[酷工作] 推荐一款 AI RPA&Agent 平台
RPA 支持自然语言+UI 树同时定位元素，Agent 支持对话操控浏览器/手机/pc 软件，https://langdriver.com/
via V2EX (author: wenweihu86)
RPA 支持自然语言+UI 树同时定位元素，Agent 支持对话操控浏览器/手机/pc 软件，https://langdriver.com/
via V2EX (author: wenweihu86)
[分享创造] 做了个会喷气起飞的 Roadster 网页小游戏，欢迎试玩
把“堵车了就飞过去”的脑洞做成了一个横版小游戏，用 Codex 边聊边改出来的。 玩法很简单：地面来车就起飞，空中来车就降落。按空格或 E 切换起降，手机点按钮即可。 每次只能飞 6 秒，地面和空中的车会成组出现，速度也会越来越快。画面用 Three.js 做的，部署在 Cloudflare ，打开网页就能玩。 试玩：roadster.white-box.cc 目前还是个小原型，想听听大家对操作手感和难度的建议。纯脑洞作品，非官方游戏。
via V2EX (author: fatelei)
把“堵车了就飞过去”的脑洞做成了一个横版小游戏，用 Codex 边聊边改出来的。 玩法很简单：地面来车就起飞，空中来车就降落。按空格或 E 切换起降，手机点按钮即可。 每次只能飞 6 秒，地面和空中的车会成组出现，速度也会越来越快。画面用 Three.js 做的，部署在 Cloudflare ，打开网页就能玩。 试玩：roadster.white-box.cc 目前还是个小原型，想听听大家对操作手感和难度的建议。纯脑洞作品，非官方游戏。
via V2EX (author: fatelei)
[酷工作] 走走停停
最近我的心情颇不宁静。
失业快满两个月了。
8 月中旬的时候收到老板的约谈，公司经营有点困难，需要减轻一下开支了。
我一瞬间就明白了他的意思。我很久之前就知道我当初入职薪资是给的很高的了，当团队需要收缩的时候，我一定是第一个离开团队的人。而公司在一周之前刚刚暴雷，遭到了合作方的单方面解约。
只是当刀子真的落到我的身上的时候，还是有些不安的。更多的是解脱。
之后休息了两个星期，疯狂打游戏，把以前刺客信条奥德赛通不下去的马桶，都通了二三十个小时。
通着通着就逐渐感觉有点无聊了，人类真是一种奇怪的生物，上班的时候不想上班，没班上的时候想上班。
于是拿起之前的项目，重新研究起来，力扣也开始刷了起来。上一次找工作的时候，还是一年多以前，当时的 AI 用起来还没有那么方便，很多代码是自己一行一行硬啃下来的。今天有了 AI 之后，更像是有个老师和我互相交流聊项目。我以为我很理解的项目，再次和 AI 老师进行探讨的时候，竟有种豁然开朗的感觉。以前受限于知识的广度，很多问题无法想到。今天在全知全能的 AI 老师的教导下，竟拓展出了很多新的理解方式。
于是又过了两个星期。
在这两个星期里面，我也顺便把简历重新写好了。准备向 Boss 发起冲锋，自信我比一年前的自己强太多了。
然后发现，我变强了，市场对人的要求，也变高了。
今天的招聘市场，要么你在你的业务领域里面非常地垂直，岗位就需要你这样垂直的人才，要么你的 AI 玩的很 6 ，能做 Agent 应用开发。
可惜的是我垂直的方向是 IM ，而这方面的需求，在市场上，感觉需求没那么多了。而且实际上我的工龄其实只有两年半。
这就不得不提我的背景了。毕业之前在一家上海的 AI 初创里面实习过，当时觉得公司挺不错的，可惜比较年轻，想往外看看能不能进大厂。实际上同时给的转正待遇很不错，可惜当时眼高手低了，今天回看，那个公司已经发展到了我有点高攀不起了。人生很重要的一件事情，就是选择吧。
后面进了北京某硬件厂，但是发现大厂和我想象中的不太一样，可能我更喜欢初创的那种氛围吧，于是还是选择出来重新找机会了。
后面去了杭州一家 web3 相关的公司，待了半年，老板感觉是学院派，想法很多，实际执行很多时候都有问题，半年后就把我们组整个砍了，遂结束了我的半年杭州生涯。
再后来，回到了深圳，开始做我最熟悉的 IM 。一做就是一年。这一年时间里，有 2/3 的时间，感觉公司是在蒸蒸日上的，没想到最后居然还是暴雷了。
这使得我不得不在工作年限不到 3 年，换过 3 份工作，同时期望薪资还不低的情况下，走向招聘市场。
视线转回来，投完简历之后，就大概从 9.20 面到了中秋国庆，面了几个中小厂，都感觉待遇不行要求又多，于是国庆中秋之后调整了一下。转投中大厂了。
面下来确实有种中大厂比小厂反而更好面的感觉，可惜我的简历花了，都是中厂给面。
于是国庆后又面了两个星期到现在。这两个星期有几家公司走完了流程，但是都卡在了期望薪资上。
一个公司业务主管说，这个岗位可能不需要技术那么厉害的人。
一个公司 HR 面的时候，直接坦白说，给不起期望薪资。
