最新

我讨厌使用那些糟糕的代码、UI/UX或后端软件，所以我决定自己动手构建一个。<p>这花了我一些时间，因为我从零开始搭建，使用了合适的后端解决方案——NestJS，结合Redis、Kafka进行消息传递，以及更多工具来确保系统的稳定性。<p>我的着陆页使用Next.js进行服务器端渲染（SSR）和搜索引擎优化（SEO）。<p>我觉得这个工具正在成为一个能够与Buffer、Hootsuite等巨头竞争的最佳工具。现在已经有一些付费客户，他们对此非常满意。<p>我正在构建报告功能、更多集成和特性，我认为这非常出色，因为它运行顺畅且速度很快。

你的RAG模型是不是出现了幻觉？也许问题不在于大型语言模型（LLM），而是在检索阶段。 我创建了RAGsplain（ragsplain.com）来帮助调试这个问题。你可以上传文档（PDF、音频、YouTube链接），选择检索方法（语义、关键词或混合），并查看传递给模型的确切上下文片段——包括匹配分数。 结果发现：当检索效果不佳时，即使是最好的模型也无法正常思考。 这个工具是开放且免费的。希望能收到正在构建RAG管道的朋友们的反馈。

ProjectD 是一个概念验证项目，展示了攻击者如何利用 Google Drive 作为命令与控制（C2）基础设施的传输通道和存储后端。 主要的 C2 功能包括： - 持久的客户端与服务器心跳； - 文件下载/上传； - 在目标机器上执行远程命令； - 完全关闭客户端并自我清除； - 端到端加密的流量（AES-256-GCM，非对称密钥交换）。 代码及完整说明： - GitHub: [https://github.com/BernKing/ProjectD](https://github.com/BernKing/ProjectD) - 博客: [https://bernking.xyz/2025/Project-D/](https://bernking.xyz/2025/Project-D/)