返回首页
最新
嘿，HN，
这个B2B PMF评分工具可以输入一个网站URL，并生成PMF分析报告，包含一个0到100的评分、具体建议以及模拟用户研究的结果。
注意：运行大约需要5分钟！示例链接： [https://semilattice.ai/pmf-report-1760452680406.pdf](https://semilattice.ai/pmf-report-1760452680406.pdf)
这是一个展示Semilattice（模拟用户研究）功能的演示，但我们希望它本身也能对你有所帮助。
该工具解析网站上的营销信息，以匹配我们的受众模型，然后利用该模型预测与产品、信息传递和受众相关的12个PMF研究问题。基于这些模拟数据，它生成PDF报告（也提供markdown格式）。
关于Semilattice：我们正在构建用户洞察作为基础设施。我们的API可以预测特定目标受众对任意问题的回答，即近乎即时的调查。我们使用真实的基础数据构建受众模型，并提供评估工具，以确保始终有一个估计的准确性（目前平均超过87%）。文档链接：[https://docs.semilattice.ai](https://docs.semilattice.ai)
我们希望成为更好决策和更个性化用户体验/内容的API层。如果你想与我们合作，请随时联系。
嗨，HN，
和大家一样，我正在开发一个使用大型语言模型（LLMs）从照片和文档中提取数据的产品。处理流程的一部分是从PDF中提取原始文本或光栅图像。
作为我们潜在客户开发策略的一部分，我们开放了一个REST API，允许您处理PDF的页面。该API可以匿名免费使用，但限制为每30秒处理1页。创建一个免费账户可以解除此限制。
这两个端点是：
- <a href="https://extract.dev/api/pages/extract/raster" rel="nofollow">https://extract.dev/api/pages/extract/raster</a> - 将PDF的一页转换为光栅图像
- <a href="https://extract.dev/api/pages/extract/text" rel="nofollow">https://extract.dev/api/pages/extract/text</a> - 从PDF的一页中提取文本
这两个接口的请求格式相同：
```json
{
"file": "https://assets.extract-cdn.com/data/hd-receipt.pdf",
"page": 1
}
```
我在这里概述了更多文档：<a href="https://extract.dev/docs" rel="nofollow">https://extract.dev/docs</a>
在后台，API使用Poppler来提取文本和光栅化页面。请注意，文本提取功能提取的是PDF中实际编码的文本，而不使用OCR模型。欢迎试用，如果您觉得这个工具有用，我很期待您的反馈。
嗨，HN
当 ProductHunt Ship 关闭时，我很怀念一个简单的方式来收集早期注册、给我的等待名单发送邮件，以及查看一个产品创意获得多少关注，而不需要设置半打工具。
所以我创建了 Debutsoft。这是一个轻量级的预发布工具，专为创作者和独立创始人设计。你可以创建一个简洁的着陆页，收集和导出等待名单的注册，发送更新邮件，并在一个地方查看基本的分析数据。
我的目标是：
- 简单性：发布的页面加载快速且外观美观，无需编辑模板。
- 所有权：你始终拥有自己的数据，并可以随时导出。
- 经济性：没有免费套餐（所有功能都需要一定的费用），但定价较低，早期用户可以获得终身创始人计划。
目前仍在测试阶段，我非常重视你的反馈。如果你有一个预发布项目或者只是想测试一下，可以在不到一分钟的时间内创建一个。
<a href="https://debutsoft.com" rel="nofollow">https://debutsoft.com</a>
我很想听听你的想法，特别是关于哪些分析或自定义功能你觉得最有用。
感谢你的阅读，
詹姆斯
嗨，HN！我们是来自AMD本地LLM（Lemonade SDK）团队的Jeremy、Victoria、Krishna和Daniel，我们正在构建Infinity Arcade（<a href="https://infinity-arcade.app" rel="nofollow">https://infinity-arcade.app</a>）。这个项目结合了一个开源应用和模型，展示了在大约2亿台配备16GB内存的日常笔记本电脑上进行本地LLM编码的可能性。进展出乎意料地顺利，所以我想在这里分享一下。
问题：虽然使用大型云端模型进行LLM编码非常出色，但今天的开源7B-8B参数模型（普通消费者笔记本电脑的最大尺寸）所产生的结果却毫无启发性。即使我们将自己限制在“简单”的任务上，比如用Python编写复古街机游戏，最好的子8B参数模型也几乎无法生成可用的贪吃蛇和乒乓球游戏。
我们的解决方案：首先，我们需要一个应用程序，使得使用本地LLM进行游戏创建时能够轻松提供准确的提示和功能。我们构建了三个最小代理：Create、Remix和Debug。这使得用户可以创建新游戏、对现有游戏进行修改，并允许系统自动修复自身的错误。
其次，我们需要构建自己的模型，因为没有任何开源产品能够满足需求。我们组建了一个包含超过5万行高质量Python游戏代码的数据集，然后使用LORA SFT创建了Playable1-GGUF（<a href="https://huggingface.co/playable/Playable1-GGUF" rel="nofollow">https://huggingface.co/playable/Playable1-GGUF</a>）：这是目前在这一任务中表现最好的7B模型。它能够处理三倍于其他模型的游戏类型，并且可以实现许多有趣的变体，比如“带有爆炸子弹的太空入侵者”和“每次击打时球加速的打砖块游戏”。
这里有一个短GIF，展示了输出的演示：<a href="https://github.com/lemonade-sdk/assets/blob/main/arcade/aracde-201-demo-shiny.gif" rel="nofollow">https://github.com/lemonade-sdk/assets/blob/main/arcade/arac...</a>
还有一个展示完整用户界面的GIF：<a href="https://github.com/lemonade-sdk/assets/blob/main/arcade/infinity-arcade-demo.gif" rel="nofollow">https://github.com/lemonade-sdk/assets/blob/main/arcade/infi...</a>
最终目标是提供一个参考设计，激励初创公司使用本地LLM进行开发。本地解决方案没有持续的云成本，也没有用户数据通过互联网共享时的隐私/安全问题。主要挑战在于较小本地模型的能力，以及集成一个相对不成熟的软件栈（与OpenAI/Open Router API相比）的工作。我们相信，Infinity Arcade展示了这两个挑战都可以克服，并且本地解决方案的好处可以实现。
你今天可以做的事情：从GitHub下载应用程序，一键安装，运行Infinity Arcade及其LLM，完全免费且本地使用，查看经过微调模型的训练数据和过程，并以此为参考构建自己的应用程序。
链接：
GitHub: <a href="https://github.com/lemonade-sdk/infinity-arcade" rel="nofollow">https://github.com/lemonade-sdk/infinity-arcade</a>
模型: <a href="https://huggingface.co/playable/Playable1-GGUF" rel="nofollow">https://huggingface.co/playable/Playable1-GGUF</a>
我们非常希望听到你的反馈！你是否相信本地解决方案的好处超过了挑战？你是否拥有开始所需的所有资源？请在评论中告诉我们！
嘿，HN，
我非常喜欢阅读关于代理编码和Claude代码主题的博客，这些博客探索新思想并讨论代理编码的高级话题。
杰西最近在他的博客 blog.fsck.com 上发表的几篇文章就是我所寻找的好例子。阅读这样的文章真的很有启发性、教育意义、愉快且令人兴奋。
我也很喜欢阅读Geoffrey Huntley在 ghuntley.com 上发布的新文章。
无论是博客、聚合网站还是YouTube频道，如果你知道在这个领域非常活跃的作者或内容创作者，我将非常感激你的推荐。