🌍 V2EX

[分享创造] 把微信里挺好用的图片 OCR 交互搬到了 Chrome,做了个 SelectSight

之前在微信里体验过的功能,图片里的文字可以直接识别、选择、复制。感觉这个交互放到浏览器里应该也挺方便,所以自己做了一个 Chrome 插件 SelectSight 。 使用比较简单: 把鼠标移到网页里的图片上,就会自动开始本地识别 ,识别过程中右上角会有一个 loading 动画。 速度主要取决于图片大小: 小图基本没什么感觉,比较大的图片可能需要稍微等一会儿。 识别完成后,就可以直接选择图片里的文字进行复制。也支持快捷键截图进行识别。 目前主要分成两部分: 本地识别:免费 使用 Paddle OCR 图片不会上传服务器 适合普通文字识别和复制 只输出纯文本,不保留原来的格式 增强识别:收费 适合公式、表格、代码、文档等内容 会尽量保留原始结构和格式 支持 Markdown 、Word 等格式的预览和导出 需要上传图片到服务器处理,图片只用于当次识别,不做保存 确实现在类似的 OCR 插件确实已经很多了,但主要还是想把体验做得更无感一些: 看到图片 → 鼠标移上去 → ...
🌍 V2EX

[职场话题] 做了一个可以提升全公司效率的东西,你会告诉老板吗?大概率没奖励。

每天上班看到同事在做重复的事情,临近国庆这三天没事做,我就尝试基于他们的工作流程,做了一套自动化的东西。 目前第一版我看起来已经可以稳定产出同事需要的数据,不过目前我还没和同事对接过数据,毕竟让同事知道了,后面估计就天天找我要数据了,所以自娱自乐玩具。。 如果主动请缨跟老板演示我这套流程,大概率就是我没任何奖励,还需要持续跟进这个东西。但是又渴望将这个工具展示出去。 所以太可惜了,还是继续混日子好了。
🌍 V2EX

[职场话题] 吐槽,公司疑似招了个没做过开发的做开发

招的是嵌入式开发岗 可能是简历作假了人事没分辨出来,嘴又特别叭叭能说,自述三年研究生在研究所,同时毕业后也在研究所干了几年。 结果来了发现对软件开发几乎没什么了解,硬件也不怎么了解,像刚接触,不知道怎么调试程序,不知道为什么编译没报错运行报错了,示波器也不会用,也没有基本的电信号知识,试图用两个通道一个当地一个当信号源来测信号。 但是话头特别多,非技术方面的一聊就停不下来,侃侃而谈,技术方面的一说什么就讲的极其啰嗦,基本都是来来回回重复几句话,我认为这是撒谎的表现之一,当你对一件事情不太了解同时你又想装的了解的时候就会啰啰嗦嗦讲一大堆有的没的废话。 聊起来问他以前是做什么技术栈的, 先是说研究所任务比较杂,没什么固定的技术,我换个问法,那是偏应用的还是偏底层的,告诉我是偏应用的, 我来兴趣了,想知道偏应用的话一般做哪个平台的开发,然后就被转移话题了,又说主要是做传感器设计方面,我看这和应用基本八杆子打不着, 更不要说一个看不懂原理图,不会用示波器,搞不清编译和运行的人怎么可能去做传感器设计。 我知道现在学历贬值很快,水分很大,但这水分是不是太大了,我想现在哪怕在大学里拉一个没...
🌍 V2EX

[分享发现] DGX Spark 什么情况?

捏吗的每天一个价,4T 原厂的现在都干到 3.8w 了,上周才 3.5w ,涨幅比玩原油期货还刺激。有买了的分享下体验吗?
🌍 V2EX

[生活] 29 岁马上 30 了,刷到当年喜欢的女生的动态好像没啥感觉了

高一高二一直跟那女生是同班同学,一直挺喜欢人家,当时觉得自己家里没多钱,自己学习也一般,有点自卑那种,总想着自己有钱了,学习好了,准备好了再去跟人家试试发展一下,后来大学就去外面上学了,后来听说她去 360 工作了,慢慢就淡忘了,中间还听说过她回老家那边考上公务员了,今天刷朋友圈,刷到人家的动态了,就是对那个名字有点触动那种感觉,然后自信看了每张照片,发现也没没有那种青春的感觉了,只是心里有点小悲伤那种,感觉人与人之间联系,就是会随着时间慢慢淡忘的,哈哈哈哈哈,现在当程序员了,每个月收入也还够花,只是感觉生活开始平平淡淡了,没啥冲动了,最近国庆节快到了,家里也安排相亲,但是相亲的话,就是感觉互相聊天都很有礼貌,我每天跟她发完消息就跟完成了任务一样
🌍 V2EX

