即刻App年轻人的同好社区
下载
置顶📌 2025 年莱森Lyson在用什么产品？持续更新，有什么分类建议大家也可以评论区留言
----------------------------------------
📍 最容易让我同时拿到短期 + 长期成果
----------------------------------------
1️⃣ Cursor ⭐️⭐️⭐️⭐️⭐️
2️⃣ Lovable ⭐️⭐️⭐️⭐️⭐️
3️⃣ Supabase ⭐️⭐️⭐️⭐️
4️⃣ Dify ⭐️⭐️⭐️⭐️
5️⃣ AI SDK ⭐️⭐️⭐️⭐️
6️⃣ Framer ⭐️⭐️⭐️⭐️
7️⃣ Gamma ⭐️⭐️⭐️⭐️（用得不多，但好用）
8️⃣ Superhuman ⭐️⭐️⭐️⭐️
（Claude Code 从 gpt-5-high 出了后暂时弃用）
（还是从 Notion Mail 回到了 Superhuman...）
----------------------------------------
📍 最容易让我好好思考的场域
----------------------------------------
1️⃣ Cursor ⭐️⭐️⭐️⭐️⭐️
2️⃣ ChatGPT & Claude (Web) ⭐️⭐️⭐️⭐️⭐️
3️⃣ Dify ⭐️⭐️⭐️⭐⭐️
4️⃣ Wisprflow AI ⭐️⭐️⭐️⭐️⭐️
5️⃣ Lovable ⭐️⭐️⭐️⭐️
6️⃣ flomo ⭐️⭐️⭐️（需求稳定）
7️⃣ Plaud ⭐️⭐️⭐️（仍需观察）
8️⃣ Heptabase ⭐️⭐️（Obsidian 白板太拉垮了，遂决定续用）
----------------------------------------
📍 拓展移动设备能力
----------------------------------------
1️⃣ Google One ⭐️⭐️⭐️⭐️⭐️
2️⃣ RunPod ⭐️⭐️⭐️⭐️⭐️（看情况租算力）
（primeintellect ai 还在研究中）
3️⃣ AWS EC2 ⭐️⭐️⭐️⭐️⭐️
----------------------------------------
📍 （待补充…）
----------------------------------------
----------------------------------------
📍 最容易让我同时拿到短期 + 长期成果
----------------------------------------
1️⃣ Cursor ⭐️⭐️⭐️⭐️⭐️
2️⃣ Lovable ⭐️⭐️⭐️⭐️⭐️
3️⃣ Supabase ⭐️⭐️⭐️⭐️
4️⃣ Dify ⭐️⭐️⭐️⭐️
5️⃣ AI SDK ⭐️⭐️⭐️⭐️
6️⃣ Framer ⭐️⭐️⭐️⭐️
7️⃣ Gamma ⭐️⭐️⭐️⭐️（用得不多，但好用）
8️⃣ Superhuman ⭐️⭐️⭐️⭐️
（Claude Code 从 gpt-5-high 出了后暂时弃用）
（还是从 Notion Mail 回到了 Superhuman...）
----------------------------------------
📍 最容易让我好好思考的场域
----------------------------------------
1️⃣ Cursor ⭐️⭐️⭐️⭐️⭐️
2️⃣ ChatGPT & Claude (Web) ⭐️⭐️⭐️⭐️⭐️
3️⃣ Dify ⭐️⭐️⭐️⭐⭐️
4️⃣ Wisprflow AI ⭐️⭐️⭐️⭐️⭐️
5️⃣ Lovable ⭐️⭐️⭐️⭐️
6️⃣ flomo ⭐️⭐️⭐️（需求稳定）
7️⃣ Plaud ⭐️⭐️⭐️（仍需观察）
8️⃣ Heptabase ⭐️⭐️（Obsidian 白板太拉垮了，遂决定续用）
----------------------------------------
📍 拓展移动设备能力
