@njpCoder · X

The analyst every business wishes they had.

@NimraWeb3 · X

So I vibe coded my own with Lovable TradeBook. Log trades w/ session, killzone, model, grade, R:R + screenshots, track multiple accounts, get a real dashboard (equity curve, win streaks, pair/session breakdowns). Demo: GitHub:

@dmytroships · X

@SyedHuz61085101 · X

Please visit to see my work. Thank you.

@BayofDomain · X

@Bogdan266624 · X

@KatiyarSaiyam · X

just shipped my first full-stack app 🏠 properties, tenants, rent tracking & maintenance logs, all in one place. UI is still a work in progress — actively making it better. would love honest reviews & UI suggestions! 🔗 #buildinpublic #webdev #reactjs

@BBMax244185 · X

Check out what I just built with Lovable!

@usamaejaz · X

SocialBu schedules, publishes and analyzes your content across every platform while you focus on actually growing your business.

@inslit_ · X

Check out our User Research and testing platform: We have opened registrations for our testers. So go and be a tester at Inslit and get rewarded for your work.

@heisoxmayor · X

Throwback to this simple Car Showcase app i built when i was bored tech stack: - Next.js - TypeScript - React - Tailwind CSS - Vercel (deployment) live url: do you miss coding locally or has vibe coding taken over?

@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。