最新

我是一名长期的Cloudflare用户，但有时我只想要一个全球负载均衡器，而不想被锁定，并且希望能够完全控制配置（例如，一些Cloudflare规则需要企业计划）。<p>我喜欢Caddy，因为它的配置简单，这也是我创建Novnaode的原因。它使得启动托管的Caddy实例变得容易（Nginx也即将推出），并让您完全掌控如何管理配置。<p>不再受限于企业级别或有限的配置选项——只需简单、强大且灵活的全球负载均衡。<p>在这里查看：<a href="https://novanode.sh" rel="nofollow">https://novanode.sh</a>

几天前，我在HN上发布了“Vets Who Code”。它被放入了二次机会池，并在昨天登上了首页。 不确定它的排名有多高，但我看到它在十几名的位置。 创始人在LinkedIn上分享了对他组织的影响，我想在这里也分享一下。 > 我们现在有12位新的导师志愿者，并且收到了捐款。 感谢HN社区，不仅给予了关注和评论（虽然我过去发现这些非常有价值），还采取了具体行动。 0: https://vetswhocode.io/ 1: https://news.ycombinator.com/item?id=43533124 2: https://www.linkedin.com/feed/update/urn:li:activity:7313539233317543936/

嗨，HN！我是Keming。 黑客马拉松通常有一种一次性项目的文化。当我的应变分析（研究）工具在Make OHI/O比赛中获得第三名时，我决定打破这种模式。 在实际的24小时比赛中，我超越了通常的期望。我构建了一个具有完整测试覆盖的工作应用，并进行了实时部署。但在大家收拾东西回家后？真正的工作才开始。 我挑战自己将这个快速的黑客项目转变为生产级软件。我构建了自动测试和部署的CI/CD管道。我发布了可以在AMD64（英特尔）和ARM64（苹果M1/M2）架构上运行的Docker镜像。我编写了我在探索新项目时总希望能存在的那种文档。 最终形成的，不仅仅是一个用于分析材料变形的工具——它是我个人可持续软件开发的蓝图。每一个自动化管道、每一个README、每一个测试都代表了我多年来学习和实施的最佳实践。 这个代码库证明了黑客马拉松项目在演示日后并不需要消亡。我很想听听你们对我所构建的内容的看法，以及我接下来可以改进的地方。

我一直在尝试使用MCP服务器，以便更好地了解这个生态系统。我发现了一个真正的问题，但不确定在这种架构下有哪些解决方案——我是不是漏掉了什么？ 大型语言模型（LLM）总是处于任何管道的中间。这意味着在每次工具调用之间，可能会出现混乱和数据丢失的翻译（更不用说与进程之间直接传输数据相比，这种方式极其缓慢且浪费资源）。 我使用的例子是：我希望Claude为我协调对Stripe数据的分析。我让它获取上个月的所有交易并将其写入磁盘（作为第一步，在实际执行任何操作之前）。由于从Stripe输出的数据在写入磁盘之前需要经过LLM处理，这导致数据完全混乱，只写入了很小一部分。 我正在努力拼凑出一个让聊天机器人在我的生活中做有用事情的拼图。是否存在一个未来状态，在这个状态下，这个问题不再是固有的障碍？我想到了一些解决方法： - 使用Python解释器，让LLM编写代码。但这样一来，使用Stripe的Python库或API还有什么意义呢？ - 建立某种MCP服务器之间的通信协议。此时，我们实际上是在为LLM构建一个操作系统。

Benchi 是一个命令行工具，用于运行基准测试和收集指标。它使用 Docker Compose 来编排基准测试所需的基础设施和工具，使得在不同机器上重复运行变得可行。它允许您对不同工具运行相同的基准测试，并比较收集到的结果。 该仓库包含一个简单的示例。有关更详细的示例，请查看我们如何使用 Benchi 比较在 Conduit 和 Kafka Connect 上运行的数据管道，这两者都是数据流工具（仍在进行中）：[https://github.com/ConduitIO/streaming-benchmarks](https://github.com/ConduitIO/streaming-benchmarks)

我对缩小数学常数（如拉姆齐数、忙碌海狸函数等）的界限的集体过程感到着迷。我想创建一些可视化图形，但找不到方便的历史界限更新来源，因此我创建了这个仓库。 这个汇编数据的两个主要目标是以视觉上信息丰富的方式呈现数据，方便浏览，并提供多种格式（如JSON、CSV等）供下载。 我并不是专业的数学家，因此欢迎任何建议，以便使这个项目对数学家和爱好者更有用、更直观。也欢迎通过GitHub讨论区进行贡献！