----------------------------------------
1️⃣ Google One ⭐️⭐️⭐️⭐️⭐️
2️⃣ RunPod ⭐️⭐️⭐️⭐️⭐️（看情况租算力）
（primeintellect ai 还在研究中）
3️⃣ AWS EC2 ⭐️⭐️⭐️⭐️⭐️
----------------------------------------
📍 （待补充…）
----------------------------------------
28 44
不过没有了英式假笑就像没有了 tap water 一样略不习惯（😄
莱森LysonOber: 个人感觉，伦敦的人文环境和公园不错，但其他任何方面都是成都好 🤡😭
2 50
个人感觉，伦敦的人文环境和公园不错，但其他任何方面都是成都好 🤡😭 //@春溪: 是不是还是成都好😭
莱森LysonOber: 回国拜访朋友听他们讲起过去一两年的经历，才发现变化无处不在，也远超出自己的想象，周期与时间一直在扮演它的角色。 最幸福的还是老朋友总能提醒我不曾注意到的幸福。
6 51
最重要的是气味、声音、季节的温度、熟悉的人和无可掩饰的“杂乱”。他们毫无征兆地将我拽回过去的几年，百感交集，无数镜头如电影一样闪回，又变成风一样飘去。就像友人说这一年最大的感触是：「有距离感的词语一个接一个地出现在耳边。」
14 10
🔥 Introducing Dify Knowledge Pipeline!
如果你是一家企业，面对这样的问题肯定会觉得头疼 -> 内部知识（PDF、PPT、Excel、图片、网页、扫描件等）散落各处，格式多样而杂乱；你想让大模型（LLM）基于这些非结构化数据做问答或决策支持，但传统的 RAG（Retrieval-Augmented Generation）要把这些杂乱资料转成“上下文”，往往遇到了：
1️⃣ 数据源分散、权限各异、格式不统一，连接成本高；
2️⃣ 在解析 parsing 阶段丢失图表、公式、表格结构，文本 chunk（切片）又破坏文档逻辑，导致最终得到的上下文不完整或误导；
3️⃣ 流程像是一个黑盒子，不清楚哪一步出了问题：是解析失败？切片策略不合适？embedding 出错？这导致调试困难、错误难以复现。
现在，Dify 推出了一个叫 Knowledge Pipeline 的新方案，它就是为了解决以上这些痛点而生，提供一个可视化、可扩展、可观测的数据处理管道，把这些混乱的非结构化数据转成大模型可以可信赖地用的“高质量上下文”。
☝️ 如果你也正为让 AI 看懂你的文件资料、提升知识检索的准确性与效率而发愁，不妨点开了解一下这个解决方案如何从源头、解析、切片、嵌入、索引到调试监控，全流程打造可复制可调优的知识处理线。
介绍博客：dify.ai
完整发布记录：github.com
如果你是一家企业，面对这样的问题肯定会觉得头疼 -> 内部知识（PDF、PPT、Excel、图片、网页、扫描件等）散落各处，格式多样而杂乱；你想让大模型（LLM）基于这些非结构化数据做问答或决策支持，但传统的 RAG（Retrieval-Augmented Generation）要把这些杂乱资料转成“上下文”，往往遇到了：
1️⃣ 数据源分散、权限各异、格式不统一，连接成本高；
2️⃣ 在解析 parsing 阶段丢失图表、公式、表格结构，文本 chunk（切片）又破坏文档逻辑，导致最终得到的上下文不完整或误导；
3️⃣ 流程像是一个黑盒子，不清楚哪一步出了问题：是解析失败？切片策略不合适？embedding 出错？这导致调试困难、错误难以复现。
现在，Dify 推出了一个叫 Knowledge Pipeline 的新方案，它就是为了解决以上这些痛点而生，提供一个可视化、可扩展、可观测的数据处理管道，把这些混乱的非结构化数据转成大模型可以可信赖地用的“高质量上下文”。
☝️ 如果你也正为让 AI 看懂你的文件资料、提升知识检索的准确性与效率而发愁，不妨点开了解一下这个解决方案如何从源头、解析、切片、嵌入、索引到调试监控，全流程打造可复制可调优的知识处理线。
介绍博客：dify.ai
完整发布记录：github.com
6 04