Show HN 今日精选：2024-11-14最热门的开发者项目展示
探索2024-11-14 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
今日内容汇总包括多个新项目和工具展示。例如，命令行工具Job-scout可获取工作信息，proVLAE实现提供了解耦表示的PyTorch代码。此外，FoundrAI致力于帮助初创企业验证商业想法，通过AI提供市场分析和趋势识别。此外，还有ChessPredict用于实时棋局分析，QueryLab实现AI驱动的数据库沙盒以及多款其他实用工具，如戏剧化的视频平台Remy和针对Slack的测验平台My Quizzes，覆盖各个领域的需求。请查看具体链接了解详情。
1. Show HN: 命令行工具，可以获取相关工作信息
URL: https://github.com/ShreeshaBhat1004/Job-scout
作者: shreeshabhat043
描述:
人气: 2 个点赞 | 0 条评论
2. 展示 HN：proVLAE 的 PyTorch 实现（ICLR2020，解缠表示）
URL: https://github.com/suzuki-2001/pytorch-proVLAE
作者: ss-13
描述: 这是由Zhiyuan等人于2020年在ICLR上发表的论文《渐进学习和层次表示的解耦》的PyTorch实现。proVLAE的官方代码已在TensorFlow中实现，地址为：https://github.com/Zhiyuan1991/proVLAE
人气: 2 个点赞 | 0 条评论
3. Show HN: FoundrAI – 为初创企业提供AI驱动的创意验证
作者: vnprasad
描述: 嘿，HN社区，
我很高兴地向大家分享FoundrAI，这是我一直在开发的平台，旨在帮助创业者和创新者利用人工智能洞察来验证他们的商业想法。
FoundrAI的功能：
- 根据您的目标和市场生成并完善创意。
- 提供深入的竞争分析，帮助您为产品定位。
- 识别新兴市场趋势，使您的创意与需求对接。
- 帮助您制定可执行的产品路线图和收入模型。
这为什么重要： 作为一名创业者，我深知手动验证想法所需的时间和精力有多大。FoundrAI简化了这一过程，提供可操作的洞察，节省时间并降低追求可能不成功想法的风险。
接下来是什么？ 我们计划在2025年1月上线，但在我们完善平台的过程中，我非常希望能听到您的反馈。如果您觉得这个项目有趣，可以在这里加入我们的候补名单：https://v2.foundrai.com。
我希望您能提供的帮助：
- 对这个概念的反馈：您认为哪些功能或工具最有帮助？
- 关于如何改进FoundrAI以便更好地服务像您这样的创业者的想法。
我期待听到您的想法，并回答您可能有的任何问题。感谢您的关注！
人气: 1 个点赞 | 0 条评论
4. 展示 HN：人工智能代理的内存管理系统
URL: https://app.swastikai.com/
作者: chirotpal
描述:
人气: 1 个点赞 | 3 条评论
5. 展示 HN：寻找开发者作品集灵感
URL: https://www.webportfolios.dev
作者: jtrevdev
描述: 一体化开发者平台，提供作品集灵感。浏览我们社区中真实开发者上传的作品集实例。
人气: 1 个点赞 | 0 条评论
6. 展示 HN：独立开发者用来创建简洁布局并获取代码的工具
URL: https://www.robustlaunch.com/
作者: vishva13
描述:
人气: 3 个点赞 | 0 条评论
7. Show HN：我做了一个结合 Locket 和 Pocket 的极简 iPhone 小部件
URL: https://apps.apple.com/us/app/eyeball-widget/id6670705634
作者: quinto_quarto
描述:
人气: 3 个点赞 | 0 条评论
8. Show HN: Integry 应用功能 – 一个 API，让代理能够对 300 个应用程序采取行动
URL: https://www.integry.ai/ai
作者: nashadelic
描述: 你好，亲爱的黑客们（插入gif，你懂的）
给我们的功能预测API提供一个提示，我们将预测应用程序并返回功能及其参数。使用我们的SDK，让用户连接他们的账户，必要时让用户在UI中确认参数，然后执行该功能。
文档：https://integry.gitbook.io/docs/functions/overview
人气: 6 个点赞 | 5 条评论
9. 展示 HN：ChessPredict – Chess.com 的实时走棋分析与学习工具
URL: https://chromewebstore.google.com/detail/chess-predict-extension/bcjbjjnimehokcekjaojnbmgmelfhiad
作者: akny97
描述: 嘿，HN！
我很高兴与大家分享我开发的 Chrome 扩展程序 ChessPredict，它旨在帮助棋手通过提供实时的走棋建议和解释，从而学习和提升自己的棋艺。ChessPredict 设计用来与像 chess.com 这样的网站配合使用，它在你下棋时捕捉棋盘位置，推荐最佳的走法，并利用人工智能和文本转语音技术（TTS）解释为何这个走法是最佳选择。
主要特点：