两个公司 Offer Call 之后，说审批上去之后被打回来了，说期望太高了，主要是年限太短。
最终颗粒无收。
我迷茫了，真心感觉找工作太难了，其实我觉得我的期望不算高，甚至部分降薪了，但是一次次地因为工作年限问题无法通过。
我也不知道应该何去何从了。
via V2EX (author: tobehardest)
最近我的心情颇不宁静。
失业快满两个月了。
8 月中旬的时候收到老板的约谈，公司经营有点困难，需要减轻一下开支了。
我一瞬间就明白了他的意思。我很久之前就知道我当初入职薪资是给的很高的了，当团队需要收缩的时候，我一定是第一个离开团队的人。而公司在一周之前刚刚暴雷，遭到了合作方的单方面解约。
只是当刀子真的落到我的身上的时候，还是有些不安的。更多的是解脱。
之后休息了两个星期，疯狂打游戏，把以前刺客信条奥德赛通不下去的马桶，都通了二三十个小时。
通着通着就逐渐感觉有点无聊了，人类真是一种奇怪的生物，上班的时候不想上班，没班上的时候想上班。
于是拿起之前的项目，重新研究起来，力扣也开始刷了起来。上一次找工作的时候，还是一年多以前，当时的 AI 用起来还没有那么方便，很多代码是自己一行一行硬啃下来的。今天有了 AI 之后，更像是有个老师和我互相交流聊项目。我以为我很理解的项目，再次和 AI 老师进行探讨的时候，竟有种豁然开朗的感觉。以前受限于知识的广度，很多问题无法想到。今天在全知全能的 AI 老师的教导下，竟拓展出了很多新的理解方式。
于是又过了两个星期。
在这两个星期里面，我也顺便把简历重新写好了。准备向 Boss 发起冲锋，自信我比一年前的自己强太多了。
然后发现，我变强了，市场对人的要求，也变高了。
今天的招聘市场，要么你在你的业务领域里面非常地垂直，岗位就需要你这样垂直的人才，要么你的 AI 玩的很 6 ，能做 Agent 应用开发。
可惜的是我垂直的方向是 IM ，而这方面的需求，在市场上，感觉需求没那么多了。而且实际上我的工龄其实只有两年半。
这就不得不提我的背景了。毕业之前在一家上海的 AI 初创里面实习过，当时觉得公司挺不错的，可惜比较年轻，想往外看看能不能进大厂。实际上同时给的转正待遇很不错，可惜当时眼高手低了，今天回看，那个公司已经发展到了我有点高攀不起了。人生很重要的一件事情，就是选择吧。
后面进了北京某硬件厂，但是发现大厂和我想象中的不太一样，可能我更喜欢初创的那种氛围吧，于是还是选择出来重新找机会了。
后面去了杭州一家 web3 相关的公司，待了半年，老板感觉是学院派，想法很多，实际执行很多时候都有问题，半年后就把我们组整个砍了，遂结束了我的半年杭州生涯。
再后来，回到了深圳，开始做我最熟悉的 IM 。一做就是一年。这一年时间里，有 2/3 的时间，感觉公司是在蒸蒸日上的，没想到最后居然还是暴雷了。
这使得我不得不在工作年限不到 3 年，换过 3 份工作，同时期望薪资还不低的情况下，走向招聘市场。
视线转回来，投完简历之后，就大概从 9.20 面到了中秋国庆，面了几个中小厂，都感觉待遇不行要求又多，于是国庆中秋之后调整了一下。转投中大厂了。
面下来确实有种中大厂比小厂反而更好面的感觉，可惜我的简历花了，都是中厂给面。
于是国庆后又面了两个星期到现在。这两个星期有几家公司走完了流程，但是都卡在了期望薪资上。
一个公司业务主管说，这个岗位可能不需要技术那么厉害的人。
一个公司 HR 面的时候，直接坦白说，给不起期望薪资。
两个公司 Offer Call 之后，说审批上去之后被打回来了，说期望太高了，主要是年限太短。
最终颗粒无收。
我迷茫了，真心感觉找工作太难了，其实我觉得我的期望不算高，甚至部分降薪了，但是一次次地因为工作年限问题无法通过。
我也不知道应该何去何从了。
via V2EX (author: tobehardest)
[分享创造] 分享一个 Python 音频转文字命令行工具，支持 Whisper 本地转录
最近整理并发布了一个 Python 音频转文字命令行工具，主要用于将音频文件转换成文本或字幕文件。
项目支持本地 Whisper 模型，也可以使用 OpenAI 语音 API，方便根据自己的环境和需求选择转录方式。
目前支持的功能包括：
● 使用 Whisper 进行本地语音转录
● 支持 OpenAI 语音 API
● 支持导出 TXT、SRT、VTT、TSV、JSON 等格式
● 可选使用 DeepL 进行转录文本翻译
安装方式：
使用示例：
项目需要 Python 3.11+ 和 FFmpeg，采用 MIT 开源许可证。
相关链接：
● GitHub： https://github.com/cykk/audiototext-pypi
● PyPI： https://pypi.org/project/cykk-audio-transcriber/
