最新

当你第一次打开Gnoke Station时，你会看到……几乎什么都没有。一个干净的桌面，一个终端，一个应用商店，桌面设置，以及寂静。我们理解之前的帖子引发了关于极简主义的评论。 我们的错误在于没有清楚地传达核心架构意图。空白的屏幕并不是功能的缺失——而是其本身的功能。 **空桌面的哲学** Gnoke Station是一个基于浏览器的Web操作系统——一个轻量级的运行时环境，而不是桌面克隆。我们为那些需要一个模块化、简约画布并能够完全控制的用户而构建，特别是在工业、物联网和仪表板的上下文中。 这种空白是一种设计选择，旨在最小化开销并最大化可扩展性。 用户（或制造商）不需要与一个捆绑的、沉重的通用操作系统抗争，而是从接近零的状态开始，仅加载他们所需的组件。 **为什么Gnoke Station是创客的WebOS** 其核心价值在于架构，而非初始图标： * **为集成商设计的模块化**：整个桌面被设计为一个最小化的外壳，管理外部Web应用程序。制造商可以使用简单的JSON清单替换登录管理器、默认应用程序，甚至任务栏，使用他们自己的专业组件。 * **为瘦客户端而构建**：它将任何现代浏览器转变为桌面环境。没有下载，没有安装，也不需要虚拟机。这对于资源受限的环境至关重要。 * **离线就绪**：我们利用现代浏览器API（如Service Workers和IndexedDB）确保环境在网络中断时仍然具有韧性——这是可靠的现场和工业应用的必要条件。 这个项目是重新思考在浏览器时代操作系统应该是什么的实验：一个灵活的框架，让你构建自己的数字控制面板。 **足迹证明** 作为其资源轻量性的证明，Gnoke Station完全在一部Infinix手机上由我（EdmundSparrow）构建。创新不必依赖昂贵的硬件——只需想象力。 如果你是一名工程师或开发人员，正在从事嵌入式用户界面、工业人机界面（HMI）或专业Web仪表板的工作，我希望你能探索这个概念，并查看构建自己应用程序的API。 实时演示： [https://gnokestation.netlify.app](https://gnokestation.netlify.app) GitHub仓库： [https://GitHub.com/edmundsparrow/gnokestation](https://GitHub.com/edmundsparrow/gnokestation) 项目/设计理由： [https://gnokepitch.netlify.app](https://gnokepitch.netlify.app) （注意：GnokePitch支持手机和平板电脑查看，这相较于传统的C++ HMI解决方案是一个很大的优势。）

我想分享一个名为 FastQR 的高性能二维码生成器（<a href="https://github.com/tranhuucanh/fastqr" rel="nofollow">https://github.com/tranhuucanh/fastqr</a>），它是用 C++ 编写的。这是我的第一个开源项目，我很兴奋（也有点紧张！）能与大家分享它。 <p>它是什么： - 一个快速的命令行工具和库，用于生成二维码 - 用 C++ 编写，并支持 Ruby、PHP 和 Node.js 的绑定 - 完全支持 UTF-8（与越南语、日语及其他语言兼容良好） - 支持自定义颜色、嵌入logo和精确的尺寸控制 - 包含预编译的二进制文件，无需单独安装依赖 <p>我为什么要构建这个： - 我需要一个快速的二维码生成器，能够正确支持 UTF-8（尤其是越南文本），并且可以轻松集成到不同的语言中。大多数现有解决方案要么速度慢，要么对 Unicode 支持不佳。 <p>性能： - 生成 100 个二维码（500x500 像素）：约 0.3 秒 - 生成 1000 个二维码（500x500 像素）：约 3 秒 - 批量模式比单个生成快 7 倍 <p>技术栈： - 使用 libqrencode 和 libpng 的 C++ 核心 - Ruby、PHP 和 Node.js 的语言绑定 - 预编译的二进制文件，便于安装 <p>这是我第一次做开源项目，所以我相信还有很多可以改进的地方或者我未发现的bug。如果你能试用一下并分享你的反馈，我将非常感激。如果你发现任何问题或有建议，请在 GitHub 上提出问题，我会尽快修复。 <p>任何反馈、批评或建议都将不胜感激。感谢你花时间查看它！ <p>GitHub: <a href="https://github.com/tranhuucanh/fastqr" rel="nofollow">https://github.com/tranhuucanh/fastqr</a>

这两个事件之间可能存在关联吗？<p>以下是发生的情况：<p>在AWS发出警报并向我们发送健康事件之前的3小时内，产生了大约600个实例。我们验证了多个域，并且可以看到SES配额增加请求已被提交。<p>我们仍在对我们这边的漏洞进行调查。我们初步的嫌疑名单上有两个嫌疑：API密钥或控制台访问权限，其中未启用多因素认证（MFA）。