实时分析与解释：提供带有 AI 驱动的策略见解的走棋建议，让学习变得互动且易于理解。
提示功能：突出显示应移动的棋子，而不指定目标位置，鼓励思考性下棋。
移动兼容性：在桌面和移动设备上均可使用，方便随时随地学习。
先进分析正在开发中：我们正在努力推出新功能，以理解并提供玩家行为的洞见。
重要免责声明——关于作弊
ChessPredict 仅供学习和个人提升之用，绝不能用于获得竞争优势。在在线对局中使用辅助工具可能违反平台规则，并被视为作弊。我们强烈提倡负责任的使用——请仅在非正式或自我节奏的游戏中使用 ChessPredict，以维护公平竞争。
在这里体验 ChessPredict。期待听到 HN 社区的反馈！
人气: 1 个点赞 | 0 条评论
10. Show HN: 在Final Cut Pro中渲染SwiftUI视图
URL: https://github.com/finnvoor/SwiftUIFX
作者: finnv
描述: SwiftUIFX是我为Final Cut Pro制作的一款实验性插件，它允许你创建一个在视频上方渲染的SwiftUI视图。你可以访问当前渲染时间的环境值，这样就可以使用SwiftUI的动画系统为你的时间线添加复杂的效果。
我主要是为了试验FCP的插件API而制作这个插件，但我认为用代码编写视频效果是个相当有趣的想法，所以欢迎你试试看！
人气: 2 个点赞 | 0 条评论
11. Show HN: Memoripy – 人工智能记忆层，具备短期和长期记忆、聚类功能
URL: https://github.com/caspianmoon/memoripy
作者: cutout11
描述: 嘿，HN！我开发了Memoripy，这是一个为AI提供记忆层的工具，能够增强大型语言模型（LLM）应用的短期、长期和语义记忆能力。它帮助AI系统保留和优先处理过去的交互，随着时间的推移进行适应，从而提供更具上下文和个性化的响应。Memoripy采用语义聚类来检索相关记忆，并结合自适应记忆衰减和强化，使交互保持新鲜感和上下文意识。它旨在与OpenAI、Ollama和其他平台进行轻松集成，实现动态记忆管理，设置简单便捷。
期待听到你们的想法和反馈！
人气: 6 个点赞 | 4 条评论
12. Show HN: Railway – 一种更好的软件构建方式。就是这样。
URL: https://railway.com/
作者: justjake
描述:
人气: 12 个点赞 | 4 条评论
13. Show HN: 16岁少年打造的AI驱动综合写作环境
URL: https://factful.io/
作者: Jainish08
描述: 大家好！这里是 Jainish——我非常激动地向大家分享，我和我的朋友们刚刚推出了 Factful，一个集成写作环境（IWE），其中许多功能都得到了你们的反馈帮助塑造。
如果你错过了我们上次的帖子（https://news.ycombinator.com/item?id=40222051），我们分享了 Factful 的早期版本，并惊喜地见到超过 20,000 用户进行了尝试。从那时起，我们一直在根据你们的建议精心打磨这个平台。Factful 现在是一个完整的 IWE，提供你写作、编辑和事实核查所需的一切，帮助你保持高效，并确保每一篇作品都是准确和可信的。它还根据写作风格和地区提供语法建议和个性化分析。我们也支持与 Google Drive 的集成，Google 验证正在审批中。此外，富文本编辑器和 Chrome 扩展也在开发中。
对于企业和团队，Factful 提供量身定制的 B2B 功能，以满足组织需求。这些功能包括高级使用分析、开发者 API 和管理员仪表板，允许团队领导监督帐户设置、管理工作流程，并根据特定目标定制 Factful 的工具集。无论你是在处理内部文档、营销材料还是研究密集型项目，Factful 都能在团队内实现无缝协作和高质量内容创作。我们还提供定制的事实核查 AI 模型，用于纠正员工撰写的内部知识资料（如发票、公司政策、收据等）。
我们的一大亮点是内联的斜杠命令，它让你的工作流程更加高效。像 /search（用于网络查找，包括学术论文）、/translate、/paraphrase、/synonym 或 /antonym 这样的命令，帮助你无缝地进行研究、优化和调整写作（未来还有更多功能！）这是一个指南：https://docs.google.com/document/d/1Ovm2b5KOke7Ng94P5MVTDSyJ…
限时免费的优质访问权限已经开启，大家可以免费体验这些功能。我们期待你们尝试 Factful，无论你是个人用户还是寻找更智能写作解决方案的企业。你们的反馈对我们至关重要，我们迫不及待想听到更多的意见！感谢你们帮助我们将 Factful 发展得更好！
人气: 12 个点赞 | 4 条评论
14. Show HN: 使用 Deno 和 VSCode 的纯 TypeScript 笔记本
URL: https://github.com/redking00/vscode-nbts
作者: redking00
描述: DenoNBTS是来自denoland的原始VSCode Deno扩展的一个分支，它为笔记本增加了对deno lsp的支持。它还定义了一种新的笔记本类型（*.nb.ts），并提供了一个内核，可以在没有Python的情况下运行这些笔记本。
人气: 1 个点赞 | 0 条评论
15. Show HN: PerfAgents – 在用户发现问题之前，通过合成监控找出问题
