最新

我是不是快要疯了，今天我一直看到来自云服务的nginx错误、GitHub Actions失败，以及Hugging Face无法下载数据的情况。<p>Downdetector显示从微软到Cloudflare的各个地方都有故障，但只有微软表示他们有故障？<p>今天早上X也宕机了几个小时。还有其他人有消息吗？X这边没有任何更新。

这是一个免费且开源的项目。其目的是相比于Lutris，提供对每个游戏的Wine前缀及相关工具（如winetricks、Proton配置等）的更透明的访问。该应用程序还提供与游戏相关的统计信息（如游戏时间、启动次数、崩溃次数等）等相同功能。

嗨，HN， 我是一名独立创始人。在创建ProblemHunt之前，我注意到一个普遍的现象：许多创始人开始时有想法和解决方案，但却没有花足够的时间去理解真实的问题。 ProblemHunt是一个简单的平台，人们可以在这里分享他们在工作或生活中实际面临的问题。开发者和创始人可以浏览这些问题，并将其作为构建产品的起点。 到目前为止： – 约5000名用户 – 提交了150多个真实问题 – 100%自然增长 这仍然是一个早期阶段，我正在努力了解这个平台是否真正有用。 我非常希望能得到反馈： – 你会使用这样的东西吗？ – 有哪些地方让你觉得不必要或困惑？ – 什么会让它更有价值？ 链接： [https://problemhunt.pro](https://problemhunt.pro)

嗨，HN， 我正在寻找一些现代的测试自动化软件/框架，这些工具能够很好地与Python/Go/TS配合使用。在我的搜索中没有找到合适的选项，我也不想自己搭建测试自动化基础设施。 我的使用场景是在实验室环境中进行硬件和固件测试，我希望避免被迫进入特定供应商的硬件生态系统。 我所寻找的特性包括： - Python/Go/TS兼容性（SDK、API或一流支持） - 能够查看和查询历史测试运行（仪表板/日志和指标的趋势视图） - 能够定义自定义测试序列/工作流，并能够并发运行步骤（不仅仅是一个平面的测试列表）。例如：条件步骤、重试、设置/拆卸阶段、多设备编排（电源、数字万用表、数据采集器和被测设备） - 硬件无关性/无供应商锁定：我应该能够更换仪器/设备，而无需重写所有内容或被绑定到某个专有供应商（特别是NI） - 理想情况下：还应该有Slack集成，用于启动测试和通知测试完成 问题： 1. 自己搭建软件架构是唯一的选择吗？如果你们构建过类似的东西，哪个技术栈效果最好（例如，Robot Framework、pytest + 插件、自定义调度器、Airflow/Prefect/Temporal等）？ 2. 是否有专门构建的平台可以推荐，并且没有供应商锁定？ 3. 你们使用什么工具来管理运行历史和报告？ 4. 在可靠性、扩展到多个设备或维护驱动层方面，有没有什么“陷阱”？ 如果需要，我很乐意自己组装序列逻辑，但我希望避免从头开始重新发明编排和运行历史/报告的过程。

创建Figr AI是因为我厌倦了那些将自己宣传为设计工具的AI构建工具，却最终跳过了最困难的部分。 我尝试过的每一个工具都直接跳到了界面设计。但产品设计并不是这样的。你并不仅仅是在设计界面，而是首先要思考问题。考虑流程、边缘案例、用户旅程，以及用户可能会遇到的障碍。然后，设计才会随之而来。 Figr首先进行这种思考层面的工作。它通过Chrome扩展解析你现有的产品，或者接受屏幕录制，然后在设计之前与您一起解决问题。它会揭示边缘案例、绘制流程、生成规格、审查用户体验。设计是在思考之后进行的。 之所以能够做到这一点，是因为我们对超过20万个真实的用户体验模式和原则进行了训练。我们的主要关注点是通过理解产品来帮助构建正确的用户体验。 与Lovable/Bolt/V0的区别在于：我认为那些是界面构建工具。当你确切知道自己想要构建什么时，它们是不错的选择，但它们并不能真正帮助你找到问题的正确解决方案。我们希望Figr更像是一个AI产品经理，同时也具备设计能力。 我们用它解决的一些困难的用户体验问题可以在这里查看：<a href="https://figr.design/gallery" rel="nofollow">https://figr.design/gallery</a> 非常希望能得到反馈，特别是来自那些在其他AI构建/设计工具中遇到同样障碍的人。