大家好， 安德烈·卡尔帕西（Andrej Karpathy）在2023年初发布了一条推文（链接：[https://x.com/karpathy/status/1617979122625712128](https://x.com/karpathy/status/1617979122625712128)）： > “最热门的新编程语言是英语” 我多年来不懈努力，致力于实现这个愿景。我构建了一个自然语言编程栈，用于创建人工智能代理。我认为这是第一个真正的软件3.0栈。 核心理念：将大型语言模型（LLMs）作为CPU！你终于可以逐步调试你的提示，并获得可靠、可验证的执行。这个栈包括一种新语言、编译器以及开发工具，如VSCode扩展。 程序以Markdown格式编写。H1标签是代理，H2标签是自然语言剧本（即函数），Python剧本。所有代理中的剧本都在同一个调用栈上运行。自然语言和Python剧本可以相互调用。 快速介绍视频：[https://www.youtube.com/watch?v=ZX2L453km6s](https://www.youtube.com/watch?v=ZX2L453km6s) GitHub：[https://github.com/playbooks-ai/playbooks](https://github.com/playbooks-ai/playbooks)（MIT许可证） 文档：[https://playbooks-ai.github.io/playbooks-docs/getting-started/](https://playbooks-ai.github.io/playbooks-docs/getting-started/) 项目网站：runplaybooks.ai 示例剧本程序： ```plaintext # 国家事实代理 这个代理打印有关附近国家的有趣事实 ## 主程序 ### 触发器 - 在开始时 ### 步骤 - 询问用户他们来自哪个$country - 如果用户没有提供国家，进行对话并轻轻引导他们提供一个国家 - 列出5个靠近$country的$countries - 告诉用户附近的$countries - 通知用户你将告诉他们每个国家的一些有趣事实 - process_countries($countries) - 结束程序 ```python from typing import List @playbook async def process_countries(countries: List[str]): for country in countries: # 对每个国家调用自然语言剧本 'GetCountryFact' fact = await GetCountryFact(country) await Say("user", f"{country}: {fact}") ``` ## GetCountryFact($country) ### 步骤 - 返回关于$country的一个不寻常的历史事实 ``` 有许多非常有趣的功能。快速示例： - “排队调用提取每个候选文件的目录”——轻松调用MCP工具，多线程，工件管理，上下文管理 - “询问会计师税率是多少”是你与其他代理沟通的方式 - 你可以在同一个调用栈上无缝混合程序性自然语言剧本、ReAct剧本、原始提示剧本、Python剧本和外部剧本，如MCP工具 - “与厨师、市场专家和用户召开会议以设计新菜单”是你如何生成多代理工作流的方式，每个代理遵循自己的剧本进行会议 - 即将推出：观察代理（观察其他代理的代理——自动化内存存储，验证/认证执行，指导被观察的代理），程序性记忆的动态剧本生成等。 我希望这能改变我们未来构建人工智能代理的方式。期待讨论！我会在评论区与大家交流。

嗨，HN， 我们绝对不是第一个意识到当前招聘和求职方式存在严重问题的人。零成本的沟通和大型语言模型（LLMs）制造了如此多的噪音，以至于优秀的候选人无法被听到，而利用关键词和提示黑客来操控系统的诱惑也变得愈发强烈。 事实上，我们发现70%的早期阶段AI初创公司并不在LinkedIn上发布职位。相反，许多创始人仅在自己的网络中招聘，这在开始时有效，但无法扩展。 我们对此问题进行了深入思考，并尝试了几个想法，包括一个AI语音代理招聘员。我们甚至花了一些时间尝试成为传统的技术招聘人员，以更好地理解这个问题领域。 最终，我们构建了……一个招聘平台。 但我们认为有几个方面使我们的平台与众不同： - 我们决定不在用户与数据之间设置障碍。从您注册的那一刻起，您可以随意搜索、筛选或浏览。零上手门槛。 - 我们想专注于一个细分市场，因此我们专注于展示早期阶段AI公司的机会（超过30,000个职位，来自24,000家公司）。 - 您可以使用键盘快捷键进行导航！ - 我们构建了一个语音代理Nell，她通过您的浏览器与您进行技术招聘电话，并立即找到匹配的职位，就像一个了解您并且人脉广泛的朋友一样。 - 当您告诉我们您对某个职位感兴趣时，我们会尽力直接将您与创始人联系，并附上您的个人资料，无需求职信，无需无意义的表格。 - 我们用投资者级别的智能丰富了职位数据——您可以查看风险投资公司用来决定一个初创公司是否值得加入的相同数据。 试试看，告诉我们您的想法： [https://teeming.ai](https://teeming.ai)