URL: https://www.perfagents.com/
作者: ajith-joseph
描述: 你好，HN！我们很高兴地分享 PerfAgents，这是一款为寻求全局范围内强大且主动的监控的初创企业和大型企业打造的合成监控工具。
简要概述：
PerfAgents 是一款合成监控平台，利用您现有的 E2E 自动化脚本（如 Playwright、Puppeteer、Cypress 和 Selenium）进行 web 应用监控，设置时间减少了 80%。没有复杂的集成，没有供应商锁定，还能提供主动警报，让您在用户发现之前就能捕捉到漏洞。我们解决的问题：
确保应用程序在各个区域的可靠性非常困难，尤其是当现有的监控工具要么需要广泛的 DevOps/QA 设置，要么将用户锁定在专有的工作流中。这导致了工作流程效率低下、问题检测延迟，并且在生产环境中常常会出现用户面临的缺陷。我们的解决方案：
PerfAgents 提供了多框架支持，让您无需新的集成或脚本重新录制就能监控应用功能。通过重用现有的端到端脚本，PerfAgents 加快了设置速度，保持了监控的灵活性，使团队能够更快地检测和解决问题。其特点包括：
-> 支持 Playwright、Puppeteer、Cypress 和 Selenium 的多框架-> 基于 AI 的监控脚本生成，自动化监控设置，无需编码
-> 全球测试执行，提供跨区域的即时洞察
-> 实时警报与流行工具（如 Slack、PagerDuty、Jira）集成
-> 基于执行频率而非脚本复杂度的灵活定价
工作原理：
-> 设置：连接您的 GitHub 存储库以导入现有脚本，或使用我们的内置 AI 工具进行零代码设置。-> 监控与警报：配置区域监控和警报通道，在发生问题时实时通知。
-> 优化与扩展：查看日志和性能报告，利用我们的多框架支持来优化应用流程监控。
主要好处：
-> 更快的问题解决：早期检测和即时警报可以防止停机并提高稳定性。-> 跨团队协作：集中数据帮助 DevOps、QA 和产品团队更有效地协作。
-> 灵活的框架支持：多框架兼容性避免供应商锁定。
-> 高可扩展性：可配置的监控计数确保您只需为使用的部分付费。
PerfAgents 已被财富 500 强企业采用，并帮助 SaaS 和电子商务团队将停机时间减少了 40%，支持工单减少了近 57%。
适用于：
-> 希望优化监控设置和执行的 DevOps、QA 和工程领导者-> 已经在使用 Playwright、Puppeteer、Cypress 或 Selenium 框架的团队
-> 对可靠的全球用户流有严格要求的 SaaS 和电子商务平台
PerfAgents 现已提供免费试用。我们期待听取您的意见，如果您有任何问题，请随时询问！
人气: 5 个点赞 | 2 条评论
16. Show HN：在印度革新人工智能接入：LogicBallsAI × Two.ai
作者: andy89
描述: 了解 LogicBallsAI 和 TWO.AI 如何让印度地区语言的人工智能变得更加普及！通过提升用户参与度，帮助小型企业，这一合作伙伴关系正在使人工智能变得简单、易于获得并具有深远影响。
人气: 1 个点赞 | 0 条评论
17. Show HN: QueryLab – 人工智能驱动的数据库沙箱
作者: pratikdaigavane
描述: 嘿，HN！我创建了一个名为 QueryLab 的平台，提供即刻可用的 AI 驱动云数据库沙盒，支持自然语言查询、可视化和外部数据集成。
每个数据库沙盒都与强大的 LLM 配对，为各种激动人心的应用场景开辟了可能性！
这是一个简短的演示: https://www.youtube.com/watch?v=sk6LvoN9rCw
欢迎任何反馈或想法，我非常乐意倾听 :)
人气: 3 个点赞 | 2 条评论
18. Show HN: Saga – 记笔记的游标/助手
URL: https://saga.so/
作者: tin7in
描述:
人气: 4 个点赞 | 3 条评论
19. Show HN: 我创建了一个建议生成器
URL: https://wisdomoracle.netlify.app/
作者: codetoli
描述: 请告诉我你的评价。
人气: 1 个点赞 | 0 条评论
20. 展示 HN：扫描 React 渲染情况
URL: https://github.com/aidenybai/react-scan
作者: aidenyb
描述:
人气: 2 个点赞 | 0 条评论
21. Show HN: Trmnl，一款可自定义的电子墨水仪表板，帮助你保持专注。
URL: https://usetrmnl.com
作者: ryanckulp
描述: 大家好，我是TRMNL的创始人。
我们在夏天推出了一个众筹项目，现在可以实现当日发货。
我们提供开源固件，没有订阅费用，也没有广告，目前已经有50多个原生插件，并且还有一个简单的API，可以让你为个人或公共用途构建自己的插件。
如果你有任何问题，欢迎随时问我！
瑞安
人气: 16 个点赞 | 12 条评论
22. Show HN: Unicorn Ratio – YC演示日的投资模型
URL: https://github.com/OrangeCollective/unicorn-ratio
作者: davecyen
描述: 我帮助运营一个由 YC 校友领导的基金，我们小组经常讨论的一个问题是：每一批次支持多少家 YC 公司最为理想？
我们开发了一个应用，使用两种模型来解决这个问题——我们称之为“独角兽比例”。
