-->
探索2024-09-22 Show HN上最热门的开发者项目,包括创新技术、AI应用等激动人心的新发明。深入了解这些引人注目的项目!
今日内容汇总包括几个新项目:MeetCaddy是一款自动保存Google Meet聊天记录的浏览器扩展,方便用户查找信息;最新KFC菜单及价格网站提供了更新的菜单信息;简易文件压缩器可快速减少文件大小,用户友好;Model2Vec提升了句子转换器在CPU上的效率;电子邮件转Webhook工具简化了邮件处理流程。此外,还有动态OG图片生成工具和Android通知管理应用Pinnit等新功能发布,吸引了用户的关注。
URL: https://meetcaddy.online/
作者: dkraj
描述: 几天前,我在寻找一个我在Google Meet中从导师那里收到的文档链接。
找不到这个链接让我感到沮丧,因此我决定解决这个问题,开发了一个浏览器扩展,它可以自动保存Google Meet中发送的消息。
功能:
欢迎任何反馈和批评……
人气: 1 个点赞 | 0 条评论
你对这个项目有什么看法?在评论中分享你的想法!
作者: victor_cl
描述: Show HN: 最新的KFC菜单及价格!
人气: 1 个点赞 | 0 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://github.com/39zde/simple-file-compressor
作者: 39zde
描述: 一个工具,用于减少文件的大小。免费的在线、本地、无跟踪、无广告的文件压缩工具。简单而快速。
现在,主要浏览器厂商已经实现以下功能:
- 可调整大小的 ArrayBuffers(自 2024 年 7 月起) - 将 ArrayBuffer 转换为固定长度(自 2024 年 3 月起) - 压缩流(自 2023 年 5 月起)
现在,你可以轻松选择文件,使用 CompressionStream API 进行压缩,创建一个存档并下载它,没有任何障碍。
本身没有特别之处,但现在只需使用浏览器就可以完成这件事,这又是一项新功能。
人气: 1 个点赞 | 0 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://medium.com/@avirajkhare00/mysterious-postgres-connection-bug-052bc04999b9
作者: avirajkhare
描述:
人气: 1 个点赞 | 0 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://ogcool.vercel.app/
作者: anduc
描述: 受到了 https://og-image-meme.vercel.app/ 和 https://github.com/steven-tey/og 的启发,我制作了这个工具,可以为网站和博客创建动态的 OG 图片,并配备一个方便嵌入的 typescript SDK。你可以在这里查看源代码:https://github.com/ducan-ne/ogcool
人气: 3 个点赞 | 1 条评论
你对这个项目有什么看法?在评论中分享你的想法!
作者: drikerf
描述:
人气: 4 个点赞 | 1 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://github.com/MinishLab/model2vec
作者: stephantul
描述: 嗨,HN!
我们(托马斯和斯特凡,您好!)最近发布了 Model2Vec,这是一款用于将任何句子变换器提炼为一小组静态嵌入的 Python 库。使用这样的模型进行推理可以快达 500 倍,并且模型大小减小了 15 倍(7.5M 参数或 15/30MB,具体取决于您使用的是 float16 还是 float32)。
当然,这种减少是有代价的:提炼出来的模型性能与原模型相比要差很多。不过,它们的表现实际上比一大堆传统的静态嵌入(如 GLoVe 或基于 word2vec 的模型)要好得多,这些传统模型的体积要大得多。此外,Model2Vec 模型与句子变换器之间的性能差距最终比您预期的要小,具体结果请查看:https://github.com/MinishLab/model2vec/tree/main?tab=readme-…。拟合 Model2Vec 不需要任何数据,仅需一个句子变换器,可能还需要一个按频率排序的词汇表,这使得它在您现有的工作流程中实现起来非常简单。
我们编写这个库是因为我们对在需要极快的 CPU 推理但又能够良好工作的选项上感到有些失望。如果 MiniLM 的速度不够快,而您又没有GPU的使用权限,您通常只能依赖 BPemb,这并不灵活,或者只能训练自己的 GLoVe/word2vec 模型,这需要大量的数据。Model2Vec 解决了所有这些问题,并且效果优于在大量语料库上训练的专用静态嵌入。
我们花了很多时间思考如何让这个库易于使用,并能够融入到常见的工作流程中。这是一件小事:我们宁愿做几个通用的函数来取得良好的效果,而不是有一堆的集成。
请告诉我们您的看法。我们非常希望得到您的反馈。我们已经在自己的项目中使用这个库,并最终创建了这个库,因为我们确实有这个需求,但如果您有有趣的使用案例或问题,我们很乐意听听您的想法。
最后,如果您觉得这听起来很像上周提到的 WordLlama,那确实如此!我们从 5 月起就在“隐秘模式”下进行这项工作,所以我想我们和 WordLlama 的作者大约在同一时间想出了同样的主意。在我们的实验中,我们直接比较了我们的模型与 WordLlama。简而言之:WordLlama 的表现略逊一筹,并且不支持无监督或多语言,因此比起 Model2Vec,它更难以适应新的领域。
祝您有美好的一天!
人气: 6 个点赞 | 2 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://github.com/sendbetter/inbound-email
作者: martinkrivosija
描述: 这是我的第一个(希望不是最后一个)开源发布。一个简单的脚本,用于通过SMTP接收电子邮件,解析内容(包括标题),将附件存储在Amazon S3,并将电子邮件内容转发到一个Webhook。
我用它来处理DMARC报告存储和电子邮件内容测试。
一些大型电子邮件API提供商有入站API,但如果你大规模使用,费用会迅速累积。这就是我构建这个工具的原因。
https://github.com/sendbetter/inbound-email
功能
人气: 2 个点赞 | 1 条评论
你对这个项目有什么看法?在评论中分享你的想法!
作者: atulseth22
描述: 我花了一周时间研究如何与Open AI集成,最终创建了一个网站,用于分析大型法律文件和研究论文。
人气: 2 个点赞 | 0 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://treds.io/
作者: absolute7
描述:
人气: 3 个点赞 | 1 条评论
你对这个项目有什么看法?在评论中分享你的想法!
URL: https://play.google.com/store/apps/details?id=dev.sasikanth.pinnit2&hl=en_US
作者: its_sasikanth
描述: Pinnit是一款免费增值的应用(无广告,一次性付款,提供14天试用),允许您记录通知,并将其固定或安排作为Android上的提醒。它采用了优雅的Material 3设计,界面之间和状态之间的过渡十分流畅。应用还提供可定制的调色板,用于生成Material 3动态主题。
功能
- 创建并固定您自己的通知 - 通过历史记录日志、搜索和过滤选项管理您的通知 - 安排通知并添加提醒 - 为第三方通知添加备注
在处理通知时,隐私十分重要,这里是应用的隐私政策(https://sasikanth.dev/privacy-policy-pinnit/)。
总结:所有通知都保存在设备本地,除了崩溃报告和账单信息外,没有任何信息会与后台或第三方服务同步。
我们还有更多功能正在规划中,期待将来的发展。快来试试Pinnit,并告诉我们您的想法。谢谢 :D
人气: 1 个点赞 | 0 条评论
你对这个项目有什么看法?在评论中分享你的想法!
今天的Show HN汇总展示了一系列多样化的创新项目。从AI驱动的工具到创意编码解决方案,这些项目反映了我们技术社区的动态特性。哪个项目最吸引你的注意力?请在评论中告诉我们!
Tags: #ShowHN #科技创新 #开发者项目 #AI应用程序 #开源软件