最新

嗨，HN——我们是Lumi（lumi.new）背后的团队。Lumi是一个一体化平台，通过聊天简单地构建和发布网站或轻量级应用，无需编写代码，也不需要集成外部服务。我们团队有10多人。 <p>独特之处： 任何地方：开箱即用的多国语言支持（在一个项目中创建和维护多个地区设置） 任何人：内置数据库 + 登录功能 + 更多内部工具即将推出，任何人都能在没有技术障碍的情况下实现任何目标 任何时间：没有等待名单！现在就可以构建客户关系管理系统、电商门户、照片分享平台等。 <p>正在开发中：电子邮件发送、文件存储、Stripe支付等功能！ <p>最接近的类比是Base44，但Lumi更注重国际化（i18n）和捆绑的数据库/认证，这样创始人可以在多个市场上线而无需额外设置。而且Lumi在实现更惊艳的页面效果和处理更复杂的逻辑方面表现得更好。 <p>我们非常希望能收到关于本地化工作流程、数据库/认证默认设置的反馈，以及其他能让Lumi在使用初期更有用的建议。 （声明：我们是创始人，乐意回答任何问题！）

专业游戏工具与指南 通过我们全面的计算器系列提升您的游戏体验，我们提供热门游戏的模拟器和专家指南。 种植花园 | 诅咒之地 | 宝可梦 | 守护世界

我一直在开发Maia，这是一个专为多AI代理系统设计的开源测试框架。随着AI部署变得越来越复杂和互联，传统的测试方法在处理代理交互、涌现行为和系统整体可靠性时往往显得力不从心。 Maia通过以下方式解决了这些问题： - 多代理交互测试 - 代理会话中的行为验证 - 消息断言 - 外部工具测试 - 可视化和调试的仪表板 该框架旨在在问题进入生产环境之前捕捉到它们——例如代理协调失败、意外的涌现行为或仅在多个AI组件交互时出现的性能瓶颈。 我非常希望能得到HN社区的反馈，特别是来自那些在生产AI系统中面临类似挑战的朋友们。 GitHub链接： [https://github.com/radoslaw-sz/maia](https://github.com/radoslaw-sz/maia)

系统信息 * CPU: 11代英特尔酷睿i7-1165G7 * 系统: Linux Mint 22.2 * 内核: 6.11.0-1014-lowlatency（无ntsync） * 系统libc: GNU C库 2.39 * Wine: 9.0 * 编译器: GCC 13（均可） 配置和执行时间（时间越短越好） * linux std: (8.150秒) std::mutex，基于pthread * linux boost: (10.936秒) boost::mutex * win std: (20.246秒) std::mutex，基于CRITICAL_SECTION * win boost: (4.849秒) boost::mutex * win srw: (15.853秒) SRWLOCK * win mcf0i: (4.117秒) 来自mcfgthread的_MCF_mutex，内联禁用 该测试使用的代码来自 https://github.com/markwaterman/MutexShootout Hyperfine 截图: https://files.lhmouse.com/20250826-155709.png 当boost::mutex本地编译时，其速度比glibc慢，但当它为Windows编译并在Wine中运行时，其性能超过了除mcfgthread之外的所有选项，包括本地的glibc互斥锁。这是否意味着glibc互斥锁在设计上较差，还是Wine中的线程调度有某种魔力，使得boost::mutex在此测试中表现更佳？

我很想听听你们的反馈：<p>- 如何改进产品<p>- 盈利的想法<p>请在评论中分享你的想法——每一个建议都是宝贵的。