
kral | One chat, every model
Chat with multiple AI models, build agents, generate images, and analyze PDFs.
@ai_kral · X
The full gallery
Tech stack
15 projects

Chat with multiple AI models, build agents, generate images, and analyze PDFs.
@ai_kral · X

Live infrastructure map consolidating tasks, health checks, docs, and alerts for IT and MSP teams.
@JNRVInnovations · X

All-in-one workspace for project management, documentation, and test management.
@klorityx · X
One workspace for project management, documentation, test management & CRM. Enterprise features without enterprise pricing.

Click to collect multimodal data and beat AI bots for points in this data-gathering game.
@Ali363214029593 · X
“玩了 1 分钟就上瘾!🟩 我用秒悟做了一个 KGeN 主题小游戏《KGeN 数据守护者》: 点击真人收集真实多模态数据(声视动触),打 bot 赚分数,集齐还触发烧币特效! 61.9M 真实人类数据守护 Physical AI,就从这个小游戏开始~ 快来玩!贡献你的数据吧 @KGeN_CN

Desktop-first open-source productivity system with Pomodoro tracking, habit building, and AI reflection.
@Shourya60756648 · X
Let's connect, checkout

AI workspace for long-context chat, agent planning, research, docs, code and deployment.
david082321 · V2EX
我做了一个 Kimi K3 的工作台,把成本、部署、评测和使用场景整理到一起 最近看大家聊 Kimi K3 、Claude 、GPT 在 coding 和长上下文任务里的差异,发现很多信息散在不同地方:API 成本、上下文窗口、本地部署、硬件需求、评测表现、适合的使用场景,都要来回翻。 所以我整理了一个偏“导航仪”的 Kimi K3 站点: https://kimi3.org/?utm_source=v2ex&utm_medium=post&utm_campaign=kimi3_org&utm_content=create_topic 它不是单纯的介绍页,更像一个给开发者用的参考工作台。你可以快速看 Kimi K3 适合做什么、部署前要准备什么、和其他模型相比大概强在哪里,以及 API 成本怎么估算。 如果你最近也在比较 Kimi K3 、Claude 、GPT 或 GLM 这类模型,欢迎看看,也欢迎提建议。

Apply motion from reference videos to turn static images into animated videos.
Kling Motion Control — AI Motion Transfer with Kling 3.0

Plan Maimai DX Kaleidoscope progression routes and auto-sync completed songs from your scores.
@FenChen0211 · X
用 Codex 做了一个舞萌万花筒进度引导的小工具 万花筒的开门流程、前置条件和课题曲比较绕,所以我把它们整理成了一个可交互的网页,还可以连接落雪查分器,自动标记已经完成的曲目 欢迎舞萌玩家来试试,无需登录 有问题欢迎反馈 我喜欢GPT-5.6 Sol处理完整项目的能力

Study developer concepts with spaced-repetition flashcards on Kubernetes, AI, Linux, and DevOps.
Agoreddah · HN
I built Gnoseed – free flahscards to learn K8s, DevOps, AI and more

Analyze cryptocurrency markets with Chan Theory patterns, K-line charts, and anomaly detection.
@onehopeA9 · X
用 DAPPOS @dappOS_com 做了一个加密货币缠论分析网站,也是我一直想做没时间做的! 来看看缠论三买的威力: 不是不会写代码。 我自己是程序员,真要硬写当然能写。 但问题是:没时间。🤡 做交易的人都懂,真正消耗人的不是“看一根 K 线”,而是把一堆信息拼起来: K 线结构。 缠论笔、中枢。 一买二买三买。 一卖二卖三卖。 资金费率。 持仓量变化。 成交量异动。 市场舆情。 这些模块涉及太多方面,写得出来,但太费时间。 所以我一直想做一个自己的交易雷达: 接币安历史数据。 用 TradingView 展示 K 线。 自动画缠论结构。 标注买卖点。 再把资金费率、持仓量、成交量和币安广场热度放进去。 想法很清楚。 但一直躺在 TODO 里。 最近用 xbubble 的 Coding 功能试了一下,直接把需求丢进去: “做一个加密货币缠论分析网站,接入币安一年历史数据,用 TradingView 展示 K 线,自动画笔、中枢、一买二买三买、一卖二卖三卖,增加异动分析和币安广场舆情热度。” 它真给我生成了一个能跑的原型。 这次最戳我的不是“AI 会写代码”。 而是 xBubble 把最消耗时间的工程杂活压短了。 以前我自己做: ❌ 搭项目结构 ❌ 爬数据源和图表库 ❌ 写 K 线处理 ❌ 写缠论结构识别 ❌ 做前端交互 ❌ 部署、改样式、修细节 一圈下来,核心想法还没验证,人先累了。 现在变成: ✅ 先描述业务目标 ✅ 让 xBubble 生成可运行原型 ✅ 我再校验规则、调整逻辑、优化体验 ✅ 把时间花在交易理解和产品迭代上 这对程序员其实很有价值。 因为程序员最缺的不是能力,而是时间和注意力。 我这个原型现在大概有几块: 第一,TradingView K 线主图。 用币安数据展示行情,再叠加缠论结构。 第二,笔和中枢。 把原本需要手动盯的结构,先自动画出来。 第三,买卖点雷达。 一买、二买、三买,一卖、二卖、三卖,先帮我筛可能的位置。 第四,异动面板。 资金费率、持仓量、成交量变化,和 K 线结构一起看。 第五,舆情热度。 把币安广场讨论热度也拉进来,看看市场情绪是不是和盘面互相印证。 你可以理解成: 我不是让 AI 替我交易。 我是让 AI 帮我做一个交易前的信息雷达。 我觉得 xBubble 和普通 AI

Convert, edit, merge and compress PDF documents in your browser.
@IslandPDF · X

Create and publish professional websites in minutes using AI or templates with inline editing.
@KhaledMMatar · X