Intressen

Jag fick av min farmor en gammal iMac G3 (en sån där blå bubbla) innehållande en rad bildspel som jag och mina kusiner skapade i datorspelet Disneys Magiska Målarlåda från 1996. Jag funderade på om det fanns ett sätt att lätt arkivera dessa gamla bildspel.

Jag kartlade det odokumenterade binärformatet och byggde en deterministisk konverterare som läser bildordning, visningstid, övergångar och musikval direkt ur originalfilerna. Programmet återskapar de lagrade bilderna, hämtar ljudet ur spelets arkiv och exporterar varje bildspel som en modern MP4-fil med H.264-video och AAC-ljud. På så sätt kan 81 gamla bildspel arkiveras och spelas upp på vanliga enheter.

Under husletande märkte jag att vissa mäklarsajters objekt inte hamnade på varken Hemnet eller Booli, och jag ville ha ett sätt att snabbt notifieras om dessa.

Jag byggde separata skrapare för flera mäklarsajter och en gemensam datamodell som normaliserar och filtrerar objekten. Programmet jämför aktuella annonser med en sparad lista över redan sedda länkar och skickar bara nya träffar till en Telegram-bot. En schemalagd körning i GitHub Actions gör att bevakningen fungerar automatiskt utan att en dator behöver stå på.

Min syster Ida ville kunna bevaka priser och stora rabatter utan att själv behöva öppna samma produktsidor och jämförelsesajter om och om igen, och existerande sajter som Pricerunner och Prisjakt hade inte stöd för alla intressanta sajter.

Jag byggde en återanvändbar prisbevakare som hämtar produktsidor, använder webbplatsspecifika CSS-selektorer och jämför resultatet med senast sparade pris eller rabattstatus. Konfiguration och historik synkroniseras via Koofr. GitHub Actions kör bevakningen enligt schema och skickar ett Telegram-meddelande bara när ett pris ändras eller en tillräckligt stor rabatt dyker upp, ändras eller försvinner.

Jag var inte nöjd med Linkedins inbyggda tjänst för att notifiera mig om jobbannonser.

Jag skapade ett program som skrapade linkedin-annonser enligt särskilda. Därefter gjordes en sållning i tre lager:
1) Ett simpelt regexmönster som inkluderade och exkluderade annonser enligt en whitelist och en blacklist.
2) En grovsorterande LLM-agent via OpenAI:s API.
3) En finsorterande LLM-agent, också via OpenAI:s API.
De resulterande annonserna skickas via Github Actions och Telegramtjänsten Botfather till min telefon. Nu får jag två gånger om dagen en notifikation om hur många linkedinannonser som passar mig, varje med en LLM-genererad motivering.

Det slog mig att vi som lever runt år 2026 är precis i slutet av mänsklighetens första befolkningsexplosion, vilket borde betyda att förhållandevis få människor är döda jämfört med hur många som lever. Men hur ska man bevisa eller motbevisa detta?

Jag samlade in olika uppskattningar av människans befolkningshistoria och konstruerade sedan olika framtidsscenarion. Exemepelvis ytterligare en befolkningsexplosion, gradvis avtrappning eller en global naturkatastrof. Alla dessa passade jag till matematiska funktioner och lät sedan jämföra integralen av antalet människor som har levt med antalet som lever ett visst årtal, och lät visualisera dem i en simpel webbapp.

När mina barn ska sova gillar de att ha bakgrundsljud med rasslande löv, porlande vatten och dylikt. Dessa finns gratis att hitta på Youtube, men efter massa krångel med bluetooth, reklamuppehåll och otillgängliga mobiler behövde jag en smidigare lösning.

Jag skapade ett program som i bulk konverterade youtubespellistor till MP3, och satte sedan dessa naturljud på ett SD-kort som jag klickade in i en minihögtalare som alltid bor under barnens säng.