使用 Observable JavaScript 进行数据可视化。 ​​​

传送门 | #可视化

P5.js一个让艺术家、设计师、教育工作者可以访问编码的JavaScript库

在 JavaScript 中计算字符的不同方法

JavaScript Character Count | #经验

这是slack如何决定发送通知的流程图。

这是一个很好的例子，说明为什么一个简单的功能可能需要更长的时间。

这也可以解释为什么人们有时没有收到通知或清除红点。

这个叫 html.to.design 的 Figma 插件可以一键把网站导入成设计稿

将任何网站转换为完全可编辑的Figma设计。利用现有网站并将其html导入Figma以开始自己的设计，而无需从头开始构建每个元素。

安装此插件，html.to.design，在空白的 Figma 文件上搜索插件下的“html.to.design”，或使用 cmd+/。在浏览器中打开要转换的网站并复制 URL，将URL粘贴到插件中，选择设备和尺寸，然后单击“导入”将html转换为Figma设计。

传送门 | #工具 #插件

数据优先的Rust原生UI设计工具包

A data-first Rust-native UI toolkit. | #工具 #Rust

现代可扩展的Python项目管理器 | Hatch

面向文本分析的低代码自动化工具 一个开源的、低代码的、由AI驱动的自动化工具。Obsei由以下部分组成

从各种来源收集非结构化数据，如Twitter上的推文、Reddit上的Subreddit评论、Facebook上的页面帖子评论、App Stores评论、Google评论、Amazon评论、新闻、网站等。
分析器。用各种人工智能任务分析收集的非结构化数据，如分类、情感分析、翻译、PII等。
信息员。将分析的数据发送到各种目的地，如票务平台、数据存储、数据框架等，以便用户可以采取进一步的行动，并对数据进行分析。
所有的观察者都可以在数据库（Sqlite、Postgres、MySQL等）中存储他们的状态，这使得Obsei适用于预定作业或无服务器应用程序。


未来的方向--
面向文本、图像、音频、文档和视频的工作流
从所有可能的私人和公共渠道收集数据
将每个可能的工作流程添加到人工智能下游应用中，以实现人工认知工作流程的自动化

obsei | #工具

从类似Markdown的文本创建漂亮的级联时间线 | Markwhen

Python日常脚本库，用于自动化日常任务

Daily Python Scripts | #脚本

易用的Python UI框架，显示在Web浏览器里，可创建按钮，对话框，markdown，3D场景，绘图等

它非常适用于微型网络应用、仪表盘、机器人项目、智能家居解决方案和类似的用例。你也可以在开发中使用它，例如在调整/配置机器学习算法或调整电机控制器时。

NiceGUI以PyPI包、Docker镜像和GitHub的形式提供。

NiceGUI |#框架