在线版： https://orangecollective.vc/unicorn-ratio
代码库： https://github.com/orangecollective/unicorn-ratio
它使用的两个模型是：
凯利标准——一个优化投资组合构建的数学模型。 https://www.investopedia.com/articles/trading/04/091504.asp
二项分布——一个概率模型，根据投资组合的规模和历史成功率预测支持独角兽的几率。 https://www.investopedia.com/terms/b/binomialdistribution.asp
我们实际上是在上周通过 YC 为一组 Demo Day 投资者组织的电话会议上了解到凯利模型的（感谢 YC）。我们在同样的合作精神下构建并开源了这个工具。
此外，在 My First Million 播客中，Garry 提供了一些关于 YC Demo Day 投资者的数据——具体是连续支持每批次 3 家以上初创公司的投资者在两年内的收益。以下是 1 分钟的片段。 https://youtube.com/clip/UgkxVnlzcslmeMCTDFc9G2R—W7pigxVe8Nz
那么，结论是什么？
传统的风险投资智慧通常是集中投资于少数项目。然而，这表明，采用更广泛、更系统的 YC 投资方法也可能是一种有效的策略（并且很可能让你跻身于最高回报的基金之中）。
如果还有其他值得考虑的模型或方法，请告诉我。
免责声明：请勿将这些模型用作投资建议。
人气: 1 个点赞 | 0 条评论
23. Show HN: 轻松上传文件到 Claude 项目
URL: https://github.com/ryanwith/organize_files_for_claude
作者: ryanwaldorf
描述:
人气: 1 个点赞 | 1 条评论
24. Show HN: Remy – AI精心策划的主题视频播放列表
作者: yungtriggz
描述: 大家好，最近我们推出了 Remy，这是一款旨在简化视频搜索的 AI Agent，我们想与 HN 社区深入分享其背后的技术细节。
问题： 互联网有大量有价值的内容，但要找到长视频中的“最佳部分”却极其低效。现有的视频搜索方法自 YouTube 早期以来几乎没有演变，根本无法满足当今信息量和种类庞大的需求。结果，我们只能手动翻看长视频，或者更糟的是，由于决策瘫痪而完全错过有价值的内容。Remy 的目标是提供一种更智能的方法，以便更快、更准确地找到你想要的内容。
解决方案： 在不到一分钟的时间里，Remy 提供了定制的播放列表，提取出互联网上最佳的视频片段。它会找到、剪辑并整理相关段落，确保你能够轻松获取所需，而无需经历无尽的搜索和跳过过程。
工作原理： Remy 由一系列大型语言模型（LLMs）及一些非 LLM 的技术驱动，旨在快速、精准地进行视频搜索和转录处理。以下是处理流程：
1. 请求分析 当你发送消息时，系统会判断是提供即时响应、进行网络搜索，还是开始组装视频剪辑。如果视频是最佳选项，Remy 会根据你的查询生成一个包含简洁标题和详细描述的播放列表轮廓。对于时间相关的查询，Remy 会自动调整上下文，以绝对日期呈现（例如，“明天的 NBA 比赛” → “11 月 15 日的 NBA 比赛”）。
2. 内容检索 Remy 采用“广网捕捞”的方法，生成一组大规模的针对性查询，并在网络上搜索可能满足你需求的视频。
3. 多步骤过滤与处理 每个视频都会经过：
- 转录提取：提取 YouTube 的转录文本。
- 非 LLM 过滤：根据 YouTube 统计数据、创作者频道、发布日期等参数过滤低质量或 AI 生成的内容。
- 标点符号恢复（BERT）：恢复标点符号，以便更好地理解 LLM。
- 剪辑：使用 LLM 根据你的请求定位并剪辑出最相关的转录段落。
- 评估：使用 LLM 对剪辑的相关性、完整性和趣味性进行评分，只有最佳的片段才能进入最终播放列表。
4. 重新排序与概览 最后一个 LLM 将每个主题的前 16 个剪辑输入，筛选出最多 4 个最佳片段，并进行最大化独特性排列。每个部分会附带简要的概览，并从网络中提取和引用额外的上下文信息，为你提供更多背景。
结果？一个量身定制的播放列表，在不到一分钟的时间内交付，且没有多余的噪音。
我们希望听到你的想法和反馈。如果你想尝试某些功能或发现未被处理的边缘案例，请告诉我们。如果遇到任何不好的剪辑，务必使用举报按钮标记！感谢大家！
人气: 3 个点赞 | 3 条评论
25. Show HN：SnapSummary – AI驱动的YouTube摘要
URL: https://www.snap-summary.com/home
作者: harrycarson
描述: 大家好，
我创建了 SnapSummary 来快速总结 YouTube 视频。它可以生成视频摘要、时间戳解析，还允许用户提问以及更多功能！
可以在这里尝试：https://www.snap-summary.com/home（需要 Google 登录，提供免费套餐）。
为什么要做这个？我想要一种更快速、高效的方法来提取像播客和讲座这样的长篇教育视频中的重点内容。
期待您的反馈！
人气: 1 个点赞 | 0 条评论
26. Show HN: PromptL，一种为大型语言模型（LLM）提示设计的模板语言
URL: https://promptl.ai
作者: heycesr
描述: 嘿，大家好！
