技术,生活,随看 \随转
https://flippa.com/ 买卖产品的网站 平台
🤳 独立开发者故事 #67 - “用技能来交朋友,用Swap来交换人生新可能!”
1、介绍下你自己和目前所做的产品
哈喽,大家好,我是Swap创始人世杰,互联网从业者、摄影爱好者,坐标上海。
Swap是以技能共享为载体的年轻人社区,目前是微信小程序。
“技能交换”、“兴趣搭子”、“技能集市”,用户可以在这里找到志同道合的伙伴,并可以把自己的手艺变现。
当前已有超过2万位技能达人入驻,其中不乏大厂员工、高校学子、钢琴十级、网球教练、健身达人等。
欢迎大家前往【Swap技能交换微信小程序】体验~
2、做这个产品的灵感来源是什么?
在前些年刚来上海的时候,每天处于两点一线的生活,渴望社交但对低质量无意义社交感到疲倦,偶尔间发现上海的技能交换社群,通过几次线下活动对我的感受不错,以兴趣技能为话题进行陌生人破冰可以获得更棒的交友体验。
近些年在各个社交媒体可以看到很多关于技能交换的帖子,但在国内并未发现有一个成熟的平台可以把信息聚合起来,此时创立Swap的种子在心中萌芽。
经过近半年的打磨,Swap 1.0版本于2023年中旬正式上线微信小程序。
“Swap”意为交换,每个人的人生都不应仅限于此,来Swap交换人生新可能。
3、10分满分的话,你愿意给你的产品打几分?理由是?
8分,在创造 Swap的 300 多天里,我收到了很多用户真诚的反馈与评价。陪我们走过了一遭春夏。如今Swap3.0版本上线,Swap主体功能已经闭合。
用心做产品,把用户体验放在首位,是我们一直所坚持的底线。
4、除了自己的产品,你还有在用哪些产品(App、网站、小程序等)?
近期有在使用一些AI产品,像是ChatGPT、Midjourney、Notion等,如何让AI在Swap上更好的服务用户也是我最近在探寻的。
5、你有哪些工作/生活习惯?
把时间花在更有意义的事情上,做产出最大化的事。
留出时间来思考为达成某件目标需要走的路线,这个过程有点像象棋中的“走一步看三步”。
6、请用一句话打动用户并让她使用你的产品
Swap——以技能交朋友,用兴趣搞点钱
PS. Ελάτε να πιείτε ένα φλιτζάνι καφέ.
频道:@NewlearnerChannel
作为一款求职工具,Reactive Resume 最大的优势在于能根据不同岗位灵活调整简历内容,提高匹配度,并且可以将简历翻译成多语言版本。
🐙 GitHub:https://github.com/AmruthPillai/Reactive-Resume
🚀 一键部署:https://bja.sealos.run/?openapp=system-template%3FtemplateName%3DReactive-Resume
主要亮点:
隐私至上
- 零用户追踪,零广告
- 可自托管,完全掌控数据
功能强大
- 实时编辑,所见即所得
- 支持拖放定制,页面布局随心组合
- 集成 OpenAI API,一键增强写作
- 通过 ChatGPT 翻译,轻松创建多语言版本
- 自定义板块,适配不同行业需求
- 一份主账号,管理多份简历
设计出众
- 提供数十款专业、现代的模板选择
- 支持 EuroPass 欧盟标准简历模板
- 可使用 Google Fonts 中任意字体
- 自定义配色
便捷分享
- 生成个性化的分享链接
- 追踪简历浏览和下载次数
- 随时更新,确保展现最新状态
技术栈:
- 前端:React (Vite)
- 后端:NestJS
- 数据库:Postgres,Prisma ORM
- 对象存储:Minio
- 其他:OAuth、Sentry、Crowdin 等
📢关注频道:@cloud_native_share
💬加入群聊:@cloudnativer
📮欢迎投稿:@cloud_native_yang
🎁访问主页: icloudnative.io
📢 太强了!这个项目从零实现了 Meta 的开源大模型 llama3!
