本地部署 AI 高精解析筛选简历
阿里开源了 SmartResume，一个结合 LLM 与 OCR 的简历处理工具，适合个人优化或 HR 批量筛选。
🔹 精度与效率：单页信息提取准确率 93.1%，平均 1.22 秒处理一页，支持 PDF、图片等格式。
🔹 复杂布局：它用 YOLOv10 先识别版面（如多栏、图文混排），再用 LLM 提取，解决了传统工具对复杂排版的解析难题。
🔹 可靠性：增加了数据验证机制，将提取字段与原文逐项比对，减少 AI 幻觉带来的错误信息。
🔹 免费与部署：开源，支持 API 调用或本地私有部署（保护数据隐私），输出标准 JSON 格式，便于集成。
个人可用它获取优化建议，开发者或 HR 可将其集成到自动化招聘流程中。
官网: https://github.com/alibaba/SmartResume
#AI #开源 #SmartResume #简历解析 #生产力工具
本地部署 AI 高精解析筛选简历
更多动态
用提示词生成全栈应用，并保持设计一致性
Webflow 新推出的 App Gen (公测中) ，允许你用自然语言构建生产级 Web 应用。 它最大的特点是“设计感知”： 1️⃣ 自动继承：App Gen 会自动应用你现有的设计系统 (颜色、字体、布局变量、组件)，解决 AI 生成原型与品牌视觉不符的问题。 2️⃣ 实用场景：快速生成定价计算器、招聘板、仪表盘等数据驱动界面，无需传统开发交接。 3️⃣ 成本模型：公测期间功能免费，部署的应用按 Webflow Cloud 实际用量计费。 开发者提示：它允许导入 React 代码组件。未来路线图包含身份验证和数据库，功能会更完整。 官网已开放公测：https://webflow.com/blog/app-gen #Webflow #AI #AIGC #无代码 #生产力工具
让 AI 视频不再“抽卡”
实现精准运镜与循环场景 可灵 (Kling AI) 2.5 Turbo 模型上线“首尾帧”功能，配合降价策略，将视频生成从随机碰撞拉回到可控工作流。 1️⃣ 成本效益 新模型算力优化后，费用较前代降低约 30%（1080p/5s 仅需 25 credits）。对于需要反复调试的商业项目，这意味着更低的试错门槛。 2️⃣ 原理极简 Start & End Frames 就像给 AI 设定了导航的“起点”与“终点”，它只需要填补中间路径。相比纯文生视频，这种约束机制能有效消除“幻觉”，特别适合制作无缝循环 (Loop) 背景或丝滑的转场镜头。 3️⃣ 开发者/进阶提示 务必注意，最终视频的 Aspect Ratio 严格锁定于起始帧。虽然模型能自动补全，但建议在 Prompt 中明确物理运动逻辑（如 "camera pan right"），防止中间帧出现违反物理规律的形变。 👉 官网：klingai.com #KlingAI #AIVideo #生产力工具 #IndieHacker
claude申诉失败了。
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