Clink 让您可以使用已经支付的编码代理（Claude Code、Codex CLI、Gemini CLI、Z.ai GLM）在一个独立的容器中构建 → 实时预览 → 部署应用程序。<p>无需购买令牌，也没有额外的编码费用。只需链接您现有的 Claude/OpenAI/Gemini 账户，即可立即开始构建和部署。<p>我们为什么要开发这个：<p>Claude Code 是我们进行编码的首选工具，但它缺乏预览和部署功能。我们不想为了这个再次支付 Lovable 的费用。<p>不同的代理在不同的任务中表现出色——Claude Code 适合多样性，Codex 适合复杂工作，GLM 适合快速开发。我们需要一个平台来充分利用它们。<p>CLI 代理比传统的网页构建工具提供了更多自由。我们希望通过合适的开发工具释放它们的全部潜力。<p>它的功能：<p>• 提示 → 构建 → 实时 → 部署 - 从创意到上线网站的最快路径。免费部署。<p>• 自带订阅 - 高效利用您现有的计划（Claude Code $20 = 10倍 Lovable $25 的使用，GLM $3 = 3倍 Claude Code $20 的使用）<p>开发者模式（测试版）：<p>• 多栈支持 - 使用 Node、Python、Go、Rust 构建，并立即将容器部署到公共 URL<p>• 仓库导入 - 升级并部署您现有的项目，支持任何技术栈<p>链接：<p>• Clink: <a href="https://clink.new" rel="nofollow">https://clink.new</a><p>• 开源来源（Claudable，约 2800 次）： <a href="https://github.com/opactorai/Claudable" rel="nofollow">https://github.com/opactorai/Claudable</a><p>我们非常欢迎任何反馈、错误报告或技术栈请求——我们快速迭代并阅读每一条评论。

Tempus是一个旨在高精度建模时间序列数据或回归问题的项目。它基于Vapnik、Chervonenkis和Lerner教授的支持向量机理论，实施了一种改进的核回归算法，并进行了多项改进，例如嵌套核、多层权重、大规模并行化和系统参数调优。 Tempus提供了多种信号分解方法和自动特征工程。这种新的支持向量机实现允许使用任何统计模型，甚至是自身，作为核函数。这是通过计算理想的核矩阵来完成的，该矩阵用作测量核函数适应性的参考。截至目前，已经实现了LightGBM、Torch、Path、RBF和全局对齐核。 Tempus在处理最复杂的数据时，能够显著提高准确性，超越其他竞争模型。

14年前，我通过Show HN发布了TicketData的原始版本。尽管公共网站没有获得关注，但这些数据对票务行业的人士来说非常有价值，因此它成为了一个B2B数据产品，自那时以来一直让我忙碌不已。现在，我重新推出了前端网站，作为一个完全免费的公共工具，帮助任何人在购买现场活动门票时做出更明智的决策。 重新推出的网站展示了实时转售价格图表（使用来自StubHub、Vivid Seats、SeatGeek等网站的数据），这些图表每几分钟就会更新一次。您可以查看最便宜门票的价格历史（“入场价格”），或者查看预定义区域（如地面座位）的价格，您也可以在任何区域或行中设置自己的自定义区域（例如“地面中心，1-10排”）。此外，您还可以设置价格超过或低于您设定的阈值时的提醒。 许多大型活动还包括价格走势的预测。这些预测基于多年的历史数据，结合实时数据和其他输入（如销售数据以及其他许多变量……对手、星期几、场馆容量等），通过XGBoost构建的模型进行处理。我正在逐步将预测功能推广到更多活动，随着模型的不断完善，我对不同类型/流派活动的准确性充满信心。 除了即将举行的活动数据外，网站上目前还提供大约2.5年的历史数据。如果持续有兴趣，我将努力将数据扩展到2011年。 以下是一些示例： [即将举行的活动] 保罗·麦卡特尼下周的演出： <a href="https://www.ticketdata.com/events/12435572" rel="nofollow">https://www.ticketdata.com/events/12435572</a> [过去的活动] 堪萨斯城酋长队对拉斯维加斯突袭者队（周一夜） <a href="https://www.ticketdata.com/events/1174976" rel="nofollow">https://www.ticketdata.com/events/1174976</a> 今年夏天Oasis的所有8场北美演唱会： <a href="https://www.ticketdata.com/events/compare?ids=1006457%2C1006458%2C1006459%2C1006460%2C1010964%2C1010967%2C1010968&mode=days" rel="nofollow">https://www.ticketdata.com/events/compare?ids=1006457%2C1006458%2C1006459%2C1006460%2C1010964%2C1010967%2C1010968&mode=days</a> 或者要查看您本周末在本地举行的最便宜的演出，请点击主页上的“本地” + “本周末”筛选器：<a href="https://www.ticketdata.com/" rel="nofollow">https://www.ticketdata.com/</a> 感谢您的反馈！

由于目前互联网搜索能力的下降，我在寻找这个内容时遇到了困难。或者也许只是我搜索的技巧不够好。 我记得有一个网站，上面描述了所有的HTTP错误代码，并用《柯南·道尔探案集》的剧照进行了说明。有人能帮我找到这个网站吗？ 另外，你能告诉我怎么找到它吗？我以前在网络搜索方面很厉害，但现在似乎什么都找不到。 提前谢谢你。