006期--独立开发总会有同类产品
这周六的《凡人修仙传》挺好看的,我看弹幕上许多人都在发“人生如棋,落子无悔”。
>>想聊的
独立开发总会有同类产品
最近,吉光卡片被流光卡片模仿抄袭,并且流光卡片的作者在吉光卡片的评论区中进行恶意引流,这件事有非常多的网友都发表了他们的意见,有支持也有反对的,还有分类讨论的。
这里我就不输出我的关于恶意引流恶心人的观点了,而是想说说同一种产品,总会有数不胜数的竞品,特别是在近几年来独立开发者越来越多的情况下。当然,这里的竞品指的是产品目标基本一致,但产品形式可能不同,并不是一比一完美复刻。
这种同一类的不同产品会带有对应作者身上一种独有的“特性”,比如:
- 作者A喜欢把a功能放在一级目录,把b功能放在二级目录下;
- 作者B喜欢把b功能放在一级目录,把a功能放在二级目录下;
再比如(项目初期时):
- 作者A重视性能,页面简单但响应速度总是很快;
- 作者B重视交互,页面交互优秀但略微卡顿;
再再比如(项目初期时):
- 作者A喜欢把功能揉在一起,做一个一键使用;
- 作者B喜欢把功能分类管理,让用户可以更加灵活的配置;
等等...
不同的独立开发者会进行不同的权衡,从而有不同的选择,最后也出现了虽然是同一类的功能但是形态各异的产品,吸引的也是带有不同“特性”的用户。
用户如此之多,萝卜青菜各有所爱,独立开发大多数面向的都是小领域的用户,基本很难做出一个大而全的产品,为目标领域的用户服务好就行。
同时,也有很多独立开发者开发到一半就发现,怎么越开发越发现市面上已经有很多很优秀的同类产品,然后逐渐怀疑自己,最后放弃!我觉得大可不必,因为我们可以发现出我们自己身上的“特性”,去带入到产品中,吸引对应“特性”的用户。
“天生我材必有用”这个“我”同样也可以用到一个产品上,要相信我们精心打磨的产品就是独一无二的。当然,纯粹的“自嗨”也是不可取的,与目标用户的沟通也是非常重要的,这里就不细谈了。
>>该看的
MarsCode正式发布
体验了一下MarsCode在VSCode中的插件,体验如下:
优点:
- 代码补全能力可以满足我的需求
- 免费且响应迅速,还不会出现Copilot的罢工情况
缺点:
- 对VSCode的集成较差,主题不适配、无代码行内对话
- Markdown的补全会抽风,基本不可用:
VueConf 2024召开
大会议程:
- 勾三股四(赵锦江)分享自己加入 Vue 核心团队十年 (2014-2024) 的心路历程
- 数据加载器 - 将 Vue 中的数据获取提升到新高度
- Vue DevTools 的下一个迭代
- Vue Vine:全新 Vue 组件书写方式
- Vue Vapor:重新发明
- Vue Mini:不妥协的小程序框架
- 如何基于 Vue 开发鸿蒙 App?
- Anthony 的开源发展心路历程
同时,我们也看到了v-rap
国羽张志杰赛中晕倒不治离世
2024年6月30日,在印尼举行的2024年亚洲青年羽毛球锦标赛混合团体小组赛中,张志杰与日本选手川野寿真对阵时,在完成首局的中场休息后,其突然倒地不起,身体更出现抽搐情况。后来其被抬离赛场,但过程中赛内医疗团队并没有为其进行自动体外心脏去颤器或心肺复苏术急救措施,对阵的日本选手以及中国队教练员第一时间试图走近查看情况,却被裁判员叫停。被送往医院后,其于当日23时20分因抢救无效去世。
年仅17岁,可惜了一位这么优秀的国羽新星。
>>好用的
非常好看的CSS渐变效果
这个网站也不错,收集了200+非常好看的CSS渐变效果!
还可以直接复制代码,在线编辑渐变效果~
用来做做卡片、主页、按钮等的背景效果还是非常不错!😌
同时,推友还给出了其他的网站推荐:
Gridstack-交互式仪表盘布局
这个用于仪表板布局和创建的js库也牛啊!
拿来做一些可视化页面布局非常合适,让用户可以自定义某些图表的展示区域
支持Angular、React、Vue、Knockout.js、Ember等框架。使用起来也简单,号称在几分钟内构建交互式仪表板
海棠诗社开源版
优势:
- 按诗集、朝代、诗人、诗词等方式检索,内容丰富,信息齐全
- 按选集、主题、节日、节气、词牌、时令、地理等方式精选分类
- 全站响应式布局,兼容移动端,支持暗黑模式,响应速度快
Pikimov--Web上的AE
免费替代 Adobe After Effects 等编辑器的选择
优势:
- 基于Web:无需安装 - 可导入图像、视频、音频和 3D 模型
- 包含各种视频效果
- 基于图层的合成
- 关键帧动画系统
- 您的文件保留在您的计算机上,不会上传到服务器
GraphRAG
GraphRAG 使用一个大型语言模型(LLM)来自动提取任何文本文档集合中的丰富知识图。
这个基于图的数据索引最令人兴奋的特点之一是在任何用户查询之前能够报告数据的语义结构。它通过以分层方式检测“社区”中密切连接的节点来实现这一点,从高级主题到低级主题在多个级别对图进行分区。
如图 1 所示,使用LLM来总结每个社区,创建数据的分层摘要,提供数据集的概述,无需事先知道要问哪些问题。每个社区都作为社区摘要的基础,描述其实体及其关系。
>>有趣的
推特的推荐算法
最近刷推的时间线出现了这样有趣的“连续剧”,刚看完前面一段字,还在好奇老黄吃显卡是什么场景呢,下一个推就是这视频了😉:
你的第一次Hello World给了谁
学计算机专业的应该第一次都给了C语言吧😌,文科的话应该就是Python。 (除开那些大学前就接触编程的佬们)