Article URL: https://github.com/Nour833/StegoForge Comments URL: https://news.ycombinator.com/item?id=47816491 Points: 1 # Comments: 0
Hello, this is my work where you can move lights in 3D inside a photograph. The project page and has some cool interactive demos to play with. Do check them out and let me know what you think! Comments URL: https://news.ycombinator.com/item?id=47815784 Points: 1 # Comments: 0
如题，感觉langchain/graph 有点过于封装了 3 个帖子 - 3 位参与者 阅读完整话题
I got tired of social media turning photographers into marketers and optimizing art for algorithms. I built Gallery Anonima as an "antisocial" network. There are no likes, comments, followers, or personal profiles. It’s just a quiet place to share photos anonymously. The focus is entirely on the image, not the engagement. Would love for you to check it out and hear your thoughts. Comments URL: https://news.ycombinator.com/item?id=47807518 Points: 1 # Comments: 4
今天看了A社的发言才知道还有另一个上下文测试集——GraphWalks。我去用AI搜索了下两个测试集的指导场景。如果考虑A社的信用问题，GraphWalks和MRCRv2的使用场景分别在哪？ 1 个帖子 - 1 位参与者 阅读完整话题
抽奖主题： 100个hot邮箱（一人独享） 奖品详情： 奖品1\]：\[100个hot邮箱 活动时间： 开始时间：[现在起] 截止时间：[ Sat, Apr 18, 2026 12:00 AM CST ] 参与方式： 在本帖下回复任意内容 抽奖规则： 每位用户仅允许参与一次。 使用 官方抽奖工具 随机抽取中奖者。 注意事项： 本活动将在活动截止时间后关闭回帖，以确保公正性。 中奖者将在活动结束后12小时内在本帖公布，并通过私信通知领奖方式。 所有规则及抽奖结果由活动发起人和论坛 管理团队 最终解释。 期待您的积极参与，祝您好运！如有任何疑问，欢迎随时联系抽奖发起人。 175 个帖子 - 175 位参与者 阅读完整话题
Article URL: https://nofs.ai/ Comments URL: https://news.ycombinator.com/item?id=47800340 Points: 3 # Comments: 0
Article URL: https://github.com/chrischtel/ophi Comments URL: https://news.ycombinator.com/item?id=47795709 Points: 1 # Comments: 0
如题，各位佬有知道哪里能下载LangChain v1.0+ 以及 LangGraph v1.0+版本的文档吗？ 1 个帖子 - 1 位参与者 阅读完整话题
Converting spreadsheets to graph databases (Neo4j, Neptune, etc.) usually means manually defining nodes, relationships, and writing Cypher from scratch. It's tedious. So I built GraphifyAI – it infers nodes, relationships, and properties from your column structure and generates ready-to-run import scripts for 8 graph databases + LangChain/LlamaIndex integrations. Looking for feedback on the schema inference – especially from people building knowledge graphs for RAG. Comments URL: https://news.ycombinator.com/item?id=47778079 Points: 1 # Comments: 0
Article URL: https://openbindings.com Comments URL: https://news.ycombinator.com/item?id=47777920 Points: 1 # Comments: 1
Article URL: https://github.com/visibl-ai/visibl-audiobooks Comments URL: https://news.ycombinator.com/item?id=47777744 Points: 3 # Comments: 1