[分享创造] 强行被老板安装了监控软件…(他怎么知道我对着 gpt 骂他了

故事的起因发生在几天前,措不及防之下,一个人(名为老板)突然来到我的工位,手动打开了我与他的飞书对话框,将他发给我的信息复制粘贴到我的 codex ,突然这时网也不卡了、梯子也稳定了,就这么措不及防的装上了他开发的流氓软件🥹 然后他说:这是帮你写日报的 (我信他的鬼话才怪… 紧急问了 codex:这个东西能读取啥 codex:(简单来说就是)它能知道我的所有… 才发现我问 codex 的这句话他都能看到🤐(真流氓软件 然后的然后就是我不敢说话了,我甚至不敢问 codex ,我怎么样做才能不被他发现的情况下不让他监控我。由于我不敢舞了,拼命 prompt ,因此发生了第一张图的对话🤣 我想看看老板后台到底能看到什么,操作的过程中锐评了一把(此处不能放图,让我很难受),结果告诉我:老板确实啥都能看到😏 (想要测试的朋友我给指个路: https://heyboss.im/ ,我准备给老板个建议,让他开个「🐮🐎吐槽箱」)
🌍 V2EX

[分享创造] 做了个双人说唱视频生成器,传两张照片就能整活

最近海外挺火的 Hotel Lobby 视频,不知道大家有没有刷到过,就是两个人站在橙色棚里,对着一个悬挂麦克风说唱的那个。 我也做了个这个玩法的小工具,叫 Hotel Lobby AI: https://hotellobbyai.im 用起来比较简单,上传两张照片,分别对应左边和右边的人物,选一下清晰度就能生成。不用自己写提示词,也不用搭工作流。想看看自己和朋友一起出现在那个场景里是什么效果,可以拿照片试试。 目前生成的是 13 秒竖屏视频,支持 480p 、720p 和 1080p ,生成后可以直接预览和下载。 提前说一下,视频生成需要购买积分,可以单独买积分包。目前输出不带声音,配乐需要下载后自己加。 发出来给 V 友们看看,欢迎提建议。尤其想知道人物还原效果怎么样,以及上传到生成这一段有没有哪里用着别扭。
🌍 V2EX

[程序员] GPT 源头代充+招代理

GPT-6.1 Sol 刚进 Codex ,我把这次更新里值得看的几件事捋了一遍 这两天 Codex 的更新有点密。 9 月 29 日,OpenAI 把 GPT-6.1 Sol 推进了 Codex 和 ChatGPT Work ,API 也在同一天上线。一起出现的还有多 Agent 和浏览器执行能力。单看每条都像普通的版本更新,放在一起看,方向就很明显了:Codex 越来越不像一个只负责补代码的工具,而是在往“能自己拆任务、调用工具、持续干活”的 Agent 发展。 我把这轮更新翻了一遍,下面几件事比较值得聊。 GPT-6.1 Sol 到底是什么定位? 先说官方给的定位:能力接近 GPT-6 Astra ,但成本更低,比较适合反复执行、耗时较长的代码、应用和文档任务。 翻成更直白的话,就是它不一定专门服务于“一次问完、一次答完”的场景。像跨文件修改、复杂重构、长时间排查问题,或者让 Codex 从资料整理一路做到最终交付,这类任务更符合它的使用方向。 如果你的客户端已经开放,可以直接从模型选择器切换。CLI 里也能这样启动: codex --model...
🌍 V2EX