● Zenodo： https://zenodo.org/records/22139346
欢迎大家试用，也想听听大家对长音频转录、识别准确率和字幕分段处理方面的经验与建议。
via V2EX (author: yongkunchen)
最近整理并发布了一个 Python 音频转文字命令行工具，主要用于将音频文件转换成文本或字幕文件。
项目支持本地 Whisper 模型，也可以使用 OpenAI 语音 API，方便根据自己的环境和需求选择转录方式。
目前支持的功能包括：
● 使用 Whisper 进行本地语音转录
● 支持 OpenAI 语音 API
● 支持导出 TXT、SRT、VTT、TSV、JSON 等格式
● 可选使用 DeepL 进行转录文本翻译
安装方式：
pip install "cykk-audio-transcriber[all]"
使用示例：
audiototext interview.mp3 --model small --output-formats txt,srt
项目需要 Python 3.11+ 和 FFmpeg，采用 MIT 开源许可证。
相关链接：
● GitHub： https://github.com/cykk/audiototext-pypi
● PyPI： https://pypi.org/project/cykk-audio-transcriber/
● Zenodo： https://zenodo.org/records/22139346
欢迎大家试用，也想听听大家对长音频转录、识别准确率和字幕分段处理方面的经验与建议。
via V2EX (author: yongkunchen)
[ WATCH] applewatch 蓝牙控制 dji nano，实现双指捏合开始或结束录制
操作视频和使用链接，详见 https://xhslink.cn/o/AP6KZd9X5g0
出去旅游用 Nano 拍视频，有个小麻烦一直让我很在意。
相机放在支架上，构图都摆好了，想开始录制还得伸手够过去按一下。挂在胸前时也一样：手里拿着东西，想拍眼前这一段，又得腾出手找按键。
于是我想：Apple Watch 都能双指互点了，能不能捏一下就让 Nano 开始拍，再捏一下就结束？⌚️
我把这个想法做成了一个 App ，叫「腕拍」。
目前已经在我的 Apple Watch S9 ＋ Nano 上跑通了，朋友的 S7 ＋ Nano 、S8 ＋ Action 5 Pro 也反馈测试通过。S8 使用辅助触控的握拳和捏合操作，可以开始和停止录像，与 S9 的原生双指互点是两种手势方式。
我自己的 S9 ＋ Nano 已验证：
📷 Nano 和监视器分开，监视器关机，手表依然可以通过蓝牙直连 Nano 主机。
👌 打开手表上的 App ，连接好相机，双指捏合开始录像，再捏一次结束。手机的蓝牙和 Wi-Fi 关掉，也能用。
⏱️ 录制时抬腕就能看当前分辨率、帧率和已经拍了多久，比如 4K30 。
想象一下：支架上的机位已经摆好，或者 Nano 正挂在胸前，你不用再伸手找相机按键，抬腕、捏一下，就把眼前这一段录下来。
配图是我现在的实际操作截图，从连接到开始、结束录像。支持系统双指互点的手表可以用这个手势，也保留了普通按钮操作。
via V2EX (author: callmepopo)
操作视频和使用链接，详见 https://xhslink.cn/o/AP6KZd9X5g0
出去旅游用 Nano 拍视频，有个小麻烦一直让我很在意。
相机放在支架上，构图都摆好了，想开始录制还得伸手够过去按一下。挂在胸前时也一样：手里拿着东西，想拍眼前这一段，又得腾出手找按键。
于是我想：Apple Watch 都能双指互点了，能不能捏一下就让 Nano 开始拍，再捏一下就结束？⌚️
我把这个想法做成了一个 App ，叫「腕拍」。
目前已经在我的 Apple Watch S9 ＋ Nano 上跑通了，朋友的 S7 ＋ Nano 、S8 ＋ Action 5 Pro 也反馈测试通过。S8 使用辅助触控的握拳和捏合操作，可以开始和停止录像，与 S9 的原生双指互点是两种手势方式。
我自己的 S9 ＋ Nano 已验证：
📷 Nano 和监视器分开，监视器关机，手表依然可以通过蓝牙直连 Nano 主机。
👌 打开手表上的 App ，连接好相机，双指捏合开始录像，再捏一次结束。手机的蓝牙和 Wi-Fi 关掉，也能用。
⏱️ 录制时抬腕就能看当前分辨率、帧率和已经拍了多久，比如 4K30 。
想象一下：支架上的机位已经摆好，或者 Nano 正挂在胸前，你不用再伸手找相机按键，抬腕、捏一下，就把眼前这一段录下来。
配图是我现在的实际操作截图，从连接到开始、结束录像。支持系统双指互点的手表可以用这个手势，也保留了普通按钮操作。
via V2EX (author: callmepopo)