LogoThread Easy
  • 探索
  • 撰写 Thread
LogoThread Easy

您的一体化 Twitter 线程助手

© 2025 Thread Easy All Rights Reserved.

探索

最新在前，按卡片方式浏览线程

开启时会模糊预览图，关闭后正常显示

🎉 MkSaaS 模板已升级到 Nextjs 16 模板整体的技术栈是今年春节在老家过年的时候定下来的，去年我花了很长时间研究技术栈。年后正式开发，4月21日上线，差不多迭代了有8个月。 上线之初基本上功能就非常全面了，能对标的之后Supastarter和MakerKit模板。上线后，我先后重构了blog/docs模块、存储模块、支付模块，支持了积分模块、用户管理、邮件订阅/联盟营销/聊天组件/验证码等功能，还支持了cloudflare worker部署和cloudflare d1数据库，并优化了SEO、请求缓存、页面加载等各种细节。 在 AI方面，集成了 AI SDK、AI Elements 和 AI Gateway，支持了 AI生文、AI生图、AI聊天 等功能演示，同时支持 OpenAI、Gemini、DeepSeek、OpenRouter、Replicate、Fal、Fireworks 上各种模型。 这样前沿的技术栈，这么丰富的功能，至少还能再打 1 年！

🎉 MkSaaS 模板已升级到 Nextjs 16 模板整体的技术栈是今年春节在老家过年的时候定下来的，去年我花了很长时间研究技术栈。年后正式开发，4月21日上线，差不多迭代了有8个月。 上线之初基本上功能就非常全面了，能对标的之后Supastarter和MakerKit模板。上线后，我先后重构了blog/docs模块、存储模块、支付模块，支持了积分模块、用户管理、邮件订阅/联盟营销/聊天组件/验证码等功能，还支持了cloudflare worker部署和cloudflare d1数据库，并优化了SEO、请求缓存、页面加载等各种细节。 在 AI方面，集成了 AI SDK、AI Elements 和 AI Gateway，支持了 AI生文、AI生图、AI聊天 等功能演示，同时支持 OpenAI、Gemini、DeepSeek、OpenRouter、Replicate、Fal、Fireworks 上各种模型。 这样前沿的技术栈，这么丰富的功能，至少还能再打 1 年！

🔥 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🚀 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/bh1RxeERuY & https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF

avatar for Fox@MkSaaS.com
Fox@MkSaaS.com
Thu Dec 11 01:02:05
RT @indie_maker_fox: Nextjs 16 确实肉眼可见的快了！推荐升级！ 如果是部署在cloudflare worker上，据说OpenNextjs下周也将支持Nextjs 16，这样的话，部署在cloudflare worker上也没有问题了。 快了快…

RT @indie_maker_fox: Nextjs 16 确实肉眼可见的快了！推荐升级！ 如果是部署在cloudflare worker上，据说OpenNextjs下周也将支持Nextjs 16，这样的话，部署在cloudflare worker上也没有问题了。 快了快…

🔥 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🚀 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/bh1RxeERuY & https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF

avatar for Fox@MkSaaS.com
Fox@MkSaaS.com
Thu Dec 11 01:01:51
RT @indie_maker_fox: 4️⃣ Affonso：$299 买了1年会员，用于MkSaaS的分销 https://t.co/cCLk9tFZgl 5️⃣ SaaSBoilerplates：$107 买了3个月首页的广告位 6️⃣ Trancy：$30 沉浸…

RT @indie_maker_fox: 4️⃣ Affonso：$299 买了1年会员，用于MkSaaS的分销 https://t.co/cCLk9tFZgl 5️⃣ SaaSBoilerplates：$107 买了3个月首页的广告位 6️⃣ Trancy：$30 沉浸…

🔥 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🚀 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/bh1RxeERuY & https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF

avatar for Fox@MkSaaS.com
Fox@MkSaaS.com
Thu Dec 11 01:01:10
LandingAI 推出「智能文档拆分与分类」，目的是解决企业文档处理中一个非常普遍且棘手的痛点：混合文档包的自动化处理。 核心痛点：不仅是“读”文档，更是“理”文档 在实际业务中（如医疗、保险、财务），企业接收到的 PDF 往往不是单一类型的文件，而是一个“大杂烩”。例如，一个 PDF 文件可能同时包含： · 第 1-2 页：入职登记表 · 第 3-5 页：临床笔记 · 第 6 页：发票或授权书 传统方法的局限性： 如果直接对整个文件使用提取功能，AI 会试图用同一套逻辑去理解所有页面。这会导致： · 数据错乱：用发票的逻辑去提取病历，结果不仅错误且不可用。 · 资源浪费：对无关页面进行处理，消耗不必要的计算资源。 · 流程阻塞：在提取数据前，必须有人工或额外步骤先将文件拆开。 智能文档拆分与分类 (ADE Split) 解决方案 ADE Split 是一个“内容感知”的预处理层。在进行详细的数据提取之前，它先负责把大文件逻辑拆分成正确的小组。 · 智能分组：它分析整个文件，将属于同一份文档的页面归类在一起。 · 非破坏性：它不会修改原始 PDF 文件，而是返回一份结构化的 JSON 数据告诉系统该如何切分。 它返回的关键信息包括： · 文档类型建议（例如：识别出这是“发票”还是“合同”）。 · 页面范围（例如：第 1-3 页是一组，第 4 页是另一组）。 · 辅助标识（可选）：如病人姓名或发票 ID，帮助确认归属。 · Markdown 内容：对应分段的文本内容。 · 未分类组：专门存放无法匹配的页面，确保流程严谨。 技术亮点：内容感知 · 无需硬性标识：传统的拆分工具通常依赖二维码或特定的分隔页。ADE Split 能够基于页面内容的上下文进行聚类。 · 智能聚类：即使页面上没有明确的 ID，只要内容逻辑连贯，它也能识别出它们属于同一份文档。 · 排他性：每一页只会被分配给一个文档组，不会出现重复归属。 适用情况与现状 · 支持模型：支持 LandingAI 最新的 DPT-2 和 DPT-2 Mini 模型。 · 可用渠道：可以通过 Playground 或 API 直接调用。