我们刚刚推出了 PromptL：一种模板语言，旨在简化为 LLM（如 GPT-4 和 Claude）编写复杂提示的过程。
为什么选择 PromptL？
为 LLM 创建动态提示可能会变得棘手，即使是使用消息和设置列表的标准化 API。虽然这些格式是一致的，但随着提示的增长，构建带有自定义逻辑或分支路径的复杂交互很快就会变得重复且难以管理。
PromptL 的出现使这一切变得简单。它允许您以可读的单文件格式定义和管理 LLM 对话，支持控制流和链式操作，同时保持与任何 LLM API 的兼容性。
主要特点
- 基于角色的结构：定义具有角色（用户、系统、助手）的提示，以组织对话。
- 控制流：使用 if/else 和循环添加逻辑，以实现动态、响应迅速的提示。
- 链接支持：无缝链接提示，以构建多步骤工作流程。
- 可重用模板：模块化提示，以便在不同项目中轻松重用。
PromptL 编译成与任何 LLM API 兼容的格式，使集成变得简单明了。
我们创建 PromptL 是为了让提示工程对所有人都可及，而不仅仅是技术用户。它提供了一种可读的高层语法来定义提示，这样您就可以构建复杂的对话，而不必与 JSON 或额外的代码作斗争。通过 PromptL，甚至非技术用户也能创建高级的提示流程，而开发者则能从可重用模板和简单的集成流程中获益。
我们期待听到您的想法！
人气: 7 个点赞 | 4 条评论
27. Show HN: Unin – 一个招聘者能找到你的平台
URL: https://unin.io
作者: jason1610
描述:
人气: 1 个点赞 | 0 条评论
28. 展示 HN：将任何网站转换为专业PDF [视频]
URL: https://www.youtube.com/watch?v=f2eKHr69v0Y
作者: WolfOliver
描述:
人气: 1 个点赞 | 0 条评论
![展示 HN：将任何网站转换为专业PDF [视频] - 项目截图](https://showhntoday.com/images/42136310.png)
29. Show HN: Playrun – 自动化质量保证
作者: marvinified
描述: 你好，HN！
我想和大家分享我这几个月以来的项目。
Playrun https://playrun.dev
Playrun 是一个以AI为核心的质量保障平台。作为一个工程团队，确保每次生产发布时都没有故障，通常需要团队手动进行质量检测或者搭建持续集成管道和测试自动化，这些维护起来非常麻烦。我对这些选项并不满意。
于是我开发了 Playrun——我们的思路是构建一个多智能体AI，它能够像用户一样映射出你的应用流程，为每个流程生成测试，并允许你设置计划以运行生成的测试。
在我的全职工作中，我和一个由4人组成的小团队已经使用这个工具约两个月了，它显著减少了回归和bug出现到生产环境的情况。
我们非常希望听到大家的想法，特别是像我们这样的小团队，希望能够快速行动而不出错。谢谢！
人气: 1 个点赞 | 0 条评论
30. Show HN: Knowing – 一款基于概念层级而非提示-响应机制的 LLM 工具
URL: #
作者: aponomy
描述: 嘿，HN！过去一年我全职投入在开发Knowing，这是一个让用户可以在层级结构中直接与LLMs互动的工具，而不是通常的提示-回复格式。这个想法源于我意识到，持续构建概念层级更加直观——不再是无尽的复制粘贴或者困惑于各种事物之间的联系。
这段旅程充满挑战。虽然我看到这种结构化AI互动的巨大潜力（快速写书、计划项目或组织想法），但在市场上明确的应用案例仍然难以确定。我还在波罗的海的一个小岛上几乎独自工作（我在这里出生和长大！），所以任何关于方向的连接或反馈对我来说都是一种改变游戏规则的机会。
我希望能收到一些反馈：
- 使用结构化层级与LLMs互动是否具有价值？
- 哪些应用场景可能在市场上引发共鸣？
- 这里面有人愿意帮助我与他人联系，把这个推向更远吗？
在这里试用一下： https://knowing.app（注册即可获得100个免费积分）
演示视频：https://knowing.se
谢谢大家的反馈和建议！
人气: 5 个点赞 | 2 条评论
31. Show HN: 我制作了一个便携式 tar 包管理器
URL: https://github.com/Alessandro-Salerno/tarman
作者: alevm1710
描述: 嗨，大家好！ 几周前，我发现自己不得不通过一个 tar.gz 归档文件来安装 Discord 客户端。当然，这并不是什么特别离谱的事情，至少我开始是这么认为的：Discord 的更新是强制性的，如果不升级，客户端就会拒绝启动。在这种情况下，意味着每 2-3 周就得重新下载、解压缩，并且重新设置桌面链接。当然，还有一些解决办法，比如 AUR、Flatpak、Snap 等等，但在我看来，这些只是权宜之计：官方软件包只以 tar.gz 形式提供，而且，还有很多软件过于冷门，根本不会以这些格式发布（要么是开发者不在乎，要么是他们不知道怎么做，或者根本无法以多种格式打包）。
