开源超轻量的 Flutter 聊天库

这两年,大量 AI ChatBot 涌现。不少人在用 Flutter 做跨平台应用时,想加个简单的 AI 聊天,却被一堆 IM 方案搞得头大——我们就是这样。

所以同事做了一个超轻量的 Flutter 库:simple_chat。

它能让你几行代码就把聊天界面跑起来,通吃 iOS、Android、Web。

之所以叫 simple,是因为它真的是主打简洁。你不用拉一大堆依赖或后端配置,几分钟就能搞定。UI 也很好改,如果想要自己定制聊天气泡、字体、颜色,分分钟就能上手。

有人会问,能用它干什么?

常见的 IM、客服、AI 聊天机器人都能用得上,毕竟它支持消息发送状态、群聊、未读消息指示,还能直接选图、预览图片,算是“麻雀虽小,五脏俱全”。

如果你对那些大而全的 Stream、Sendbird 没什么兴趣,只想要个纯前端的简洁方案,simple_chat 或许就是你想要的。同事 Lawrence 还在不断迭代这个项目,未来计划支持更多自定义选项、多媒体消息、实时打字状态等功能。

项目开源,如果你也想帮忙或者提想法,不妨去看看:

simple_chat 能让 Flutter 开发者省去很多麻烦,专注业务逻辑,而不是陷在复杂的聊天框架里。

再上一个 simple_chat 的小应用案例:EatVenture——觅食历险产品,里面嵌了 simple_chat,如图:

我用 EatVenture 解决俩问题:

  1. 在海外找餐馆

  2. 在餐厅看不懂菜单拍一下识图推荐

EatVenture 更多信息:https://tealseed.com/eatventure/。

为什么我不喜欢 Notion 了

这两年,我比较重度地使用 Notion,在小团队,甚至跨团队的项目,用 Notion 协作都很方便。不过,我也开始厌烦它了。我反感的主要的原因有这么几个:

  1. Notion 已经成为“吃内容的怪兽”,内容输入很愉悦,但希望将内容导出很困难,是私有格式,全部在他们的服务器上,可以导出,但导出的数据问题很多,并不方便真正想迁移的人——从这个角度,想从 Notion 搬走,就得做好放弃在里面的全部数据的准备。

  2. 不是本地存储、本地优先,数据都在云端,无法离线使用。

  3. Notion 逐渐从一个类似乐高那样的灵活的小产品,变成了全家桶,有日历、有 AI、有邮箱,而且不同功能相互融合交织,不能关闭。

至于性能差、经常有闹心的细节问题(比如:看过的通知不会消除、从 Notion 往外复制几段内容经常不好选择等等),相比之下还都能忍。

想来也有趣,总在重复上演少年斗恶龙然后变成恶龙,越做越强之后,优势反而变成弱点,这种一体两面的转化,还真有些哲学意味。

现在我的选择是:

  • 团队协作,我就不折腾了,还是用 Notion,只是留个心,重要的文档存一份 pdf。

  • 自己的工作,用本地的纯文本文件 + GitHub 存储——编辑器可以随便换——Obsidian、vscode……

提问改变一切:我与 ChatGPT Pro 的对话实验

这个标题是 ChatGPT o3-mini-high 取的,不知道会不会增加阅读量。

买了 ChatGPT Pro 之后,我有好些天,每天至少问它一个问题。昨天还顺手搭了一个网站:askai.wulujia.com 记录一些可以公开的问答。

我想记录一段时间,我问过 AI 的问题,发生的追问,AI 给过的答案。有记录,才会有观察和改进。懂得提问,才找得到答案。

这些天下来,我感受到,要用 AI 解决问题,我有几个能力需要提升。

  1. 会提问。跟做产品一样,得先发现需要解决的问题。然后尽可能有效地提问、追问。

  2. 会阅读。很多时候,我问完了问题,看 AI 生成了答案,就满足了。但是不是读了,读懂了,看了信息源了,结合自己的想法思考了?

  3. 会挖掘。思考之后,就可能有新想法,就可能开始追问,或者抛开 AI 去搜索,去实验,去访谈。

  4. 会决策。提问的目的不是提问,是解决问题。如果最后不做决定,那,不问也罢。

网站放在 GitHub:github.com/wulujia/askai

如果你有什么好问题想问 ChatGPT Pro,可以在 GitHub 提 Issue,当然也可以直接在公众号留言。

买了 ChatGPT Pro

我买了 ChatGPT Pro 之后,才用没几天,有几个触动:

第一:仅仅从问问题后,它接任务时的表现看,它已经比很多工作者“聪明”了。

可以参见我的截图:

在接到任务后,有系统思考能力地快速分析,然后提出疑问要求确认重点,得到回应之后,复述要做的工作,确保目标一致——这就已经打败可能超过 90% 的人了(我都做不好)。


第二:DeepResearch 暂时还无法取代人,深入挖掘的能力有待提升。

举一个例子:我请它帮我做某个方向的调研,它给出的参考链接里,其实有许多在我原有认知之外的,比如有某机构 2021 年的业务报表,有相关政府部门 2022 年的数据。但是——它没办法意识到,我看到这些信息时眼睛一亮,然后沿着这些线索,挖掘更多信息和数据去了。

第三:付费刺激使用和思考(可惜这种刺激往往不持久)。

不菲的价格,会让我觉得,每天不问回 100 元票价都很亏。于是激发了我更多思考和提问。目前还不知道能持续多久,希望不止类似买相机、买手机那样的三分钟新鲜感。

第四:结合 AI 的阅读、学习很愉悦。

目前的大模型公司普遍是,人类给 AI 一堆资料,然后不需要人类阅读,人只需要问 AI,让 AI 吐出你想要的信息。在我看来,这种方式,存在很大问题。

阅读过程中的思考,然后提出问题,让你的脑子和你学习的资料、和 AI 互动,在这个互动过程中激发出更多灵感和创造力,得到属于人的 aha moment,这才有意思。