最新

你是否曾经在构建某个项目后，将其部署到 Vercel，却发现某些功能没有按预期工作，而在本地即使启用了生产环境标志却正常运行？这就是我开发 return0 的原因——我厌倦了调试为什么生产环境中的代码表现得不同。比如，我的接口为什么会挂起（例如：某个节点模块在生产环境中不起作用，错误被静默捕获。在这种情况下，我不得不修改第三方节点模块，重新部署代码，添加 console.log，花费了几个小时才搞清楚）——或者，为什么代码在生产环境中指向了错误的主机（原因：环境变量）——等等。 通常，为了解决这些问题，你会在各处添加日志，以便获取一些信息。但这既耗时又繁琐，且不是最佳的开发体验。 return0 动态地识别出需要提取的信息，比如变量状态。在你的 AI IDE 中，借助 return0 MCP 服务器，只需在聊天窗口中简单描述问题，它就会根据已部署代码的实时变量状态找到根本原因——就像本地调试器一样。而且无需重新部署代码来提取更多信息，return0 包含一个 SDK，使得代码的动态追踪成为可能。你也不需要指定要提取哪些信息。 演示： [https://www.getreturn0.com/livedemo](https://www.getreturn0.com/livedemo) 文档： [https://www.getreturn0.com/docs](https://www.getreturn0.com/docs)

我们推出了 causa™，这是一款能够在苹果设备上完全离线运行和协调大型语言模型（LLM）的应用程序（即将支持 VLM）。 我们正在收集反馈，了解社区认为哪些专业或微调模型在设备端推理中最有价值。我们已经支持主要的通用模型系列（如 GPT-OSS、Llama、Mistral 等），现在正专注于针对特定任务微调的领域特定模型。 <p>示例： • JetBrains 的 Mellum 系列 — 针对软件工程进行了优化 • gpt-oss-safeguard — 专为政策推理和人工智能安全量身定制 <p>如果您知道其他高质量的专业模型（最好是开放权重），可以从移动部署中受益，我们非常欢迎您的建议。