LandingAI 推出「智能文档拆分与分类」，目的是解决企业文档处理中一个非常普遍且棘手的痛点：混合文档包的自动化处理。 核心痛点：不仅是“读”文档，更是“理”文档 在实际业务中（如医疗、保险、财务），企业接收到的 PDF 往往不是单一类型的文件，而是一个“大杂烩”。例如，一个 PDF 文件可能同时包含： · 第 1-2 页：入职登记表 · 第 3-5 页：临床笔记 · 第 6 页：发票或授权书 传统方法的局限性： 如果直接对整个文件使用提取功能，AI 会试图用同一套逻辑去理解所有页面。这会导致： · 数据错乱：用发票的逻辑去提取病历，结果不仅错误且不可用。 · 资源浪费：对无关页面进行处理，消耗不必要的计算资源。 · 流程阻塞：在提取数据前，必须有人工或额外步骤先将文件拆开。 智能文档拆分与分类 (ADE Split) 解决方案 ADE Split 是一个“内容感知”的预处理层。在进行详细的数据提取之前，它先负责把大文件逻辑拆分成正确的小组。 · 智能分组：它分析整个文件，将属于同一份文档的页面归类在一起。 · 非破坏性：它不会修改原始 PDF 文件，而是返回一份结构化的 JSON 数据告诉系统该如何切分。 它返回的关键信息包括： · 文档类型建议（例如：识别出这是“发票”还是“合同”）。 · 页面范围（例如：第 1-3 页是一组，第 4 页是另一组）。 · 辅助标识（可选）：如病人姓名或发票 ID，帮助确认归属。 · Markdown 内容：对应分段的文本内容。 · 未分类组：专门存放无法匹配的页面，确保流程严谨。 技术亮点：内容感知 · 无需硬性标识：传统的拆分工具通常依赖二维码或特定的分隔页。ADE Split 能够基于页面内容的上下文进行聚类。 · 智能聚类：即使页面上没有明确的 ID，只要内容逻辑连贯，它也能识别出它们属于同一份文档。 · 排他性：每一页只会被分配给一个文档组，不会出现重复归属。 适用情况与现状 · 支持模型：支持 LandingAI 最新的 DPT-2 和 DPT-2 Mini 模型。 · 可用渠道：可以通过 Playground 或 API 直接调用。

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

avatar for meng shao
meng shao
Thu Dec 11 01:00:51
阿里刚刚又发布了新模型 Qwen3-Omni-Flash-20251201 这是个 Qwen3-Omni-Flash 的更新版本, 这个模型是个所谓的"全模态"模型, 可以接受文本,语音,图片,视频输入, 然后可以输出文本和语音. 特别适合用在端侧设备上, 辅助通用任务的执行. 我能想到的比如各种无人场景都可以, 比如无人导购, 无人前台等等. 具体性能提升的话, 看官方评测各个方向的 benchmark都有2%-10%的提升, 也算不小了. 在用旧版本的同学可以考虑直接无缝迁移了. 目前官方还没放出这个模型的文件. 可能需要等等.

阿里刚刚又发布了新模型 Qwen3-Omni-Flash-20251201 这是个 Qwen3-Omni-Flash 的更新版本, 这个模型是个所谓的"全模态"模型, 可以接受文本,语音,图片,视频输入, 然后可以输出文本和语音. 特别适合用在端侧设备上, 辅助通用任务的执行. 我能想到的比如各种无人场景都可以, 比如无人导购, 无人前台等等. 具体性能提升的话, 看官方评测各个方向的 benchmark都有2%-10%的提升, 也算不小了. 在用旧版本的同学可以考虑直接无缝迁移了. 目前官方还没放出这个模型的文件. 可能需要等等.

核心特性

avatar for karminski-牙医
karminski-牙医
Thu Dec 11 00:56:20
Let’s try harder and harder things, so they can’t call our win easy. Let’s try more and more tasteful things, so hype looks tasteless. Let’s try proof reduction, so they know “proof length ratio is hardness ratio” is BS. Let’s be ostrich & go. I fucking love an underdog story.

Let’s try harder and harder things, so they can’t call our win easy. Let’s try more and more tasteful things, so hype looks tasteless. Let’s try proof reduction, so they know “proof length ratio is hardness ratio” is BS. Let’s be ostrich & go. I fucking love an underdog story.

@axiommathai : careers@axiommath.ai

avatar for Carina Hong
Carina Hong
Thu Dec 11 00:56:05
  • Previous
  • 1
  • More pages
  • 1043
  • 1044
  • 1045
  • More pages
  • 5634
  • Next