
BurnCap - Stop AI costs before they surprise you
Monitor AI costs by feature, forecast spending, and set guardrails for your team.
@eastbase_studio · X
The full gallery
Tech stack
60 projects

Monitor AI costs by feature, forecast spending, and set guardrails for your team.
@eastbase_studio · X

AI agent that generates comparable product concepts from ideas, sketches, images, and constraints.
@hedge8og · X
4月23日,我开始用 Codex 搭自己的产品。到现在,满3个月了。 截至7月19日,Codex 页面显示247.1亿个 Token,连续使用54天。标题里的“250亿”是取整,准确数字以截图为准。 这三个月,我把 做上线了,产品介绍视频改了很多版,也借助 Codex 做了不少以前一个人很难完成的工作。 具体一点:我用它整理过 BP、导出过 PDF、做过 PPT 工作稿,也把调研、文档、图片、浏览器操作、网站、视频和邮件这些常见 Skills 跑过一圈。有些后来真的进入了工作,有些试完就放下了。 现在回头看,最大的收获不是“我做过这么多种东西”,而是我越来越能分清:哪些能力能进入真实工作,哪些只是演示起来很厉害。 这些数字确实挺夸张。说实话,我自己看到也会觉得:是不是做了很多事? 但如果现在让我总结,我不会把它们当成绩。它们只能证明我很投入,蹬得快冒烟了,不能证明产品已经有价值,更不能证明商业已经成立。 我大学辍学,最高学历是高中,之前一直在制造业工作,也不会写代码。写这些不是为了卖惨,更不是想证明学历没用,只是先把我的真实起点说清楚。 2月 OpenClaw 火起来以后,我开始认真试各种 AI 工具,想先解决工作里那些重复、又不得不做的事情。 这期间还有一次,客户马上要我提案,但公司的设计师手上也有急活。我用 ChatGPT 做了产品效果图,最后拿到了订单。 老板后来跟我说:“早知道你可以帮我做这些,那些外包设计早就可以不用买了。” 到了4月,我又用扣子搭了发货模板和记账系统。原来需要手工对比核验的条形码、外箱码,我也开始想办法交给工具处理。 这张订单图只能证明订单记录是真实存在的,不能单靠它证明订单一定是 AI 带来的,更不是 Ohwait 的客户案例。AI 参与了产品效果图制作,之后拿到订单,是我对那次真实工作过程的记录。 那一刻让我兴奋的,其实不是发现了什么创业机会,而是我第一次觉得,模型真的可以成为人的“数字外骨骼”。 回头看这三个月,我现在有5个比较确定的结论。 ### 1. AI最好先从一个真问题开始 发货、记账、核验、临时要效果图,这些都不是什么宏大命题,但它们有一个共同点:问题原本就存在,而且有人正在为它花时间、花钱或者承担压力。 我现在判断一个 AI 工具有没有价值,还是看两件事:它有没有少让我重复

Photograph trading cards to get instant AI identification, condition grading, and market valuation.
@SimonFUTURE2 · X

A dashboard for traders to replay trades, analyze behavior patterns, and optimize their trading system.
@Crypto77qi · X
最近一直在@dappOS_com上体验 @xBubble_ai 的 Coding,这两天我给自己做了一个 AI Trading Replay(AI 交易复盘助手)。 👉 做交易时间越久,我越觉得,真正拉开差距的,并不是找到更多交易机会,而是不断减少重复犯同样的错误。 现在币圈已经有很多成熟的交易工具,行情、链上数据、资金流向、技术指标几乎都能找到对应的平台。但这些工具更多是在告诉我们市场发生了什么,却很少帮助我们分析,为什么面对同样的市场,每个人最终的交易结果却完全不同。 有时候并不是没有机会,而是因为犹豫错过了;有时候方向看对了,却因为害怕提前离场;还有时候连续几次亏损之后,下一笔交易开始变得犹豫,最终又错过真正的行情。 这些问题,并不是增加一个指标或者再多看一份数据就能解决。 所以我没有继续做一个新的行情工具,而是直接用 xBubble Coding 做了一个 AI 交易复盘助手。 它不会预测市场,也不会告诉我什么时候买卖,而是把每天的市场变化、自己的交易记录和决策过程整理下来,通过 AI 自动分析哪些判断是正确的,哪些错误一直在重复发生,并生成每天、每周的交易复盘,让整个交易过程形成一套可以不断优化的闭环。 整个开发过程也比我想象中轻松很多。 没有写代码,没有配置服务器,也没有部署环境,只需要把自己的需求描述清楚,一个可以直接访问的网站很快就搭建完成了。从原来的一个想法,到真正变成可以使用的产品,中间几乎没有任何开发门槛。 我觉得,这也是 xBubble Coding 最有价值的地方。 它并不是让大家重复开发一个市面上已经存在的软件,而是让每个人都能把自己的经验、工作习惯和思考方式快速变成真正属于自己的工具。 未来真正有价值的,或许不是拥有越来越多标准化的软件,而是每个人都能根据自己的需求,打造一个最懂自己的 AI 工作伙伴。

Analyze US stocks by watching AI investment personas debate each company.
hobbescotch · HN
Noema – AI personas debate US listed stocks

Describe your ideal customer and get an AI-generated list of qualified prospects.
@1T31062175 · X

Build and deploy AI customer support agents without writing code.
@BotbaseAi · X
We just shipped 🚀 BotbaseAI — build & deploy an AI customer support agent in minutes. No code. Looking for early testers to break it and tell us what sucks. Try it → 🙏 RTs appreciated #buildinpublic #AI #SaaS

Chat with an AI agent to research, write, and create illustrated booklets.
BookletAI — 面向普通用户的小册子 AI 工具,可自动调研、写作并生成排版好的 booklet 页面。

Monitor 12 sources for B2B leads, rank by buying intent, auto-draft replies.
@MannPriteshh · X
Checkout it helps businesses find leads easily

Get instant buy/skip/caution verdicts by analyzing Amazon reviews, Reddit threads, and YouTube videos.
@aminnnn_09 · X

Get personalized AI software stack recommendations based on your business bottlenecks, stage, and budget.
@SublimeDr85198 · X

Use an AI agent to answer customer support questions from your docs and qualify sales leads.
@the_real_ori · X
Building AI support agent for SaaS. One agent, support and sales in the same inbox. What are you shipping?