探针（闪存固件、暂停CPU、读取寄存器和内存）、一个串行控制台（启动日志、CLI命令）和BLE。 使用结构化工具，而非命令行指令，使得代理能够以与处理代码相同的方式推理硬件状态。 最新的演示：在单个终端会话中，将TFLite Micro关键词识别模型部署到nRF52840上。代理闪存了固件，调试了硬故障，切换到了CMSIS-NN优化内核，并调整了张量区域的大小。 最终结果：端到端延迟为98毫秒，Google语音命令数据集的真实录音准确率为94.6%。 这项工作是关于让AI代理直接访问硬件的更广泛系列的一部分： [https://es617.github.io/let-the-ai-out/](https://es617.github.io/let-the-ai-out/)

嗨，HN， 我开发了 hanoi-cli，这是一个小型命令行工具，用于分析 Kubernetes 节点上 Pod 的分布情况，并建议更好的放置方案。 这个想法来源于一个反复出现的问题：即使请求/限制设置得当，集群往往还是会出现不平衡的情况。有些节点负载过重，而其他节点则未得到充分利用。 期待大家的反馈。

构建了一个免费的Superwhisper替代品。Whisper在本地运行，支持通过OpenAI、Anthropic或Ollama进行可选的LLM清理。采用MIT许可证。