最新

metiq.space的概念源于与朋友们玩《全球大亨》时，意识到实时全球数据是多么分散。船舶、飞机、卫星、港口、天气、危险、基础设施、网络和公共数据集都存在，但它们通常分散在不同的工具和地图中。 我们的目标是构建一个互动的3D地球仪，可以通过经纬度和高度来可视化实时公共数据。地表数据保留在地球仪上，而飞机、卫星及其他高空物体则可以在真实的3D空间中呈现，而不是被压缩到地图上。 最终的成果是一个互动的地球仪，展示了地球、空中、海洋、太空、网络、防御、基础设施、政治等多种信息，且这个列表还在不断扩展。 目前，大部分开发工作集中在数据过滤和去重上。

嗨，HN，我是git-lrc的作者，希望能得到社区的一些反馈。 去年，我的团队开始更频繁地使用AI编码工具，我们发现自己生成了大量代码，但花在查看这些生成代码上的时间却减少了。 我们感觉对自己所构建的内容有些失去掌控和理解。偶尔会出现回归问题。有时更改甚至顺利进入生产环境，结果又被撤回。 我们尝试了几种AI代码审查工具，但大多数是在拉取请求时进行审查。这感觉太晚了。我希望在开发者的思维中，实施仍然新鲜时就进行审查（软性强制）。我还希望强调每位工程师对保持生产环境稳定的责任。 因此，我构建了git-lrc。 当你提交代码时，git-lrc会打开一个带有差异的审查界面。它总结了变化内容，指出值得再看一眼的地方，并让你快速浏览更改的重要部分。 随着时间的推移，git-lrc已经扩展到检查大约100种常见风险模式，涵盖10个类别，包括安全性、可靠性、性能、可维护性等。 请注意，这远不是正式的审查。这是花60秒快速查看自己工作的时间，然后再将其记录到git中。 它还会生成一个简短的“总结文档”，突出主要更改，特别强调潜在风险。使用git-lrc，你可以快速检查即将发布的内容，并对生成的代码获得更大的信心。 在我看来，它更像是一个AI辅助开发的习惯，而不是一个AI审查工具：一个小小的暂停，以确保我们理解并支持我们要发布的代码。 开发者可以审查更改，为其担保，或有意识地跳过审查。这些决定会记录在git历史中，形成代码在发布前审查的轨迹。 如果你能看看，尝试在你的项目或团队中使用一下，并告诉我你的想法，那就太好了。 我很乐意听取HN社区的反馈，并随着时间的推移不断改进它！ GitHub: [https://github.com/HexmosTech/git-lrc](https://github.com/HexmosTech/git-lrc)

嗨，HN！我开发了AgentPace（一个macOS菜单栏应用），因为我发现自己经常需要进行心理计算，以判断是否会过早耗尽编码代理的使用量。这个想法并不是在菜单栏上显示“您还有X%的使用量”，而是展示您的使用趋势，以帮助您规划和管理使用情况。使用图表使这一切变得直观易懂，您可以快速了解自己的消耗速度，而无需离开工作流程。目前，它主要针对订阅Claude Code和Codex的用户，但我计划在未来扩展这一功能。欢迎提问！

“安全和隐私”是我们的总体目标。 这是一个技术/概念演示，展示了一种相当独特的方法，使用基于浏览器的、以本地为主的WebRTC技术。 该演示旨在展示客户端管理的加密技术。我们可以避免任何形式的注册。 应用程序： [https://enkrypted.chat](https://enkrypted.chat) 功能： * 点对点（P2P） * 端到端加密 * 文件传输 * 本地优先 * 无需注册 * 无需安装 * 无数据库 如需进一步了解，请随时联系，而不是深入文档/代码。 重要提示：虽然我们的目标是提供安全的体验，但该系统尚未经过审核或评估。仅供测试、反馈和演示之用，请负责任地使用。

我喜欢字典游戏：有人从字典中挑选一个不熟悉的词，并写下它的定义。然后其他玩家会想出自己的虚假定义，并猜测哪个是真实的。 我根据这个概念制作了一个类似Wordle的每日游戏。你会看到一个单词和四个定义，接下来就要你来判断哪个是真实的。每天都有五个新单词供你尝试。 真实的定义来自维基词典，而虚假的定义则是由Claude（有时还有我）编造的。 请告诉我你的想法，以及如何改进这个游戏！

找工作真让人头疼。翻遍LinkedIn和Indeed，筛选无尽的猎头垃圾邮件，点击“快速申请”却得不到任何回应，还要搞清楚这些职位中哪些是真实的。几个月前，我妻子在找工作时经历了这一切，于是我为她开发了一个工具，帮助她减轻最糟糕的部分。结果变成了现在这个样子。哦，她在不到两周半的时间里就收到了大公司的录用通知书。现在，她非常喜欢她的工作。 Morning Stack 在夜间运行。当我的用户在睡觉时，它会处理大型招聘网站（以及一些小众网站），然后在信任某个职位之前，尽量验证每个职位的真实性。 这个职位真的存在吗？- 它会在真实的浏览器（Playwright）中打开职位信息并进行检查。我们不进行API抓取，也不登录任何账户。然后，我们会返回到公司的ATS页面，以便你可以直接申请。如果找不到该职位，就会将其剔除。 这个职位符合你的要求吗？- 一个大型语言模型（LLM）会将职位描述与您的个人资料（简历、职业故事、期望角色、薪资范围、地理位置和福利）进行交叉检查。你越具体，最终收到的职位就越少。这正是我们的目的。 对于那些幸存的候选职位，它会根据职位描述调整你的实际简历，并为每个职位草拟一封求职信。一个独立的验证者会重新审阅这些内容，与你的实际简历进行对比，剔除任何无法支持的事实。我们通过三次尝试的规则来避免AI的虚假信息：如果在三次尝试后无法支持某个声明，就会放弃该职位，继续寻找，而不是提交虚假的内容。 到早上7点，你会得到一小堆（最多3个）真实的职位信息和完整的申请材料。 - 你会看到每个职位的一些有用信息（公司和职位信息，以及任何异常情况，如高薪或无限带薪休假）。 - 你可以审查这些职位，决定自己是否感兴趣。 - 然后在公司的官方网站上进行修改并提交申请。 就这样。这是你的声誉；你掌控一切。以下是我故意没有为此开发的一些功能： 它从不登录你的任何实际账户，也从不代表你自动申请。我认为这种趋势非常糟糕。我不认为它有效，也不认为人们会信任它。“喷洒式申请”并不适合那些关心职业结果的人，而你始终是以自己的名义提交申请。 本周将为一个小型测试组开放申请。有候补名单。链接在上面。 欢迎在评论中讨论架构或服务条款的相关理由。