跳到正文

主题:自动化与工作流

今日 46 条
10月7日周三
  1. HackerNoon34

    为什么我用一张故意做得很丑的图来启动 AI 管线

    为在两天内做出售前原型,作者把户型图先渲染成 2:1 equirectangular 全景几何骨架,再让生成模型重绘成写实 360° 室内,从而保证门窗、走廊与房间连接严格贴合原始户型。直接让模型从户型图生成全景会破坏接缝一致性,六面 cubemap 转换虽投影正确但各面家具重复、位置漂移,专用全景模型则无缝却缺乏该房屋的真实几何。

  2. V2EX 最新主题21

    独立开发者自荐 Chrome 扩展 Mearl:展开编辑 URL 参数并生成解析二维码

    独立开发者发布 Chrome 扩展 Mearl,主打 URL 参数展开编辑与二维码生成、解析。它可把长链接拆开查看并直接改参数再复制,也能将 URL 生成二维码供手机扫码打开,还能通过右键菜单识别网页二维码内容。典型流程是查看参数、修改、生成二维码、手机扫码验证,已在 Chrome 商店上架。

  3. V2EX 最新主题18

    开发者求荐国内企业级 SaaS 框架:做公司注册代办系统

    一位开发者计划开发面向企业客户的公司注册资料代办 SaaS,需支持微信/手机号/邮箱登录与鉴权、线上提交资料、微信内查进度,以及后台管理、数据库和工单系统,并要求部署在国内云服务器。他向开发者社区征集国内常用且成熟的框架或开源 starter,有回复建议 Java + SpringBoot 最成熟。

  4. Twilio Blog66

    Twilio 员工的语音 AI 演示被刷 982 美元国际长途,复盘攻击链路与防护措施

    Twilio 开发者布道师 Rishab Kumar 复盘自己的语音 AI 演示被自动化流量刷单:8 月 15 日 10:32 至 14:39 期间 /api/call 收到 1,008 次请求、921 次成功建呼,其中 920 通打向以色列 +972229 号段,Twilio 费用 $971.50、Google Gemini 费用 $10.58,合计 $982.08。

    推荐理由:作者复盘自家语音 AI 演示被刷国际长途的完整链路与账单拆分,可对照检查自己公开接口的防护。

  5. V2EX 最新主题28

    虾传重构上线:局域网自动发现 + 多 S3/WebDAV 免登录传输

    独立开发者将「虾传」二次重构上线,支持局域网自动发现互传与广域网传输,多 S3 源 + WebDAV 免登录即可打通单向网络,无需关闭防火墙。新增断点续传、接收文件直接落到外部目标存储目录,速度打满带宽,覆盖安卓、iOS、鸿蒙、Windows、Mac 和网页。网页版 xiachuan.net/chat 可通过云端信令协调客户端发送局域网或 S3 文件。

  6. V2EX 最新主题18

    aicoding.inc 的 Claude API 中转连续稳定运行 432 天,新人加群送 10 美元额度

    aicoding.inc 的 Claude API 中转服务自 2025 年 8 月 1 日上线至今已连续稳定运行 432 天,目前有数万用户和 200 多家企业客户。该服务支持 Claude Code、Cursor、Cline 直接接入,按官方 1.9 折、2.9 折、4.9 折消耗余额,并支持国内支付和对公转账。新人加社群可获赠 10 美元额度。

  7. V2EX 最新主题31

    独立开发者做了一款替代沉浸式翻译的 Safari 翻译扩展,支持 iOS 和 macOS,正在 TestFlight

    一位开发者因 Safari 上的沉浸式翻译无法使用自己的 API Key、只能购买官方会员,开发了一款原生翻译 app 及其 Safari 浏览器扩展,iOS 和 macOS 均可用。该软件无服务端,全部使用用户自己的 API Key,可接入传统翻译与大模型,还支持 Apple 智能翻译。目前仅实现网页翻译,正在 TestFlight 测试。

  8. Google DeepMind Blog62

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型,原生支持文本、图像、音频和视频的统一嵌入空间。

    推荐理由:Google DeepMind 发布 740M 参数的多模态嵌入模型,给出端侧内存占用与向量截断方案,可据此评估本地检索管线。

  9. V2EX 最新主题22

    独立开发者做了个 AI 工具 Upglow,想替代用了十多年的 Google 表格

    一位做了十多年独立开发的开发者推出 AI 记录工具 Upglow,用户只需用日常语言写一句话,AI 就负责分类、提取数字并自动统计,目标是替代他用了十多年的 Google 表格。目前 Upglow 只有他自己一个用户,他发帖是想验证「只管写下发生了什么,让 AI 整理剩下的内容」这个思路是否对其他人也有用。

  10. Vercel News36

    Vercel AI Gateway 新增基于置信度的决策回退

    Vercel AI Gateway 现可在主模型答案触发你设定的置信度条件时,把决策请求升级到回退模型,条件支持组合,覆盖 Choice 与 Score 类问题,Boolean 问题则按概率区间升级。在 providerOptions.gateway.models 中加一个条件对象即可启用,未配置的请求行为不变;触发回退会运行第二次决策,因此两段都计费。该决策回退功能处于 beta 阶段。

  11. Vercel News62

    Google 的 Nano Banana 2.1 上线 Vercel AI Gateway

    Google 的 Nano Banana 2.1 已在 Vercel AI Gateway 上线,相比早期 Nano Banana 模型改进了图像生成与编辑,重点面向产品场景重构、基于蒙版和笔触的局部编辑以及真实性。

    推荐理由:Google 的 Nano Banana 2.1 上线 Vercel AI Gateway,说明了新模型的调用方式与按 Flash 级别计费的定位。

  12. Google Developers Blog62

    Google 发布 EmbeddingGemma 2 开发者指南

    Google 发布 EmbeddingGemma 2,一个基于 Gemma 4 的 sub-1B 开源多模态嵌入模型,采用 Apache 2.0 许可,把文本、代码、图像、视频和音频映射到统一的 768 维空间。

    推荐理由:Google 发布 EmbeddingGemma 2 开发者指南,给出多模态嵌入的加载、截断与选型方法。

  13. Google Developers Blog62

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到同一向量空间,参数规模 740M,文本权重最低约 191MB 内存,完整多模态模型在 Google Pixel 11 Pro 上约 567MB。

    推荐理由:Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,开发者可据此评估端侧本地检索的部署方式。