最新

嘿，HN： 每次我想将Claude Agent SDK投入生产时，我都在重建相同的基础设施。会话、流媒体、沙箱、持久性、REST API、文件钩子。因此，我构建了Ash。 一个代理是一个包含CLAUDE.md文件、技能文件夹等的文件夹，可以通过命令行或tsx/python SDK一键部署。 在构建这个过程中，我关注了一些事情： 沙箱。每个代理在其自己的隔离进程中运行，具有环境白名单、cgroups资源限制，以及在Linux上的bubblewrap文件系统隔离。 会话持久性。所有状态存储在CRDB中。如果服务器在对话中崩溃，恢复功能会从中断的地方继续。你还可以将工作空间快照保存到S3/GCS，并在不同的机器上恢复。 保持简洁。SDK的`Message`类型在整个管道中不经翻译地流动，从Unix套接字到SSE再到客户端。Ash添加了会话路由、沙箱池和生命周期管理。它不会重新包装或翻译SDK的类型。 我一直在仔细测量开销。Ash在第99百分位的每条消息增加的延迟小于0.5毫秒。温暖恢复的延迟为1.7毫秒。冷恢复（恢复工作空间、生成进程、重新连接）的延迟为32毫秒。 开源、自托管、MIT许可证： [https://github.com/ash-ai-org/ash-ai](https://github.com/ash-ai-org/ash-ai)

我编写了这个程序！这是一个不错的小游戏，我用它来给我的女朋友发送秘密信息。我想你也可以用它来鼓励小朋友学习拼写？如果你想到其他用途，请告诉我！

我该如何在雇主或合作者面前处理这个问题，而不透露具体的私人细节？我问过一个人工智能，它说直接回应是个好主意，但我认为在我这种情况下，人们更可能会指责受害者。<p>另外，我并没有辞职或请假，所以没有人知道。我现在提这个问题是因为一位教授直言不讳地说我的发表记录“很薄弱”。

在线工作诈骗似乎越来越普遍。我很好奇，是否会有人愿意使用一个在发布之前对每个职位列表进行验证的招聘网站。这样的做法是否会让你更倾向于在该网站上寻找工作？

嗨，HN， 我是一名IT支持领域的软件工程师。我需要在机器之间安全地传输大型日志文件和系统镜像。现有的工具要么有大小限制，要么需要账户，或者缺乏真正的加密功能。因此，我开发了ShareNova。 它的工作原理如下： 实时传输：通过服务器中继的WebSocket流式传输，使用位字段跟踪进行分块，支持断开连接后的自动恢复。无需账户。 延迟存储：当接收方离线时，文件会在客户端进行分块和加密，采用AES-256-GCM（PBKDF2密钥派生，200K次迭代）后再上传。服务器仅存储密文，密钥不会离开浏览器。 魔法字节文件扫描器：每个延迟文件都会在服务器端扫描，读取前16个字节并与已知签名进行比较。可以检测伪装的可执行文件（.jpg中的MZ头）、双扩展名以及包含危险文件的压缩包。结果会以安全徽章的形式展示给接收方。 浏览器内预览：图像、视频、音频、PDF和代码文件可以在下载前预览，而不会破坏安全模型。 技术栈为Node.js + Express + ws，单服务器，核心传输逻辑没有外部依赖。 试试吧： [https://sharenova.io](https://sharenova.io) 我希望能收到关于架构和扫描方法的反馈。

大家好。我评估了三个用于家庭实验室项目的代理框架，其中一个有40万行代码（在Shodan上暴露了42,000个实例），一个只有9天的历史，第三个则过于简单，我几乎会重建大部分内容。没有一个框架适合我。 于是我用大约2300行Python代码构建了自己的框架。没有使用任何框架，只有8个运行时依赖，进行了106个测试。 它的功能包括： - 通过SQLite实现持久化存储（FTS5关键词搜索 + sqlite-vec嵌入 + 最近性衰减，结合倒数排名融合） - MCP工具集成——通过编辑JSON文件添加功能 - 具有安全保护措施的本地工具（bash黑名单、超时、输出限制） - 具有会话隔离的Discord接口 - 每个操作的结构化JSON日志记录 - 会话压缩，提供有效的无限上下文 该框架在配备2个RTX 3090显卡的本地环境下运行，使用Qwen3-Coder-Next通过llama-server进行操作。没有使用云API。 我的设计理念是：不构建不需要的功能，但也不阻塞插入点。例如，我的AI防火墙尚未构建，但所有LLM流量都通过一个可配置的URL，稍后我会通过配置更改来插入一个过滤代理。 DESIGN.md文档记录了每个架构决策背后的理由。测试模拟了LLM客户端，因此你可以在笔记本电脑上运行它们。 GitHub: [https://github.com/nonatofabio/luna-agent](https://github.com/nonatofabio/luna-agent) 完整技术深度分析的博客文章: [https://nonatofabio.github.io/blog/post.html?slug=luna_agent](https://nonatofabio.github.io/blog/post.html?slug=luna_agent) 欢迎大家就任何设计权衡问题提问。