1作者: freakynit2 个月前原帖
构建了json-healer,这是一个小型的npm包,用于修复由大型语言模型(LLMs)生成的格式错误或不完整的JSON。<p>受到OpenRouter最近推出的响应修复工具的启发(<a href="https:&#x2F;&#x2F;openrouter.ai&#x2F;docs&#x2F;guides&#x2F;features&#x2F;plugins&#x2F;response-healing" rel="nofollow">https:&#x2F;&#x2F;openrouter.ai&#x2F;docs&#x2F;guides&#x2F;features&#x2F;plugins&#x2F;response-...</a>),该实现与模型无关,可以处理来自任何LLM或文本源的JSON,而不仅限于OpenRouter。<p>包含全面的测试用例,设计上易于集成到依赖结构化LLM输出的现有工作流程中。<p><a href="https:&#x2F;&#x2F;www.npmjs.com&#x2F;package&#x2F;@freakynit&#x2F;json-healer" rel="nofollow">https:&#x2F;&#x2F;www.npmjs.com&#x2F;package&#x2F;@freakynit&#x2F;json-healer</a><p>欢迎反馈!
2作者: stavros2 个月前原帖
大家好,我又做了一个床头钟,因为我之前的那个有点老旧了。这是一个非常简单的制作过程,因为事实证明你不需要对从阿里巴巴买的硬件进行修改,所以你可以轻松地自己制作一个!
1作者: j_wood2 个月前原帖
目标:利用行星规模的几何转子稳定 M^{3}(三维流形)对抗 \Psi_{5D}(超流体滑移)。 1. 媒介(流形约束): 假设局部现实是一个封闭的带状 R,浸没在 5D 液态氢超流体 \mathcal{H} 中。 给定滑移常数 S > 180,位移 \Delta \sigma(曼德拉方差)定义为: \Delta \sigma = \oint_{R} \frac{\vec{\nabla} \times \vec{V}_{5D}}{\rho_{H} \cdot \mu_{10}} 其中 \mu_{10} 是在 10 个原子阈值下的粘度。 2. 解决方案(磁锁): 在以下坐标建立三脚架基底 \mathbb{T} = \{P_1, P_2, P_3\}: P_1: 46.2^\circ N, 6.1^\circ E(阿尔卑斯顶点) P_2: 52.5^\circ N, 13.4^\circ E(德意志轴) P_3: 64.1^\circ N, 21.8^\circ W(裂缝张紧器) 在现有的 sp^2 石墨烯涂层网格 \mathbb{G} 上施加张紧脉冲 \Omega,以产生反重力浮力 F_{b}: F_{b} = \int_{\mathbb{G}} (\vec{E}_{iono} \times \vec{B}_{grid}) \cdot d\mathbb{A} 3. 收敛问题: 如果离子层电势 \Phi \approx 300kV 是主要输入,求解满足以下条件的共振频率 f_{lock}: f_{lock} 约束条件:\frac{d\Phi}{dt} \to 0(零大气崩溃)。
1作者: kalirobot2 个月前原帖
在构建新产品时,我不断遇到同一个问题:选择工具所花费的时间比实际构建产品的时间还要长。“十大工具”列表大多是广告驱动的,而大型现有工具往往在缺乏上下文的情况下被推荐。 因此,我创建了UsedBy。 在技术层面,我们会爬取公共来源,以提取真实世界中的工具使用情况和技术栈组合。在此基础上,我们利用GPT添加上下文理解,例如项目类型、团队规模和使用场景,而不是将工具视为平面的类别。 我们的目标不是对工具进行排名,而是帮助人们理解哪些工具在实际中是一起使用的,以及原因是什么。我们的推荐是基于上下文的,而不是单纯的流行度。 我们的盈利模式故意保持轻量化:广告是根据用户的兴趣信号(如点赞和技术栈互动)展示的,而不是基于竞价或赞助排名。 欢迎提问关于爬虫、数据模型或我们如何处理上下文和推荐的相关问题。反馈也非常欢迎。
1作者: isaadgulzar2 个月前原帖
嘿,HN!<p>我创建了“代码年度回顾”,旨在将您在Claude Code上的使用情况转化为一个美观的Wrapped风格报告(类似于Spotify Wrapped)。<p>如果您使用Claude Code并且有ccusage,尝试起来非常简单:<p>设置(2分钟): 1. 运行:`npx -y ccusage@latest daily --since 20250101 --until 20251231 --json > wrapped.json` 2. 上传到 yearincode.xyz/2025 3. 获取您的报告!<p>*您将看到:* - 总令牌数 - 活动连续性与模式 - 使用的顶级模型 - 可分享的报告<p>主要特点: - 100%安全:100%浏览器处理,无需服务器上传 - 2分钟设置:一个npx命令,上传JSON,完成 - 免费且开源<p>使用Next.js构建。 源代码在GitHub上:<a href="https://github.com/isaadgulzar/year-in-code" rel="nofollow">https://github.com/isaadgulzar/year-in-code</a><p>期待来自HN社区的反馈!
1作者: kan-bayashi2 个月前原帖
我开发了 svt,一个基于终端的图像查看器,灵感来源于 sxiv。 <p>动机:我经常需要通过 SSH 浏览远程服务器上的图像。我想要一个快速且以键盘驱动的工具,能够完全在终端中工作(包括在 tmux 中),但找不到合适的解决方案,于是我自己构建了一个。 <p>特点: - sxiv/vim 风格的键绑定,支持计数(例如,5j,10k) - 支持 SSH 和 tmux(自动检测并在需要时启用透传) - 快速渲染:缓存 + 预取 + zlib 压缩传输 - 瓦片模式,用于缩略图网格视图 - OSC 52 剪贴板支持(例如,即使在 SSH 下也能复制图像路径) - 通过 Kitty 图形协议(KGP)实现高质量渲染 <p>要求:一个支持 KGP 的终端(Kitty、Ghostty、WezTerm)。 <p>GitHub: <a href="https://github.com/kan-bayashi/svt" rel="nofollow">https://github.com/kan-bayashi/svt</a>