Keep on to blur preview images; turn off to show them clearly
young Japanese are trying to reinvent the craft but Mamoto-Shmamoto-Senseis are in the way, as always well, we see progress in eg Chainsaw Man
We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1
画流程图、架构图的时候,用 draw .io 一个个拖拽元素挺费劲，尤其是复杂图表要反复调整位置和连线。 发现 next-ai-draw-io 这个开源项目，直接用自然语言描述想要的图表，AI 自动生成 draw .io 格式的图。 核心功能有三个：文字生成图表、上传图片让 AI 复制和优化、实时对话修改图表。修改时不用每次重新生成整个 XML，AI 会精准编辑特定部分，速度更快。 GitHub：https://t.co/VSF04Q1IPy 技术栈用 Next.js + AI SDK + react-drawio，调用 OpenAI API 处理自然语言。支持版本历史记录，可以随时查看和恢复之前的版本。 如果你想把画图从 “手动拖拽” 升级为 “说话就能画”，这个项目值得试试。
💡 挖掘开源的价值 🧑🏻💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术 🧐 A list cool, interesting projects of GitHub. ✏️ 公众号：GitHubDaily
![[开源推荐] LoanLens AI ——智能贷款处理与欺诈检测的多智能体系统，基于 @LandingAI 和 AWS Bedrock，来自 Landing AI 金融 AI 黑客松的冠军项目
项目为了解决传统贷款审核的痛点：贷款官员往往需花费数小时手动审查银行对账单、工资单、身份证、税务报告和信用档案，导致流程缓慢、不一致且易受欺诈影响。LoanLens AI 通过多智能体 AI 工作流自动化整个管道，实现高效、透明的信贷决策。
项目核心功能与工作流
LoanLens AI 构建了一个端到端的智能系统，涵盖文档处理、数据提取、风险评估和欺诈检测。简要工作流如下：
· 文档摄入：支持多种格式（如PDF和扫描图像），自动导入借款人文件。
· 智能提取：采用 Agentic Document Extraction 和 Agentic Object Detection 技术，从文档中提取结构化字段（如金额、日期）、边界框（用于可视化追踪）和非结构化文本（用于语义验证），输出 JSON 格式数据。
· 借款人指标计算：自动生成关键绩效指标，包括债务收入比、流动性、收入稳定性、地址一致性和整体风险评分。
· 评分与决策：基于明确规则的评分引擎，将申请分类为“批准”、“警告”或“拒绝”。
· 欺诈检查：检测薪资不匹配、布局篡改、文本伪造和身份不一致等异常。
· 审核界面：为人工审核员提供摘要、可视化叠加层，以及基于 RAG 的聊天界面，支持自然语言查询。
开源地址：](/_next/image?url=https%3A%2F%2Fpbs.twimg.com%2Fmedia%2FG6_lqv5bcAAK4zv.jpg&w=3840&q=75 "[开源推荐] LoanLens AI ——智能贷款处理与欺诈检测的多智能体系统，基于 @LandingAI 和 AWS Bedrock，来自 Landing AI 金融 AI 黑客松的冠军项目
项目为了解决传统贷款审核的痛点：贷款官员往往需花费数小时手动审查银行对账单、工资单、身份证、税务报告和信用档案，导致流程缓慢、不一致且易受欺诈影响。LoanLens AI 通过多智能体 AI 工作流自动化整个管道，实现高效、透明的信贷决策。
项目核心功能与工作流
LoanLens AI 构建了一个端到端的智能系统，涵盖文档处理、数据提取、风险评估和欺诈检测。简要工作流如下：
· 文档摄入：支持多种格式（如PDF和扫描图像），自动导入借款人文件。
· 智能提取：采用 Agentic Document Extraction 和 Agentic Object Detection 技术，从文档中提取结构化字段（如金额、日期）、边界框（用于可视化追踪）和非结构化文本（用于语义验证），输出 JSON 格式数据。
· 借款人指标计算：自动生成关键绩效指标，包括债务收入比、流动性、收入稳定性、地址一致性和整体风险评分。
