返回首页
最新
你好，HN！<p>EndBASIC之前在这里被提到过几次（<a href="https://news.ycombinator.com/item?id=31651881">https://news.ycombinator.com/item?id=31651881</a>, <a href="https://news.ycombinator.com/item?id=37495166">https://news.ycombinator.com/item?id=37495166</a>），但今天我想向你们展示我在过去六个月里一直在努力的一个新项目：EndBOX。<p>这个想法是创造一个玩具般的设备，它：<p>* 快速启动到EndBASIC，<p>* 感觉有趣且可供修改，<p>* 纯粹专注于以简单的方式体验（图形/游戏）编程。<p>只有你和一个BASIC命令行——还有一些DOS的元素。<p>你可以在公告博客文章中找到图片和详细信息（<a href="https://www.endbasic.dev/2025/06/unveiling-the-endbox.html" rel="nofollow">https://www.endbasic.dev/2025/06/unveiling-the-endbox.html</a>）。如果你下周在BSDCan，欢迎来听我的演讲，深入探讨操作系统——或者找我进行现场演示！<p>现在，我正在尝试了解是否有足够的兴趣将其转变为真正的产品：套件、预装设备，甚至可能进行小规模生产。追求这个目标感觉有点疯狂，但同时也非常激动，能够为他人实现它。<p>所以，这里需要你们的帮助：<p>* 你希望从这样的设备中得到什么？<p>* 这是你会使用或赠送的东西吗？<p>* 有什么可以让它更好或更有趣的地方？<p>感谢你们的关注！
嗨，HN！我创建了 ConvoQueen（[https://convoqueen.xyz](https://convoqueen.xyz)）——一个个人对话助手，帮助你跟踪生活中与他人的聊天记录，并获取关于关系的人工智能洞察。
**它的功能：**
- 通过语音转文本（Whisper）或手动输入记录对话
- 使用 GPT-4 生成每次对话的 AI 摘要
- 在进行 5 次以上对话后进行行为分析，以了解沟通模式
- 管理联系人，包括照片、笔记和对话历史
- 移动优先设计，响应式用户界面
**我为什么要构建这个：**
约会应用在帮助你记住有意义的对话方面表现不佳。网络活动、随意的友谊，甚至家庭关系也是如此。我常常忘记人们分享的重要细节，或者无法回忆起上次我们谈论的内容。
ConvoQueen 通过让你快速记录对话，并利用 AI 帮助你理解模式和洞察，解决了这个问题。
**技术栈：**
- 前端：SvelteKit + Tailwind CSS
- 后端：Flask + SQLAlchemy（SQLite）
- AI：Azure OpenAI 用于摘要和分析
- 语音：Web Speech API + Whisper 进行转录
- 认证：Google OAuth + 邮箱/密码
**主要功能：**
- 实时转录的语音录制
- AI 生成的对话摘要
- 基于沟通模式的人格雷达图
- 移动响应式设计（在手机上表现良好）
- 以隐私为中心（每个用户的数据都是隔离的）
**演示功能：**
- 尝试语音录制（需要 HTTPS 以访问麦克风）
- 添加带照片和笔记的人
- 查看对话的 AI 摘要
- 在多次对话后查看行为分析
该应用已上线，网址为 [https://convoqueen.xyz](https://convoqueen.xyz)（免费使用，支持 Google 登录）。
我特别自豪于语音录制的实现——它结合了浏览器的语音 API 以提供即时反馈和 Whisper 以确保准确性。
希望能得到 HN 社区的反馈！还有哪些关于关系/对话的洞察会对你有帮助？你目前是如何跟踪重要对话的？
嗨，HN！我是Qian，这里还有Peter（KraftyOne）和Jeremy（jedberg）。我们正在构建DBOS，这是一个开源的轻量级持久化工作流库，您只需几行代码即可将其添加到Python应用程序中。它与流行的开源工作流和队列库（如Airflow和Celery）相当，但更加轻量，且更注重可靠性和自动从故障中恢复。
我们构建DBOS的目标是使工作流轻量灵活，以便您可以以最小的工作量将其添加到现有应用程序中。运行持久化工作流和队列所需的一切都包含在这个Python库中。您无需管理单独的工作流服务器：只需安装库，将其连接到Postgres数据库（以存储工作流/队列状态），就可以开始使用了。
DBOS工作流通过在Postgres中检查点程序状态来使您的程序具有持久性。如果您的程序出现故障，重新启动时，所有工作流将自动从上一个完成的步骤恢复。您可以通过将普通函数标注为工作流和步骤来将持久化工作流添加到现有程序中：
```python
from dbos import DBOS
@DBOS.step()
def step_one():
...
@DBOS.step()
def step_two():
...
@DBOS.workflow()
def workflow():
step_one()
step_two()
```
工作流只是一个普通的Python函数。您可以通过任何方式调用它——从FastAPI处理程序中、响应事件时，或在您通常调用函数的地方。
我们刚刚发布了DBOS Python 1.0。这增强了工作流，增加了我们在过去几个月中构建的许多强大功能，包括：
- 持久化队列。基于Postgres的队列，具备BullMQ/Celery的所有排队功能（并发限制、速率限制、超时、优先级、去重等）。此外，它们与持久化工作流集成，因此您可以编写一个工作流，将1000个任务入队，等待并处理它们的结果，并自动从任何中断中恢复。
- 程序化工作流管理。您的工作流存储为Postgres表中的行，因此您可以对其进行完全的程序化控制。编写脚本查询工作流执行情况、批量暂停或恢复工作流，甚至从特定步骤重新启动失败的工作流。这使得诊断和恢复影响数千个工作流的错误和故障变得更加容易。
- 完全支持同步和异步Python——您可以同步或异步地编写工作流和步骤，所有功能开箱即用。
- 改进的工具，包括仪表板、工作流图可视化、通过Web UI进行工作流管理等。
我们非常希望听到您的反馈，并希望您能试用DBOS！
值班开发者们，告别周六凌晨两点的通知吧。<p>Poseidon v0.1 通过分析过去的事件、日志、指标和操作历史，来建议根本原因（演示见 README）。<p>在下一个版本中，Poseidon 将与您组织中的更多工具通过 MCP 连接，并在总结中发送一个“止损”按钮到您的 Slack 消息中。<p>这个止损按钮可以：
1. 恢复错误的配置
2. 恢复错误的发布
3. 关闭功能开关
4. 清空队列等<p>与 Netflix/dispatch 的集成将使其更加强大。<p>期待对这个概念、代码以及如何使其更具通用性的反馈！
我不知道为什么，但我有一种感觉，巨额资金（如NVIDIA的市值达到数万亿，数十亿投入到基于大型语言模型的公司）是由一个单一的想法支撑的，而这个想法最终可能会被完全不同的范式或新的大型语言模型方法所取代，这可能会在几个月内使这一切变得毫无价值。
需要明确的是，我并不是说这个想法没有重大影响，我实际上认为这是一次革命。自从2017年《Attention Is All You Need》发布以来，一切都发生了快速变化，但我也感觉到，研究领域可能会以类似的方式出现另一个突破。