AI 编程辅助工具、React 官方跨平台方案、Google 的新性能评估标准 INP、前端可视化项目的 E2E 测试方案、文生音乐工具 suno.ai、AI 搜索引擎 thinkany.ai 等。
AI 软件工程师,能力如下:
…
看起来简单的需求就能完成了。
看了他的各种能力,如果我来做,大概是这样:
(不过 AI 训练这块没学习过,简单分析下而已)
devin 是解决编程领域的单点问题,按照这个思路,可以按照相同的套路训练各个领域的机器人,例如健康类、服务类等。(话说我的 健康小秘 已经鸽了好久了
有意思的是 devin 这个域名我之前有准备注册过,本是想注册个 devlin,但已经被别人注册了,就去掉某个字母一个一个试,中间刷到一篇文章在讲注册商标时,可以去掉部分元音,以解决商标被占用的问题,最后去掉 e 注册的是 dvlin.com
https://github.com/WisdomShell/codeshell-vscode
类似 Github Copilot 的编程辅助工具,感觉挺有意思,有时间可以研究下,附上之前看到过的一篇 Github Copilot 逆向的分析文章: 花了大半个月我终于逆向分析了github-copilot
使用 Web API
来构建 Web
和 Native
通用的应用程序。
https://sorrycc.com/what-is-inp/
新的 google 性能评估标准 inp
TODO: 可以把所有的性能测试标准总结下,出一篇文章
从Three.js测试源码探索前端可视化项目的E2E测试方案
也可以用来测 ui (:
文生音乐,生成的效果蛮好的,可用程度很高
AI 搜索引擎: https://thinkany.ai/zh 。
devv.ai 和 perplexity 的同类产品,在已有市场里面,居然还能冲到 ProductHunt 日榜第四。
之前也有想做过这类产品,已经做了向量存储和搜索的部分,也想做个来着联网搜索来着,跑通也不难。
但感觉很难竞争过已有市场,没啥意思就停了。
根据 thinkany 的情况来看,打出差异化,还是有生存空间的。
等想做了,可以再拾起来:
https://github.com/bowling00/rag-copilot
如何在线上使用 SourceMap ,文中讲解了一些线上注入 sourcemap 调试代码的一些方法。
不过感觉不是最佳实践,线上调试往往是已经出了线上问题。文中的形式需要注入 sourcemap 后,还要复现 bug。流程太长。
前司有个监控平台,统一收集线上错误,查看错误详情时,平台自动注入需要的 sourcemap,搭配上开发者权限管理,是比较舒服的流程。
https://www.maxai.me/ 的功能比较完整,但大部分功能不支持使用自己的 token,只能付费,有时间可以把自己需要的功能摘出来自己搞一个