我做的可能不是最好的解决方案，但在我看来，这可能是安装这些程序的一个不错的选择。Tarman 可以从本地归档、远程 URL 和仓库中的食谱（清单）安装软件包。已安装的软件包会保存到一个已知位置（在 Linux 中为 ~/.tarman/pkgs），该程序能够自动将它们添加到 PATH（不过，为此，tarman 本身必须在 PATH 中）和/或用户的应用程序中，这通过推断（或询问用户）所需的信息来实现，从而无需软件包包含特定于该包管理器的元数据（尽管这是受支持的）。安装后，可以使用一个命令直接通过 tarman 更新软件包。Tarman 也应该非常容易移植到其他平台和格式：我已经写了一个通用的 POSIX 实现，应该可以覆盖所有符合要求的类 Unix 系统，但其他平台（例如 Win32）也可以添加，归档格式也是如此：可以编写并安装插件以添加对这些文件的支持，并更改 tarman 使用的下载处理程序。
当然，这篇文章并不是为了宣传。我想明确说明，这个项目仍处于早期开发阶段，主要用于个人使用。它仍缺少不少功能（例如，软件包在被删除时可能仍会在系统上留下痕迹/副作用，因为它们可能会写入其他目录——不过我正在研究一个可能的解决方案），可能有一堆bug，并且那些在重要系统上完全依赖于已建立的包管理器、希望得到稳定性的人可能会对此不太满意。
如果你感兴趣/好奇，可以通过这篇文章的 URL 查看这个项目的 GitHub 页面。README 中提供了 Linux 和 macOS 的安装命令。欢迎任何评论、建设性的批评、问题、请求和疑问。干杯！
人气: 1 个点赞 | 0 条评论
32. Show HN: 我的网站，用于寻找西班牙的远程工作
URL: https://remoteinspain.com
作者: methkal90
描述: 前几天我在思考，哪个市场既大又容易进入，能直接赚钱，结果发现，工作市场就是其中之一。这个市场有太多的钱，选择正确的细分领域可以帮助你启动一个简单却能赚很多钱的生意。
这就是我想出我项目“RemoteInSpain”的原因。希望远程工作的人员不在少数，而西班牙也不例外。经过一些研究后，我创建了我的网站，现在每天已经有 100 次访问量，而这个网站仅仅是成立了两天。
真是个 Jackpot！
人气: 4 个点赞 | 3 条评论
33. Show HN: 我在网上的比利·巴斯
URL: https://fishsinger.alnwlsn.com/
作者: alnwlsn
描述: 这只是个玩意儿。
几年前，我做了一个工具，帮助我制作同步的开闭嘴部动画。最终目标总是想像我年轻时很多其他事情那样“放到网上”。如今如果把这个东西放到直播中，很可能会被封，因为人们总是不能好好玩，所以我做了这个用来私下录制和分发视频。
我做这种编程只是作为一种爱好，所以代码有点粗糙（我其实是做硬件的），不过现在即使不懂很多东西也能走得很远。希望你喜欢。
人气: 3 个点赞 | 0 条评论
34. 展示 HN：基于模板的 README 生成器
URL: https://makeread.me/
作者: ShaanCoding
描述: 嘿，HN！
几个月前，我更新了我之前的一个开源项目，makeread.me。
我一直喜欢做一些简短、快速的开源或个人项目，但有一件事让我觉得非常烦恼，那就是写 README 文件。我尝试过使用 readme.so 等工具，但还是发现自己需要做大量的手动文本编辑，而且不同项目之间的结果往往不一致。
因此，我创建了 makeread.me——一个灵活的、基于模板的 README 生成器。
它在后台使用 Nunjucks 和强类型 schema，这使得扩展和自定义变得超级简单。如果你想添加自己的模板，只需提一个 PR 并更新类型定义，或者你也可以 fork 供自己使用。
期待听到大家的反馈或建议！
人气: 1 个点赞 | 0 条评论
35. 展示 HN：VictoriaLogs v1.0.0 发布
URL: https://github.com/VictoriaMetrics/VictoriaMetrics/releases/tag/v1.0.0-victorialogs
作者: valyala
描述: 大家好，HN 的朋友们！
我很高兴地宣布 VictoriaLogs 的生产就绪版本发布了——这是一个开源的日志数据库！它具备以下特点：
-
它易于管理——只有一个小型可执行文件，无需外部依赖，直接运行即可。没有复杂的配置和调优需求，能够开箱即用，处理任何格式的日志——无论是结构化日志还是非结构化日志（即普通文本日志）。
-
它支持来自所有流行日志收集器和传输工具的日志——详情请见 https://docs.victoriametrics.com/victorialogs/data-ingestion…，因此您可以在不对现有日志数据库进行重大更改的情况下尝试它。
-
在处理相同数量的日志时，它的内存需求比 Elasticsearch 少最多 30 倍，并且在全文搜索性能上相当。
-
它在存储吸收到的日志时，对比 Elasticsearch 只需最多 15 倍的磁盘空间。
-
它提供了一种简单但强大且快速的查询语言，用于典型的日志分析任务（包括分析任务）——LogsQL。详情请见 https://docs.victoriametrics.com/victorialogs/logsql/。
-
它经过优化，适合存储和查询宽事件（即包含数百个高基数字段的日志）。
-
它与传统的命令行工具（如 grep、awk、less、tail 等）完美集成。详情请见 https://docs.victoriametrics.com/victorialogs/querying/#command-line。
-
它提供了从已吸收日志中生成指标和警报的工具——见 https://docs.victoriametrics.com/victorialogs/vmalert/。
-
它经过优化，能够高效地存储和查询大量日志（例如，几十 TB 及以上）。