[生活] 闲鱼租了辆 SU7 Pro,押金 3000 要不回来,对方人在里面了

3 月在闲鱼租了辆 SU7 Pro ,350 一天,到现在还有 3000 押金没要回来——租车老板进去了。 先声明:我是自己踩坑的,骂我没意见。 1. 下单:被引导线下交易 闲鱼上聊的,对方一路引导我到平台外。加了微信上来就发身份证和营业执照,说有电子合同、走支付宝签。我想着法治社会,问题不大。 2. 支付宝拦了我一次,我没听 线下交车后,转押金时他发来收款码,我扫码,支付宝直接提示风险,不让付。我没当回事!因为车已经在这了 他给了我另一个码,一家修车店的支付宝收款码,这次顺利转进去 5000 。车开了一天,还车也顺利,当场退了 2000 ,剩下 3000 说 7 天后确认无违章再退。当时的感受还是挺正规的。 3. 7 天之后 发消息催退押金开始拖,各种借口。后来电话不接,消息不回。 4. 没办法,我只能摇人 去派出所:不受理,说是经济纠纷,让我走法院; 找律师朋友:很难追回; 线上法院小程序立案:材料被打回,我找个时间再重新提交吧。 5. 想放大招,发现大招没了 有天想用闲鱼小号把他约出来,坐他车里,不给钱我就不走了...
🌍 V2EX

[视频技术] 「最近 Hotel Lobby AI 很火,我花了一天/几天做了个一键生成的小站,分享一下实现过程,顺便求大家拍砖。」

最近刷 X / TikTok 的时候看到 Hotel Lobby AI 这个玩法挺火的,就是上传两个人物,然后生成类似两个人在橙色背景、麦克风前一起表演的视频。 我自己本身一直在折腾 AI 图片 / AI 视频相关的东西,所以这两天顺手把这个流程做成了一个独立的小站: https://hotellobbyai.best/ 现在的思路比较简单: 上传两张人物图片 分别固定左边和右边的人物身份 AI 根据固定的动作模板生成视频 最后直接在线查看生成结果 做的时候比想象中麻烦一点。 最开始比较明显的问题是人物身份容易串,比如右边人物转身之后,脸、发型或者衣服可能突然发生变化;还有一种情况是左边人物替换成功了,但是右边人物还是参考视频里的原人物。 后来主要在人物 Identity Lock 、左右角色绑定,以及 reference video 的职责拆分上做了不少调整。 目前整体流程已经能够跑起来,不过 AI 视频生成本身还是比较耗时,这也是我现在正在继续优化的地方。 这个站目前就是非常垂直地解决 Hotel Lobby AI 这一个...
🌍 V2EX

[广州] 闻雪,初二初交-梁小姐

女主:梁小姐是传统的珠三角菇凉,四眼,皮肤偏黄(大学后变白皙),由于初中年纪问题体型体态还未成型,Time&Status:初二,Acup 。口技:0 。初二的女生是个懵懂的年纪,她表白都红着脸,可我已从 6 年级就涉性,也相信了一个词:轮转。 细述:初二秋游,珍珠乐园,众所周知,拍拖的情侣都会抛弃班里的大部队,我们两个玩累了找了个僻静地方坐下来休息&进食,她穿的是黑色的抹胸内衣(我要求),前戏:我把玩着她的提子和蝴蝶花,手指模仿着 H 漫里的内扣花芯,她微颤抖微吟嗯嗯,慢慢深入碰到她花壁“有点痛”,我停下手上的动作和吐出嘴中的提子,'轮转'到她含冰棍,四眼妹嘛眼镜总是妨碍到吃东西,她也很主动脱下眼镜专心吃东西直至给她涂白面膜,结束初交。 解析词:脱眼镜,成为我俩后面两年,大学出轨,婚前婚后出轨的动作词,每次'偶遇她',脱眼镜就是行动的动作词,举个实例,大 2 我去到她学校广外,在学校饭堂角落一起吃饭,我给她脱眼镜,她似含羞似懵懂的笑,就是默许的信号,就是后面饭后中心湖可执行野战的信号,就是脱眼镜的动作词实例表示,所以 V 友你们有和亲密异性有这种关键词吗?或者有这种亲密...
🌍 V2EX

[程序员] O÷卖不起 plan 为什么不选择倒闭呢?