我是创始人。我创建了NEO，这是一个专门为人工智能和机器学习工程工作流程设计的AI代理，因为我在使用现有工具时反复遇到同样的问题：这些工具适用于短期线性任务，但一旦工作流程变得长时间运行、具有状态和反馈驱动时，就会崩溃。 在实际的机器学习工作中，你不仅仅是生成代码然后就结束。你需要探索数据、训练模型、评估结果、调整假设、重新运行实验、比较指标、生成工件并进行迭代；这一过程通常需要几个小时或几天。 大多数现代编码代理已经超越了单一提示。它们可以规划步骤、编写文件、运行命令并对错误做出反应。然而，当机器学习工作流程变得长时间运行且反馈密集时，问题仍然存在。训练任务、评估、重试、指标比较和部分失败仍然被视为短暂的副作用，而不是持久的状态。 一旦工作流程持续数小时、涉及多个实验或迭代评估，你要么需要不断监控代理，要么重新启动流程的大部分内容。反馈存在，但系统无法可靠地从中恢复。 NEO试图以实际发生的方式建模机器学习工作。 它是一个执行端到端机器学习工作流程的AI代理，而不仅仅是生成代码。工作被分解为明确的执行步骤，包含状态、检查点和中间结果。来自指标、评估或失败的反馈直接输入到下一个步骤，而不是强制进行完全重启。你可以暂停运行，检查发生了什么，调整假设，并从中断的地方继续。 这里有一个例子供你参考： 你可以要求NEO探索一个数据集，训练几个基线模型，比较它们的性能，并生成图表和简短报告。NEO将加载数据，进行探索性数据分析（EDA），训练模型，评估它们，注意到如果某个模型表现不佳或失败，进行调整并继续。如果训练需要一个小时，而一个模型在45分钟时崩溃，你不需要重新开始。NEO会检查失败，修复它，并继续进行。 扩展文档：<a href="https://docs.heyneo.so/#/vscode" rel="nofollow">https://docs.heyneo.so/#/vscode</a> 欢迎随时询问关于NEO的问题。

嗨，HN，我创建了一个免费的（无需注册/无需信用卡）AI写作工具目录，想和大家分享。这基本上是一个预配置提示的集合，可以快速改善文本、改变语气、回复邮件、重写内容，包括一些小众的工具。 我使用了Astro和DaisyUI，以及Cloudflare Workers/CDN，使网站快速且对SEO友好。最终得到了100%的Lighthouse评分，这很不错。总体来说，进展顺利，尽管在过程中遇到了一些Astro的bug——其中一些已经修复。目前它在后台使用的是Gemini 3 Flash。我还花了一些时间用Turnstile保护网站免受机器人和爬虫的侵扰，目前通过预先资助信用额度来管理我的成本，以避免在后付费时出现账单惊喜，以防恶意用户试图利用这个服务（虽然这并不太用户友好，但由于这是一个免费的公共服务，如果将来有需要，我也可能会添加一些指纹识别功能）。 我的主要动机是提升SEO存在感，并将流量引导到我的主要产品（我在这里发布过相关信息：<a href="https://news.ycombinator.com/item?id=46183195">https://news.ycombinator.com/item?id=46183195</a>）。但与此同时，我也希望创造一些有用的东西，因此最终在这方面花费的时间比我最初计划的要多。我很想知道这一切的结果如何，成本会是多少，以及我多久会用完信用额度。 如果你有时间，请告诉我这个工具对你是否有用或如何有用。有些提示仍需改进，所以欢迎分享你的使用结果——我很乐意探索和改进。 链接：<a href="https://textwisely.ai/directory" rel="nofollow">https://textwisely.ai/directory</a>