返回首页
最新
简要概述：构建了一个RPC框架，采用多种方法解决现有的RPC问题。现提供文档预览，寻求反馈以便最终定稿。
<p>在看到关于RPC的相同抱怨反复出现多年后，我花了一年时间构建了一个新的RPC框架，AtomicLinkRPC（ALR）。
<p>同一篇文章每隔几年就会引发热烈讨论：
https://reasonablypolymorphic.com/blog/protos-are-wrong/
<p>以及基于该文章的讨论：
https://news.ycombinator.com/item?id=21871514
https://news.ycombinator.com/item?id=35281561
https://news.ycombinator.com/item?id=45139656
<p>我已实现了一个具体的端到端解决方案，并发布了文档预览（C++优先）：
https://atomiclinkrpc.github.io/alr-preview/
<p>简要示例：
<p>// service.h
class Greeter : public alr::EndpointClass
{
public:
static std::string sayHello(const std::string& name);
};
<p>// service.cpp
std::string Greeter::sayHello(const std::string& name)
{
return "Hello " + name;
}
<p>int main()
{
return alr::ConnectionInfo()
.setListenAddress("0.0.0.0:55100")
.listen();
}
<p>// client.cpp
#include "alr/endpoint.h"
#include "client_gen.h"
<p>int main()
{
alr::Endpoint ep = alr::ConnectionInfo()
.setConnectAddress("service-host:55100")
.connect();
auto result = Greeter::sayHello("World"); // 实际上是RPC
printf("%s\n", result.c_str());
return 0;
}
<p>以下是上述讨论中提出的一些问题的简要列表，以及ALR如何解决每个问题的简要描述。我非常希望听到您对这些方法的批评意见，您认为它们可能出现的问题，以及缺失的部分（但请查看文档链接以获取更深入的细节）。
<p>1) 阻抗不匹配：应用代码为了适应传输而扭曲
- 在ALR中，“消息”和其他RPC特定概念成为低级实现细节，永远不会出现在您的业务逻辑中。可远程调用的类、方法和结构保持干净，不受RPC噪音影响，并与您的业务逻辑1:1映射。无需再编写用户自定义的事件循环/反应器来使RPC工作。也不再需要生成以RPC为中心的数据传输对象（DTO）及其getter和setter。
- ALR使用环境变量系统（请参见文档），这是一组线程局部变量，提供执行RPC所需的所有上下文，而无需在业务逻辑中拖拽上下文变量。只有您自己的干净类、干净函数、干净结构和原生类型。没有噪音。
<p>2) API演变在现实中是破碎的、脆弱的、不一致的或难以使用和维护
- ALR直接使用您的类、方法和结构作为模式，没有脆弱的标签。
- ALR在握手时协商模式和访问者布局映射，并创建交集映射以允许不同版本之间的互操作。
<p>3) 理解和实现RPC框架的学习曲线陡峭
- 除了从ALR基类派生您的可远程调用类外，没有太多新的API需要学习。
- 请查看文档预览链接中的示例，以感受与其他框架相比使用的简便性。
<p>4) 性能
- 基准测试结果显示，ALR的性能显著优于gRPC，具体结果请见文档。我很乐意讨论这些结果为何可能。
<p>针对HN的问题
1. 您认为ALR解决这些问题的方法有哪些缺陷？
2. 如果您有动态远程能力检查失败的反例，我想听听。
3. 我遗漏了哪些RPC痛点，ALR没有解决？
4. 这里或文档中是否有需要更多细节的特定领域？
<p>状态与范围
- 这是一个仅限文档的预览。我在冻结接口之前寻求对立的反馈。
- 源代码尚未公开，正在最终确定开源许可证。
- C++是首个支持的语言，计划支持Python、Rust等其他语言。
<p>感谢您抽出时间查看 - 欢迎直接反馈！
嗨，HN，我是Tina。
和你们中的许多人一样，我对大型语言模型（LLM）的幻觉感到沮丧——这些输出听起来非常自信，但实际上是虚构的。因此，我创建了CompareGPT.io，这是一个工具，可以：
- 在多个LLM（如ChatGPT、Gemini、Claude、Grok等）上运行相同的查询
- 并排显示结果，以便更容易发现差异（和幻觉）
- 提供统一的API，便于集成
我们刚刚开放了候补名单（并提供半价的早鸟优惠和终身计划赠送）。
我很想听听这个社区的反馈：你们认为多模型一致性是否可以成为减少法律、金融或研究领域幻觉的标准方法？
谢谢！
如果宝可梦实际上是聪明的呢？
大家好，我是拉蒙——这正是我的工作室正在研发的内容！我们正在制作《阿利昂：战斗之声》，这是一款怪物训练师游戏，游戏中的生物栩栩如生，能够独立思考和行动，就像直接从动漫中走出来的一样！
与众不同之处：
• 准备：通过语音和示范训练你的怪物，创造出在战斗中使用的致命技能。
• 即兴发挥：物理驱动的竞技场会随着战斗而变化——将火焰化为蒸汽，制造坑洞，重塑掩体。
• 亲密关系：阿利昂能够理解自然语言，拥有个性和记忆，你们的关系会随着时间的推移而加深。在战斗间隙，你可以和它们一起放松、聊天和玩耍。
如果这听起来符合你的兴趣：
Steam愿望单（非常有帮助）：[https://store.steampowered.com/app/3987700/Allyon_Battlecry/](https://store.steampowered.com/app/3987700/Allyon_Battlecry/)
加入Discord以参与游戏测试和反馈：[https://tinyurl.com/allyonbattlecry](https://tinyurl.com/allyonbattlecry)
谢谢，我期待听到你的想法！