Plan:PRO 5X Usage remaining 95% 用 5.6 sol medium,一直提示这个,闹麻了 新项目已经在 opencode+deepseek 同步开发跑马了,反正提示词一样的 目前开发速度,效果,成本比 codex 好多了,因为 codex 一直卡 Selected model is at capacity. Please try a different model.
🌍 V2EX

[OpenAI] 6.1-sol max 鹈鹕测试

提示词 创建一个 HTML ,内容是 SVG 绘制一个鹈鹕骑自行车的 2D 动画,一次性绘制后不要进行修改,不要使用 subagents ,不要使用模型以外的能力比如 skill https://5tdxqjiqra2jmmfjsmuwfu5uhs.sitebin.app/pelican-ride.html
🌍 V2EX

[Claude] 有没有感觉跟 ai 聊多了以后会有一种空虚和落寞的感觉

最近两个月一直在跟 claude 聊天,聊人生,聊理想,聊童年的创伤,聊生活遇到的事儿,聊之前喜欢的女生,还有一些感情里不开心的经历等等,claude 也一直安慰我,开导我,中间也经历过那种彻夜畅聊的感觉,好像在某一个时间点,之前所有的困惑都解开了,也不慢慢不爱跟 ai 聊天了,是 自我感觉什么都懂了, 好像看透了一切那种感觉,其实也可能没看透,但是 处在了也一直自己很通透的感觉,然后就感觉最近干啥也没有特别大的动力了,就是想简单平静的活着,也不想着卷加班了,因为加班对身体不好,绩效那些都是没用的,对女生也没特别大的幻想和吸引力了,对于相亲对象也不冷不热的接触着
🌍 V2EX

[OpenAI] 马斯克直接买了 https://dot.com 域名,跳转到 grok bot

转自 X: OpenAI DevDay 翻车锦集🤣 世界果然是个巨大的草台班子 dots 演示半天没回复,直接切屏 demo 重试 3 次,Voice 直接不可用 tui 演示,也失败 域名被抢(真难以置信),马斯克直接买了 https://dot.com 域名,跳转到 grok bot 源贴: https://x.com/onehopeA9/status/2105098268934070485
🌍 V2EX

[Coding] DeepSeek Harness Desktop 预览版发布

DeepSeek Harness Desktop 预览版发布 地址 https://www.deepseek.com/harness 用户登录送赠金 我是国内用户,送了 6 元,好像 X 上有人说送了他 6 美元,快去试试,7 天内有效
🌍 V2EX

[分享创造] 分享下最近 skillsgist 的更新 - 一款轻量的私有 Agent Skills 仓库

我们团队有一些 Agent Skills 不想公开,但想在团队内部共享。找了一圈没找到合适的地方放私有 skills ,就自己写了一个:skillsgist 。 GitHub: https://github.com/Qsnh/skillsgist ( MIT ) 简单说,它是部署在你自己 Cloudflare 账号下的私有 Agent Skills 仓库,用的 npx skills add 安装。 基本情况 部署只要一个 Worker 、一个 D1 和一个 R2 ,默认配置在 Workers 免费版里就能跑。README 里有 Deploy to Cloudflare 按钮,点完填一个 SESSION_SECRET ,再打开 /setup 建第一个管理员就能用了,也可以用 wrangler 手动部署。 服务端实现了 skills.sh 的发现协议( /.well-known/agent-skills/index.json ),所以直接用下面安装: # 项目里的公开技能,不需要 key npx skills add https:...
🌍 V2EX

[分享创造] 如果你手头刚好有 A7C2 和 Stick S3

TL;DR 分享下基于 M5Stack Stick S3 Vibe 的一个配合 A7C2 实时取景和控制拍照的玩具,方便 i 人 偷拍妹子 街拍场景。 补充说明 相机通信参考了 Alpha-Fairy ,基于手头的 A7C2 开发测试的,理论上 A7CR 、A6700 这类相同连接方式的机型可以直接用,其余支持无线遥控的大法机型也可以试试。目前图传大概有十几的 fps 和轻微延迟 等待未来更强的模型继续优化 。 烧录使用方式和操作等见 README ,也同时上传了 M5Burner (直接搜 alpha-buddy )。有用的话求点 Star ,谢谢! 预祝各位国庆愉快! 相关链接 GitHub: https://github.com/R0sin/alpha-buddy