Article URL: https://agentgraph.co/check Comments URL: https://news.ycombinator.com/item?id=47767201 Points: 2 # Comments: 0
Article URL: https://www.vaquill.ai Comments URL: https://news.ycombinator.com/item?id=47765679 Points: 1 # Comments: 0
Article URL: https://nobulex.com/playground Comments URL: https://news.ycombinator.com/item?id=47765454 Points: 1 # Comments: 0
Article URL: https://codemix.com/graph Comments URL: https://news.ycombinator.com/item?id=47750329 Points: 1 # Comments: 0
Hi HN, I realized I track code every day, but ignore my health. So I built GitBalance, log workouts like commits, and see them as a contribution graph. You can even do it via CLI: gitbalance commit -m "30 min workout" gitbalance commit -m "stretch + wrist recovery" Super early MVP — curious if this resonates. Comments URL: https://news.ycombinator.com/item?id=47748973 Points: 1 # Comments: 0
Article URL: https://github.com/Bardockthegreat/thomas-more-witness-protocol- Comments URL: https://news.ycombinator.com/item?id=47748776 Points: 1 # Comments: 0
求助一下各位佬，我学习agent开发大概有一个月了，学了点langchain、langgraph、Fastapi、rag、hello-agents。项目把hello-agents的旅游助手让ai帮我改成langchain和langgraph版本跑通了，但是感觉自己还是没学懂，想着暑期去找实习，心里很没底，八股也没有背，求佬指点一下，我该怎么学更好 1 个帖子 - 1 位参与者 阅读完整话题
先唠两句实在的 现在写东西、对齐方案、让 AI 帮忙改稿， 纯文本形态 越来越吃香。我自己感触特别深的一点是：同样一页「讲清楚一件事」，如果你甩给模型的是 Markdown ，往往比甩一份 PPT 或一大坨二进制/富文本要 省 Token 、也好 diff 。 为啥？ Markdown 本质上就是 结构化 plain text ：字号版式少、废话少，上下文窗口里 信息密度高 ；改一行就是改一行，人和 AI 都能 精准 patch ，不用在幻灯片里找「第几页第几个文本框」。所以不是说 PPT 没用——汇报、路演它依然强——而是 日常技术沉淀、立项说明、方案评审材料 ，用 Markdown 存仓库里， 更贴程序员工作流，也更贴 AI 协作流 。 AntV Infographic 在解决啥 这时候 AntV Infographic （ 官网 ）就挺对胃口：它把「信息图」做成 声明式 的——你用一套清晰的配置（加上海量官方模板），就能把 层级、时间轴、对比、列表叙事 这类东西渲染成 漂亮的 SVG 。它不是替代 Mermaid ，更像是： Mermaid 啃技术图，Infographic 啃偏叙述、偏展示的信息图 ，文档里可以并排用。 而且它和 AI 很搭：官网也有 AI Infographic 这类玩法，大意就是 大模型帮你从一段话里抽结构、吐配置 ，你再微调。你完全可以自己在 IDE 里用 AI 生成/改 DSL ， 只要最后落在文本里，就还是 Markdown 那套「省 Token 、可版本管理」的好处 。 在文档中写一个 infographic 块，即可预览好看的信息图 ```infographic infographic sequence-mountain-underline-text data title 企业优势列表 desc 展示企业在不同维度上的核心优势与表现值 sequences - label 品牌影响力 value 85 desc 在目标用户群中具备较强认知与信任度 time 2021 icon mingcute/diamond-2-fill illus creative-experiment - label 技术研发力 value 90 desc 拥有自研核心系统与持续创新能力 time 2022 icon mingcute/code-fill illus code-thinking - label 市场增长快 value 78 desc 近一年用户规模实现快速增长 time 2023 icon mingcute/wallet-4-line illus business-analytics - label 服务满意度 value 88 desc 用户对服务体系整体评分较高 time 2020 icon mingcute/happy-line illus feeling-happy - label 数据资产全 