最新

我们创建了TacoGuru，旨在成为墨西哥的塔可点评平台。我们的愿景是：绘制每家塔可店的地图，让用户进行评价，并为商家提供现代化的工具。 在墨西哥有超过150,000家非正式的塔可店——我们希望为他们提供技术支持：数字支付、忠诚度系统，甚至贷款。为塔可经济提供金融科技的支撑。我仍然相信，如果做得对，这个想法是可行的。 为什么没有成功： 市场现实：大多数商家对技术并不感兴趣。没有销售点系统（POS），没有电子邮件，没有银行账户。许多商家只接受现金，处于隐秘状态，对变革持怀疑态度。 用户不匹配：消费者希望快速获得塔可推荐，而不是一个全面的社区或市场。 收入幻影：我们过早地关注规模。虽然应用程序设计得很美观，但没有形成盈利的循环。 执行缺口：在验证产品市场契合度之前，在开发和营销上烧掉了太多现金。 时机与疲惫：我们转向为食品商家提供金融科技服务——支付和信贷——但我们来得太晚，精疲力竭，资金耗尽。 我学到的：愿景并不足够。产品市场契合度（PMF）才是关键。地方行为优于硅谷逻辑。如果你试图数字化150,000家塔可店，你最好能说他们的语言——无论是字面上还是文化上。 我仍然相信这个使命，只是不认同我们采取的方式。 欢迎提问。

嗨，HN， 我们是 Shreyash 和 Bhavnick。我们开发了 Chonkie，这是一个用于文本和代码的高级分块和嵌入的开源库。之前它仅支持 Python，但我们刚刚发布了 TypeScript 版本： [https://github.com/chonkie-inc/chonkie-ts](https://github.com/chonkie-inc/chonkie-ts) 许多基于 JS/TS 的 AI 项目（例如使用 Vercel 的 AI SDK 或 Mastra 的项目）依赖于基本的文本分割器。但更好的分块意味着更好的检索，进而带来更好的性能。这正是 Chonkie 的设计初衷。 当前的原生分块器（在 TS 中）： - 代码分块器 – 处理 Python、TypeScript 等语言 - 递归分块器 – 基于规则的层次分割 - 令牌分块器 – 按令牌数量分割（完全可定制） - 句子分块器 – 在句子边界处分割。分隔符可定制，因此适用于多种语言。 所有分块器都支持自定义令牌化器、分块重叠、分隔符等功能。 即将推出的原生 TS 功能（通过 API 客户端已可用）： - 语义分块器 – 在检测到意义变化时分割文本。 - SDPM 分块器 – 合并语义上相似的非重叠块 - 晚期分块器 – 为每个块生成上下文感知的嵌入 - 睡眠分块器 – LLM 精炼的递归块。显著减少令牌使用（从而降低成本），同时最大化块的质量。 - 嵌入精炼器 – 使用任何嵌入模型嵌入块 - 重叠精炼器 – 在连续块之间创建重叠，以更好地保留上下文。 Chonkie 是免费的、开源的，并且采用 MIT 许可证。GitHub: [https://github.com/chonkie-inc/chonkie-ts](https://github.com/chonkie-inc/chonkie-ts) 我们非常欢迎您的反馈、想法或贡献。谢谢！

在当今竞争激烈的环境中，传统餐饮运营如果不进行数字化转型，将难以维持可持续发展。缺乏集成系统、有限的数字营销以及完全没有自动化，会导致运营效率低下和收入机会的流失。因此，我为餐饮行业构建了一个完整的端到端自动化解决方案。 作为一个技术人员，我在销售方面没有任何经验，我应该采取什么理想的方法来启动我的销售流程？ 期待向一些专家学习。