· 评分与决策：基于明确规则的评分引擎，将申请分类为“批准”、“警告”或“拒绝”。
· 欺诈检查：检测薪资不匹配、布局篡改、文本伪造和身份不一致等异常。
· 审核界面：为人工审核员提供摘要、可视化叠加层，以及基于 RAG 的聊天界面，支持自然语言查询。
开源地址：")
[开源推荐] LoanLens AI ——智能贷款处理与欺诈检测的多智能体系统，基于 @LandingAI 和 AWS Bedrock，来自 Landing AI 金融 AI 黑客松的冠军项目 项目为了解决传统贷款审核的痛点：贷款官员往往需花费数小时手动审查银行对账单、工资单、身份证、税务报告和信用档案，导致流程缓慢、不一致且易受欺诈影响。LoanLens AI 通过多智能体 AI 工作流自动化整个管道，实现高效、透明的信贷决策。 项目核心功能与工作流 LoanLens AI 构建了一个端到端的智能系统，涵盖文档处理、数据提取、风险评估和欺诈检测。简要工作流如下： · 文档摄入：支持多种格式（如PDF和扫描图像），自动导入借款人文件。 · 智能提取：采用 Agentic Document Extraction 和 Agentic Object Detection 技术，从文档中提取结构化字段（如金额、日期）、边界框（用于可视化追踪）和非结构化文本（用于语义验证），输出 JSON 格式数据。 · 借款人指标计算：自动生成关键绩效指标，包括债务收入比、流动性、收入稳定性、地址一致性和整体风险评分。 · 评分与决策：基于明确规则的评分引擎，将申请分类为“批准”、“警告”或“拒绝”。 · 欺诈检查：检测薪资不匹配、布局篡改、文本伪造和身份不一致等异常。 · 审核界面：为人工审核员提供摘要、可视化叠加层，以及基于 RAG 的聊天界面，支持自然语言查询。 开源地址：
邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴
Fröhlichen 1. Advent alle zusammen. Genießt den Tag mit der Familie! Wer den Teigtalente Stollen bereits hat, sagt Bescheid wie er schmeckt - ich leite es ans Teigtalente Team weiter. 😍
Founder 📈 @parqetapp Host of 🎙 @minimalempires Prev. @stripe
I realized that the biggest issue most builders have is that they don't know who they are serving with their products. The customer avatar.
I build stuff. On my way to making $1M 💰 My projects 👇
纳瓦尔：优秀工程师也是艺术家 Naval 将艺术定义为“为了自身而做、做到极致，并往往唤起美感或强烈情感的事物”。他认为，许多优秀工程师都很内向，他们不善于直接社交表达，而是通过"手艺"来展现自我。这种表达形式，正是艺术的本质。 · 工程师的艺术表达：在 Naval 当前的公司中，至少一半工程师都有业余艺术追求，包括世界级的数学证明、计算机生成艺术、陶土雕塑、服装设计、门把手或水瓶设计，甚至音乐视频制作。这些不是随意爱好，而是对美的追求。Naval 观察到，优秀工程师特别热衷于实验 AI 艺术工具，不像传统艺术家那样视其为威胁，而是当作“工具”来探索创造力。 · 工程即实用艺术：工程的核心是将想法转化为可重复、可用的现实产物。它不只是功能性构建，还能融入美学与情感价值。Naval 强调，优秀工程师“无所不能”，他们选择工程是因为它能将艺术转化为“有用之物”，但这并不排斥美感——相反，伟大工程往往优雅而富有诗意。 Naval 顺带批评 “incel” 一词，认为它是贬低内向者的新标签，类似于过去的“书呆子”。他建议避开此类污名化，转而欣赏内向者的深度创造力。这反映出他对文化偏见的反思：内向不是缺陷，而是转向内在表达的动力。 更广泛启示 这个观点挑战了“工程师=理性机器，艺术家=感性灵魂”的刻板印象。它暗示，顶级人才往往是多面手：在技术与美学的交汇处，创新真正绽放。对于创业者和招聘者，这提醒我们：寻找工程师时，别只看代码能力，更要留意他们的“副业”——那些揭示内在驱动力的迹象。AI 时代的到来，进一步模糊了工程与艺术的界限，让更多人能轻松将抽象想法转化为现实。
邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