试一下 VictoriaLogs 与您现有解决方案的兼容性，然后决定是否值得切换到 VictoriaLogs！
人气: 2 个点赞 | 0 条评论
36. Show HN: 试验使用工作量证明来对抗WordPress评论垃圾邮件
URL: https://github.com/sphinxid/comment-hash
作者: sphinxid
描述: 我正在尝试一个WordPress插件，以不同的方式对抗评论垃圾邮件，它使用一种简单的工作量证明系统，类似区块链，但非常基础。
它的工作原理如下：
- 当访客写评论时，浏览器需要解决一个小数学谜题
- 对于真实的人来说，发布一条评论需要花费几秒钟
- （希望）这使得对试图发布多条评论的机器人来说成本较高
- 不使用验证码
- 在后台工作，同时显示一个漂亮的加载动画
这个插件仍处于早期阶段，我希望能听到你们更多的评论和反馈。谢谢！
人气: 1 个点赞 | 0 条评论
37. 展示 HN: Bucket - 专为 B2B 设计的功能标识系统
URL: https://bucket.co/
作者: makwarth
描述: 大家好，HN！
我们是一支由7人组成的团队，过去两年一直在开发Bucket（获得了种子资金）。
我们与其他特性标记工具有什么不同呢？
* 专为目标而建：Bucket是为了B2B场景而设计，这使得一切对你来说都更加简单。
* 更关注公司而非个人用户：在B2B市场中，我们主要针对客户账户，而不是单个用户。
* 质量与工艺：我们注重细节，让你可以专注于发布更好的功能。
* 产品工程：我们使得获取新发布反馈和用户采纳指标变得非常简单。
* 权限管理：可以根据客户的SaaS订阅轻松管理功能访问。
期待听到你们对产品的反馈！
人气: 8 个点赞 | 1 条评论
38. Show HN: 我制作了一个 Mkdocs Gherkin 结果插件
URL: https://github.com/sashokbg/mkdocs-gherkin-plugin
作者: sashokbg
描述: 你好，我开发了一个小型的 mkdocs 插件，它可以解析您的 Gherkin / Cucumber 测试结果，并将结果注入到您的文档中。
这非常实用，因为 Cucumber 现在支持 markdown，我们可以轻松地使用 mkdocs 和 cucumber 创建一个真正的“活文档”。
欢迎大家提供意见和反馈！
人气: 1 个点赞 | 0 条评论
39. 展示 HN：DocsGPT 0.12.0
作者: alextttty
描述:
人气: 1 个点赞 | 0 条评论
40. Show HN：我复制了 ChatGPT 的 Mac 应用，因为它太慢了。
URL: https://chatwise.app
作者: 0x142857
描述:
人气: 2 个点赞 | 0 条评论
41. Show HN: 我为Outlook制作了MailChecker
URL: https://chromewebstore.google.com/detail/mailchecker-for-outlook/bekkkmmpbgeiihjklkcfaadbaeemgjni
作者: radjaxx
描述: 大家好，我刚刚在网络商店发布了一个名为“MailChecker for Outlook™”的小型Chrome扩展。
这个浏览器扩展通过浏览器中的图标为你带来邮件的便捷功能。你可以快速访问你的Outlook工作、学校或个人账户，以及Outlook.com或Hotmail.com账户，而无需切换到其他标签页或应用程序。
请大家帮忙测试一下，留下评论或反馈好吗？
网站：https://www.mailchecker-for-outlook.com/
人气: 3 个点赞 | 0 条评论
42. Show HN: Kwrds AI – 找到人们正在询问的优秀关键词和问题
作者: falak-sher
描述:
人气: 1 个点赞 | 0 条评论
43. Show HN: 创建了 Gapsly，接下来该做什么？
作者: nmaties
描述: 嗨，
我最近推出了 Gapsly，这是一款旨在帮助企业识别并弥补运营流程中的差距，提高流程效率的 SaaS 工具。经过几个月的努力，它现在上线了，基本上没有漏洞。但有个问题：我在吸引流量和将访客转化为客户方面遇到了困难。目前在获取 backlinks 方面也很挣扎。
我尝试了：
- SEO 和优化着陆页
- 在论坛和相关社区发帖
- 浏览 backlinks 目录并在上面发布，希望提高域名权重（不过这可能需要时间）
尽管做了这些努力，用户参与度和转化率依然很低。我很想听听那些曾面临（并希望能够克服）类似问题的人的建议。你们有什么策略、营销渠道或增长黑客的方法可以推荐吗？如果你们做过 SaaS 的发布，什么对你们有效？
同时，我也欢迎对网站、信息传达或整体方法的任何建设性反馈！
可以在这里找到这个工具： https://gapsly.com
非常感谢你的帮助，Nicolae
人气: 2 个点赞 | 0 条评论
44. Show HN: 我创建了一款工具，可以将设计转换为响应式HTML邮件。
作者: wheresdoddo_dev
描述: 嘿，HN！和许多人一样，我真的很讨厌编写 HTML 邮件。到处都是嵌套表格，客户端兼容性问题，还有每次需要修改那些深度嵌套元素时的无奈……简直是一场折磨。
虽然市面上有很多拖拽式邮箱构建器，但我仍然发现自己不得不深入代码来实现一些自定义需求。就在这时，我发现了 MJML——它在处理繁琐的 HTML 邮件方面简直太棒了，让代码变得可维护。