value 92 desc 构建了完整用户标签与画像体系 time 2022 icon mingcute/user-4-line illus mobile-photos - label 创新能力强 value 83 desc 新产品上线频率高于行业平均 time 2023 icon mingcute/rocket-line illus creativity theme hand-drawn palette antv ``` 程序员写文档，到底卡在哪 咱们平时折腾的几类东西，听起来都是「文档」，痛点其实不一样： 技术方案、架构说明 ：要流程图、要模块关系，Mermaid 这类很顺手； 立项背景、路线图、对比表、时间线 ：更偏「讲故事、摆结构」，有时候 Mermaid 画起来别扭，你又会想：要不要去 Figma 、PPT 、某个在线白板里撸一版「好看点的图」，再 截图贴回 Markdown ？ 这一贴，麻烦就来了： 图和字两套源 ，改个字要重新导出； IDE 里看不到最终长啥样 ，只能切出去预览；更难受的是——你明明开着 Cursor / Copilot ， 想让 AI 帮你改文案、改结构 ，结果可视化那块在另一个工具里， AI 帮不上忙，你也很难当场肉眼 check 。 说白了： 内容在仓库里是文本，可视化却漂在外面 ，AI 时代最香的「人机一起迭代」在这里断了。 那 IDE 里不能预览，不是白搭吗 对， 如果只能在浏览器或外部工具里看 ，上面说的闭环还是瘸的：你在 VS Code / JetBrains 里写 ```infographic ，预览是一片空白或者一坨代码，你就还是得 外置设计 → 贴图 ，AI 也只能对着截图干瞪眼。 所以我自己这边参与维护的 antv-infographic-markdown-preview-plugins 想解决的就一件事： 在你本来就在写代码的那个编辑器里，Markdown 预览直接渲染 Infographic 。这样你可以一边让 AI 改 DSL/改文案，一边 马上看见对不对 ，人和模型都在同一份文本上迭代，不用来回切 App 。 装起来也简单： VS Code / Cursor ： Marketplace 或 Open VSX ； JetBrains ： 插件市场 搜 AntV Infographic Markdown Preview 。 支持 ```infographic 代码块 预览，也支持 .infographic 独立文件 ，侧栏还能开个 Webview 做编辑、预览、导出图—— 本地跑，不依赖外面随便哪个渲染服务 ，离线写文档也踏实。 最小例子长这样，保存后打开 Markdown 预览就能看见图： ```infographic infographic list-row-simple-horizontal-arrow data lists - label Step 1 desc Start - label Step 2 desc In Progress ``` 插件从需求到多 IDE 适配，我自己也是 大量用 AI 辅助写 的——这和「文档用 Markdown 喂 AI 」其实是同一条逻辑： 尽量把一切变成可 diff 的文本，让工具和模型都能插手 。 写到这还不够：对外发文档，别人打开还是看不见 另一个常见坑是：你把带 ```infographic 的 Markdown 推到 Git 上、或用 VitePress / 静态站发出去 ，默认主题 根本不认识这个代码块 ，读者看到的还是源码， 体验和在 IDE 里完全两回事 。 所以要补一层 站点侧 的渲染。 vitepress-plugin-legend 就是把 Markmap 、Mermaid 、AntV Infographic 一起接进 VitePress 的那类方案； Infographic 和 Mermaid 一样，带 缩放、平移 ，大屏文档读起来不费劲。 怎么装、怎么配 config / theme ，直接看插件仓库里的 README 就行 ，这里就不重复贴一遍教程了。配好之后，正文里照样写 ```infographic 或按文档用组件引用文件， 对外发的文档站 才能和 IDE 里写稿 看到的东西对齐。 串一下整条链路（看图更直观） flowchart TB subgraph write [写稿阶段] MD[Markdown 纯文本] AI[IDE 里 AI 改 DSL / 文案] IDE[插件实时预览] MD --> AI --> IDE end subgraph publish [发布阶段] VP[VitePress 构建] LEGEND[vitepress-plugin-legend 渲染] VP --> LEGEND end IDE --> VP 收个尾 AI 时代 里，Markdown 这种 轻量、可 diff 、好喂给模型 的格式，比把内容锁在 PPT 里 更省 Token 、更利于协作 ，这是实打实的工程体验，不是玄学。 技术方案、立项文档 既要图又要叙事时， Infographic 补上了 Mermaid 不好扛的那一块。 IDE 内预览插件 解决「不能立刻看、AI 不好帮、人要切软件 check 」的断点； VitePress 插件 解决「对外文档工具不支持渲染」的断点。两条拼起来， 从写到发 才算闭环。 相关仓库随手记一下，方便你复制： Infographic 本体： https://github.com/antvis/infographic Markdown 预览（ VS Code / JetBrains ）： https://github.com/liushoukun/antv-infographic-markdown-preview-plugins VitePress 集成： https://github.com/flingyp/vitepress-plugin-legend