我记得我每天都使用谷歌在 Stack Overflow 上搜索开发问题的解决方案。我想我已经有一年多没访问这个网站了。你呢？
返回首页
一周热榜
大家好，
我是Aliaksei Saskevich，Sequoia Health的首席技术官兼软件工程师。我的团队和我开发了一款iOS应用，旨在通过生活方式的改变和指导练习帮助男性改善性健康——不涉及任何药物。
我们注意到，许多男性在谈论性健康时感到困难，往往只有在情况变得严重时才寻求帮助。我们的目标是提供一个有科学依据、无污名化的工具，帮助他们更早、更有效地改善健康。
Sequoia的独特之处在于：
- 根据国际勃起功能指数（IIEF）测试个性化定制练习。
- 内容由我们团队的认证性学家和心理学家撰写。
- 提供与真实专家的在线咨询服务。
- 我们正在建立一个以实用、非药物解决方案为重点的结构化知识库。
迄今为止的成就：
- 与当地实验室合作，为用户提供折扣。
- 成为世界性学家协会的成员。
- UNFPA的官方合作伙伴。
- 在Product Hunt上排名第2和第5的“今日产品”：[链接](https://www.producthunt.com/products/sequoia-men-s-sexual-wellness/launches)。
成果：
- 我们在应用内进行了用户调查——79%的受访者报告了性健康的改善。完整报告：[链接](https://sequoia.health/research/research-report-user-survey-on-sequoia-male-sexual-health-app-june-2023)。
- 该研究已被接受并在医学会议上展示。
当前功能：
- 21天的渐进式练习计划
- 症状追踪器
- 医疗专业人士撰写的文章
- 日历和提醒
- 定期检查
- 健康统计仪表盘
我们目前正在进行的工作：
- 基于AI的个性化：我们正在开发一个AI模块，分析用户输入和IIEF结果，以推荐量身定制的练习计划，并以清晰、可操作的方式总结用户的当前健康状态。
- 集成在线咨询：用户现在可以通过应用直接预约与认证性学家和心理学家的会话——以获得更深入的指导、情感支持或对进展的澄清。
定价：
- 限制的免费功能
- 月费：$19.99
- 3个月：$38.99
- 年费：$69.99
- 终身：$199.99
我们希望获得关于以下方面的反馈：
- UI/UX：哪些有效，哪些无效？
- 功能：哪些是必需的，哪些缺失或过于复杂？
- 定价：对于所提供的内容是否公平？
- 动机：是什么驱使用户为这样的健康应用付费？
在这里试用：[链接](https://apps.apple.com/app/apple-store/id1553925344)
目前我们仅支持iOS，并积极寻找Android开发者来帮助我们扩展。
感谢阅读——欢迎提出任何问题，或深入探讨技术、研究或产品决策。
实验：我给我的人工智能一个域名（synthpaper.com），并要求它设计一个商业项目。
我只执行它给我的步骤。
结果：SynthPaper——为忙碌的专业人士提供简短、易于浏览的研究报告。
第一期的主题是“2025年的人工智能工具”（共13页）。内容涵盖：
• 基础模型
• 生产力助手
• 内容创作
• 开发者与基础设施
• 运营与自动化
• 以及F.I.T.框架（聚焦、整合、总成本）
我会在第一条评论中分享链接。
传统数据库依赖于RAG和基于SQL的转换/分析，但它们能否保持逐行的上下文理解？
我们已将Agents作为Datatune的一部分发布：
[https://github.com/vitalops/datatune](https://github.com/vitalops/datatune)
在一个提示中，您可以定义多个数据转换任务，Datatune会在逐行的基础上对您的数据进行转换，并保持上下文理解。
示例提示：
“从产品描述和名称中提取类别。仅保留电子产品。添加一列名为ProfitMargin = (总利润 / 收入) * 100”
Datatune会解析该提示，并使用OpenAI、Azure、Ollama或其他LLM通过LiteLLM对您的数据应用正确的操作（映射、过滤或LLM驱动的代理管道）。
主要特点：
- 使用自然语言进行逐行的map()和filter()操作
- 代理接口用于自动生成多步骤转换
- 内置对Dask DataFrames的支持（以实现可扩展性）
- 支持多种LLM后端（OpenAI、Azure、Ollama等）
- 与LiteLLM兼容，以实现跨供应商的灵活性
- 自动令牌批处理、元数据跟踪和智能管道组合
令牌与成本优化：
- Datatune让您明确控制发送到LLM的列，从而减少令牌使用和API成本：
- 使用input_fields仅发送相关列
- 自动处理内部批处理和元数据
- 支持设置每分钟令牌和每分钟请求的限制
- 如果未指定，默认为已知模型限制（例如，GPT-3.5）
这使得在大型数据集上运行基于LLM的转换成为可能，而不会产生过高的成本。