🧩 从 #tokenizer 到 #attention,再到 #feedforward 层,这个 notebook 详细展示了如何从零开始实现 #llama3 的每一个模块。它直接从 #Meta 为 llama3 提供的模型文件加载 tensor,通过一个 #tensor、一次矩阵乘法来构建模型的每一个部分。
🔍 亮点:
1️⃣ 使用 #tiktoken 作为 tokenizer,将输入文本转换为模型可读的 token
2️⃣ 详细展示了如何将 token 映射为对应的 #embedding 向量
3️⃣ 利用 RoPE(Rotary Positional Embedding) 对 embedding 进行位置编码,为 attention 模块提供位置信息
4️⃣ 从头实现了 self-attention 模块,包括 query、key、value 矩阵的计算和注意力分数的计算
5️⃣ 使用 #SwiGLU 作为前馈网络,为模型引入非线性能力
6️⃣ 将 attention 和前馈层堆叠为一个完整的 #transformer 模型,实现了 llama3 的整体架构
📚 无论你是想学习如何从零实现一个大模型,还是想知道 llama、alpaca、vicuna 等大型语言模型的技术细节,这份 #notebook 都是一个绝佳的学习资源。
https://github.com/naklecha/llama3-from-scratch
📢关注频道:@cloud_native_share
💬加入群聊:@cloudnativer
📮欢迎投稿:@cloud_native_yang
🎁访问主页: icloudnative.io
🧩 从 #tokenizer 到 #attention,再到 #feedforward 层,这个 notebook 详细展示了如何从零开始实现 #llama3 的每一个模块。它直接从 #Meta 为 llama3 提供的模型文件加载 tensor,通过一个 #tensor、一次矩阵乘法来构建模型的每一个部分。
🔍 亮点:
1️⃣ 使用 #tiktoken 作为 tokenizer,将输入文本转换为模型可读的 token
2️⃣ 详细展示了如何将 token 映射为对应的 #embedding 向量
3️⃣ 利用 RoPE(Rotary Positional Embedding) 对 embedding 进行位置编码,为 attention 模块提供位置信息
4️⃣ 从头实现了 self-attention 模块,包括 query、key、value 矩阵的计算和注意力分数的计算
5️⃣ 使用 #SwiGLU 作为前馈网络,为模型引入非线性能力
6️⃣ 将 attention 和前馈层堆叠为一个完整的 #transformer 模型,实现了 llama3 的整体架构
📚 无论你是想学习如何从零实现一个大模型,还是想知道 llama、alpaca、vicuna 等大型语言模型的技术细节,这份 #notebook 都是一个绝佳的学习资源。
https://github.com/naklecha/llama3-from-scratch
📢关注频道:@cloud_native_share
💬加入群聊:@cloudnativer
📮欢迎投稿:@cloud_native_yang
🎁访问主页: icloudnative.io
📊 表格界面:类似电子表格的操作方式,支持单元格编辑、公式、条件格式、图表等功能。
🗂 丰富视图:除了表格视图,还提供看板、日历、画廊、表单、甘特图等多种数据展现方式。
🚀 卓越性能:可以轻松处理数百万数据,支持批量操作,有自动索引优化。
👨💻 原生 #SQL 支持:可以使用 SQL 直接查询,兼容 #Metabase、#PowerBI 等 #BI 工具。
🧠 AI Copilot:通过 AI 对话来辅助开发应用、生成图表、调整视图、设置自动化等。
🔒 数据安全:支持数据本地存储,有完善的权限管理。
⚡️ 实时协作:数据可实时更新,支持协作成员管理。
🧩 可扩展:基于 #React,可以低成本定制和扩展应用。
🤖 流程自动化:可通过 #AI 或可视化方式设计自动化流程。
🗄 多数据库支持:兼容 #Sqlite、#PostgreSQL、#MySQL 等数据库。
可以将 #Teable 视为 #Airtable 的大数据替代品,在保留电子表格式的易用性的同时,还兼具传统数据库的高性能和稳定性,非常适合企业级的数据管理应用开发。
🌐 链接:https://github.com/teableio/teable
🚀 一键部署:https://bja.sealos.run/?openapp=system-template%3FtemplateName%3Dteable
📢关注频道:@cloud_native_share
💬加入群聊:@cloudnativer
📮欢迎投稿:@cloud_native_yang
🎁访问主页: icloudnative.io
3.6TB云资源-CG课程
介绍
这是包含了上百个CG相关的课程相关资源,我已将链接整理为txt及excel文件,其中包括文件目录
大小:约3.6T
云:百度
下载:夸克:https://pan.quark.cn/s/5992b9fb0689
百度链接: https://pan.baidu.com/s/1aAUCh6wGKV-LCE36H8wCmw 提取码: dt8g
蓝奏云:https://noise.lanzoul.com/iaiPV21mz19g
批量转存根据可参考:https://github.com/hxz393/BaiduPanFilesTransfers
WIN打包程序下载:https://pan.quark.cn/s/55338a74cb3e
📡发布:https://noisevip.cn/18328.html
🪧关注频道:@quanshoulu
💬频道社群:https://www.noisework.cn/qun/
📬投稿bot:@noisewowbot
📇搜索bot:@Efficiencysearchbot
🎁访问主页: www.noisework.cn
适用于快速构建和扩展知识图谱,支持自定义模型和缓存功能,优化成本和效率
集成OpenAI、Groq、ElevenLabs、CartesiaAI和Deepgram API,以及通过Ollama支持本地模型。适合语音技术研究和开发
#windows 小米坡word文档转视频生成工具,是一款基于windows平台下使用的word文档转视频工具。可以把word文档的图片转成视频、提取文档里边的文字转成配音、并生成字幕同步在视频上展示,支持加背景音乐。最终形成一个有配音、画面、字幕、背景音乐的完整视频。
https://github.com/feng8088/word2video
https://github.com/feng8088/word2video
主要特征
轻量级:快速且模块化,可以轻松集成到现有项目中
易于使用:管理 goroutine、等待组和错误处理的复杂性被抽象出来
并发:控制所有操作的并发级别
批处理:提供一种简单的方法来批量组织和处理数据
错误处理:提供一种结构化的方法来处理并发应用程序中的错误
流式传输:以最小的内存占用处理实时数据流或大型数据集
顺序保存:提供保存数据原始顺序的功能,同时仍允许并发处理
高效利用资源:goroutine 和分配的数量与数据大小无关
通用:所有操作都是类型安全的,可以与任何数据类型一起使用
函数式编程:基于函数式编程概念,使 map、filter、flatMap 等操作可用于基于通道的工作流程