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
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
77 10
|
5天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
12天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
17天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
22天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。
325 34
|
17天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在自然语言处理中的突破:从理论到应用
AI在自然语言处理中的突破:从理论到应用
61 17
|
2天前
|
弹性计算 人工智能 自然语言处理
云工开物:阿里云弹性计算走进高校第2期,与北京大学研一学生共探AI时代下的应用创新
阿里云高校合作、弹性计算团队​于北京大学,开展了第2届​【弹性计算进校园】​交流活动。
|
8天前
|
人工智能 Serverless API
尽享红利,Serverless构建企业AI应用方案与实践
本次课程由阿里云云原生架构师计缘分享,主题为“尽享红利,Serverless构建企业AI应用方案与实践”。课程分为四个部分:1) Serverless技术价值,介绍其发展趋势及优势;2) Serverless函数计算与AI的结合,探讨两者融合的应用场景;3) Serverless函数计算AIGC应用方案,展示具体的技术实现和客户案例;4) 业务初期如何降低使用门槛,提供新用户权益和免费资源。通过这些内容,帮助企业和开发者快速构建高效、低成本的AI应用。
50 12