体验了200款AI导航站感到失望后,我自己做了一款AI应用的搜索引擎

简介: 在AI社群中,人们常寻求推荐好用的AI应用,人工推荐虽准确但效率低。为此,我创建了“AI应用搜索引擎”——AskAITools,旨在高效满足这一需求。现有AI导航站虽多,但体验欠佳。AskAITools主打搜索体验,已收录1万款应用,支持关键词与语义搜索,提供应用热度指标辅助决策,并根据相关性和流行度排序结果。目前仅支持英文搜索,代码已开源,欢迎试用并反馈。[https://askaitools.ai](https://askaitools.ai)

加了不少AI社群,经常在群里看到一些群友问,想实现某个功能,大家有没有好用的AI应用推荐。多数情况,群主或者热情群友都会人工推荐。人工推荐的准确度和质量无疑很高,但效率却较低。如何用一个产品来解决这个需求,是我一直思考的问题。

AI工具导航站是试图解决这个问题的最常见方案。在5个多月前,我把市面上几乎所有的AI导航站都调研了一遍,并且做了一个小网站把他们列了出来(当时的故事参考:https://web.okjike.com/repost/65b09ff437f7165b21db3369)。虽然已经有200多个AI导航站了,但我发现在满足“帮人找AI应用”这个需求方面,都还不太理想。

显然解决这个问题最有效的方式是搜索(或者进阶一点用AI问答等创新形态),但绝大多数导航站把产品的重点放在了应用的罗列和呈现上,让用户手动去找,这无法高效满足长尾需求。

对于有搜索功能的导航站来说,也存在各种问题:要么搜出来的结果太少,虽然有点相关,但无法满足其他额外要求(如收费低);要么搜出来的结果很多,但根本不相关。要么只能匹配关键词,无法理解语义;要么能理解语义,但精确匹配的结果反而排在了后面。就算上面问题都做的不错的,也存在搜索耗时太久、结果页广告太多等等问题。

反正按我标准来看,没一个好用的。

所以我决定自己做一个“AI应用的搜索引擎”,不为在已有200个导航站情况下重复造轮子,只为能在这个垂直场景下,能将搜索体验做到极致。希望大家想找AI应用的时候,能第一时间想到我的产品。

经过大概5个多月的努力,我终于开发出了MVP版本,地址在:https://askaitools.ai

Desktop-light.png

Desktop-dark.png

在做独立开发者之前,我在某厂做搜索算法工程师。从专业的角度来看,这版做得还很简陋,在前司中积累的1万种雕花技巧,都还没用上。也还没达到我上面讲的目标,希望大家能耐心等我后续的优化。

不过横向和现有的导航站相比,搜索体验做到了前5应该是能保证的。目前的特点包括:

  1. 应用收录数量达1万款,超过市面上95%的AI导航站
  2. 结合了关键词搜索和语义搜索,比传统的关键词搜索或只用向量搜索的结果更全面
  3. 每个结果都展示了月访问量、停留时长、互动率等指标,辅助用户决策
  4. 排序时同时考虑了相关性和月访问量数据,兼顾了相关性和应用质量
  5. 作为MVP,只有搜索这一个核心功能,页面极为简洁,无广告

目前的限制是:暂时先做的英文搜索,用中文搜的话,效果会差一些。(可以用沉浸式翻译插件,在输入中文后,快速按3下空格,将中文翻译为英文,然后搜索)

顺便说一句,项目核心的搜索功能和前端代码已经开源,在https://github.com/askaitools/askaitools-community-edition,欢迎star。关于开源和技术相关的话题,我后面会再开一帖和大家分享,敬请期待。

最后再重复一下地址:https://askaitools.ai ,欢迎大家体验、提出反馈建议!

目录
相关文章
|
4天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
40 1
|
7天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
8天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
46 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
15天前
|
人工智能 搜索推荐 小程序
无广告,直达结果的AI搜索引擎
在信息海洋中寻找知识,却常被广告和无关结果困扰?秘塔AI搜索能完美解决这些问题。它无广告、直达结果,全网搜索内容提炼整合,并提供思维导图、相关事件及参考来源,让你高效获取精准答案。快来体验吧![访问地址](https://metaso.cn/)
74 6
无广告,直达结果的AI搜索引擎
|
4天前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
23 4
|
13天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
49 10
|
6天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗诊断中的应用与挑战
本文旨在揭示人工智能(AI)技术如何革新医疗诊断领域,提高疾病预测的准确性和效率。通过分析AI在图像识别、数据分析等方面的应用实例,本文将探讨AI技术带来的便利及其面临的伦理和法律问题。文章还将提供代码示例,展示如何使用AI进行疾病诊断的基本过程。
|
14天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
下一篇
无影云桌面