facundobon · HN

Verdict – AI hiring verdicts where every score cites the CV verbatim

@_sunbo · X

I built ProductIdeaScout to help founders validate product ideas before they start building:

Dgeloe4-yb · GitHub

market-pilot Evidence-grounded market research prototype with traceable AI workflows.

@maximiliananth · X

@matthew_meadows · X

Correlation Studio - Discovery Mining • Causation Analysis A powerful new SaaS statistics application that brings the insights of correlation data science to everyone. Data science without the code.

@ShivamT_Pro · X

@daweifs · X

最近我用 @dappOS_com 的 AI Coding 做了一个交易助手，整个过程大概十分钟。实际体验完以后，我发现它能做的并不只是交易工具，AI 伴侣这类产品同样可以快速落地。 先放一下我做的成品，连钱包就能体验： 🔗 币圈本来就不缺工具。 看持仓、查聪明钱、盯新池子、看流动性，每一项都有专业平台。但我自己用下来，最麻烦的从来不是找不到数据，而是数据散在不同地方。 平时判断一个币要不要继续拿，我得先看仓位占比，再查流动性、大户地址和近期资金异动。 想找新机会，又要换到新池子监控、安全检测和交易路径工具。 开了一堆页面，最后还是要自己把信息重新拼一遍。 所以这次我没有继续找一个功能更多的平台，而是把自己的交易习惯直接告诉 dappOS AI Coding： 帮我做一个能连接钱包，同时完成持仓风险检查和新机会筛选的交易助手。 十分钟左右，一个能直接使用的网站就生成出来了。 目前我觉得比较实用的是两个功能。 第一个是持仓风险检查 连接钱包后，它会把资产集中度、近期活动、代币流动性和大户变化放在同一个页面里。 和普通钱包看板相比，它不只是告诉我持有什么，而是让我先判断： 哪个仓位占比过高； 哪些资产的流动性需要注意； 哪个币近期出现了异常变化； 今天最应该先检查哪个仓位。 以前这些信息要分散到几个平台查看，现在可以先在一个页面里完成初筛。 第二个是新机会筛选 很多新币扫描器的问题不是没有信息，而是信息太多。 一天几十上百个新池子、资金异动和聪明钱提醒，真正值得继续研究的可能只有几个。推送看多了，反而容易被情绪带着走。 我做的这个工具会根据流动性、锁仓情况、资金变化和风险信息，先把候选项目整理出来。 它不会替我决定买什么，也不会承诺收益，但能过滤掉一部分噪音，让我把注意力放在少数值得继续研究的目标上。 对我来说，dappOS AI Coding 和普通交易工具最大的区别，不是多了一个风险评分，也不是数据一定比专业平台更多。 而是我可以让产品按照自己的交易流程工作。 普通工具的页面、指标和操作路径都是固定的，用户只能慢慢适应；使用 AI Coding，我可以直接告诉它自己先看什么、后看什么、哪些数据需要放在一起，以及最终希望解决什么问题。 工具开始适应人，而不是人去适应工具。 这可能也是现在 OKX 推进 https://t.

tommy2970 · HN

Lagotto Meter – how well do AI agents understand your website?

samcymbaluk · HN

Axiom toolkit – Make your ideas precise enough to be proven wrong

@KeelGRC · X

just launched this week. It’s an SMB-friendly GRC and compliance application.

@mailthentic · X

@TradingResXYZ · X

Material catalyst events scored by our research pipeline — every call logged on issue, auto-closed on its holding period, and benchmarked against the sector ETF. The track record is the pitch.