然后我想，若是能把 MJML 和 AI 结合起来，只需看看设计，AI 就能为我写代码，那该多好！经过几个月的开发，我创建了 [paste2email.com](http://paste2email.com)。
它的工作流程如下：
- 粘贴你的邮件设计图像（或者直接以纯文本描述你想要的内容）
- 最新的 Claude-3.5-Sonnet(2024-10-22) 模型将为你生成 MJML 代码
- 使用内置的变量系统轻松替换内容
- 实时预览（移动和桌面）MJML 编译为 HTML 过程中的效果
- 支持 Handlebars 导出所有内容——只需插入你的变量就搞定了
- 将其连接到你的邮箱服务（如 nodemailer）并发送！
为了让你们入门，我提供了 10 个免费积分。足够生成 3 封邮件并对其中一封进行调整，或者生成 2 封邮件并进行 4 次修改。
我特别为那些像我一样讨厌 HTML 邮件开发中繁琐部分的开发者打造这个工具，但又需要比拖拽构建器更多控制权。
期待听到你们的反馈！你们可以尝试用邮箱登录，看看我用这个工具创建的实际邮件。
人气: 1 个点赞 | 0 条评论
45. 展示 HN: Deep Work Zone – 用于专注工作的 Chrome 扩展程序
URL: #
作者: mustime
描述: 在工作时不断受到干扰，我决定开发一个免费的 Chrome 插件——Deep Work Zone，拥有三个简单却强大的功能：
深度工作计时器
干扰屏障
分析仪表盘
非常希望听到大家的反馈！有哪些功能可以让它更适合你的工作流程？ https://www.producthunt.com/posts/deep-work-zone
人气: 3 个点赞 | 1 条评论
46. Show HN: Bluesky 之后
作者: nicnocquee
描述: 一个用于在Bluesky上排程发布的开源项目
人气: 1 个点赞 | 0 条评论
47. Show HN: 基于图的机器学习用于检测SELinux策略中的异常
URL: https://drive.google.com/file/d/1fiA1I0KDWVdAxcgAo3NXU9Xitile1Zcz/view?usp=sharing
作者: kjain7
描述: 我们正在开发一种方法，通过基于图的机器学习来自动化分析 SELinux 策略和检测异常，以应对其复杂性。SELinux 通过严格的访问控制来加强安全，但其政策的复杂性使得管理和故障排除变得困难。我们的方法将策略表示为图，并使用节点嵌入（例如 Node2Vec）来训练模型，以更高效地识别政策违规行为。
SELinux 已在 Linux 系统中得到广泛应用，但配置错误的政策可能导致未经授权的操作和安全问题。我们的方法旨在帮助管理员更轻松地检测和调整配置错误，从而可能降低安全漏洞风险。初步结果令人鼓舞，我们对使 SELinux 管理变得更加直观的潜力感到兴奋。
IEEE ICIR (2024)
- KJ
人气: 1 个点赞 | 1 条评论
48. 展示HN：我的测验
URL: https://tailrec.io/myquizzes
作者: hussachai
描述: My Quizzes 是一个全面的、专为 Slack 设计的平台，提供问答游戏、测验和各种游戏。你可以使用生成式 AI 来创建问答题，并与团队成员协作完成。你可以选择像 Kahoot! 一样互动式进行，或者以传统测验的方式进行，参与者可以在自己方便的时候完成测验。我们采用字段级加密来保护客户数据，确保在储存到数据库之前数据的安全，同时还提供客户使用自己加密密钥的选项。
人气: 1 个点赞 | 0 条评论
49. 向HN展示：我制作了一个概率图模型的可视化编辑器
作者: ckrapu
描述: 我曾教授过一个关于贝叶斯模型的课程，我希望能有一种更直观的方式向学生展示图形模型是如何工作的。它通过模型的 JSON 结构提示 Claude Sonnet 3.5 自动生成有效的 PyMC 代码（大多数情况下）。
欢迎任何反馈！
人气: 2 个点赞 | 0 条评论
50. Show HN：我制作了一个诈骗检测器，并为此建立了一个公共数据库。
URL: https://antiphish.ai/free-tools/is-this-a-scam/database
作者: ngalongc
描述: 我们认为这项工具非常有用，因为诈骗行为比以往任何时候都更加猖獗，因此我们希望开发一个可以帮助人们即时识别诈骗的工具，同时也能创建一个大型数据集，以“训练”每个人在识别诈骗模式方面的能力。
浏览过10到20个诈骗后，任何人都可以迅速学习到需要关注的微妙（或不那么微妙）的诈骗迹象。
- 上传您认为可疑的任何截图
- GPT-vision开始工作，提取文本并分析截图，立即给出结果
- 每次上传都会增加一个不断增长的公共数据库，让大家能够查看并学习真实世界中的诈骗模式。
试试这个工具，分享您最近遇到的诈骗，希望这能帮助更多的人。
人气: 8 个点赞 | 4 条评论
51. Show HN: Drop Space 作为 Wetransfer 的替代方案
URL: https://drop.space
作者: woc_zhang
描述: 这里的链接是一个不同的服务，叫做 DROP，是 wetransfer 的一个替代品。
人气: 2 个点赞 | 0 条评论
总结
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