最新

嘿，HN， Spark 事件日志的大小可达到数百兆字节，提供了大量关于工作负载的洞察，但理解这些日志一直以来都是一个挑战。我们最近开发了一款轻量级工具，能够自动解析 Spark 事件日志，并提供针对性的洞察，帮助您优化数据作业。 无论您是在寻找瓶颈，还是在平衡性能与成本，这款分析器都能为您提供实时的配置建议、数据倾斜分析等功能。 想知道它是如何工作的？请查看这个简短的 Loom 视频进行演示： [https://www.loom.com/share/07348eb54f6b440da93f96753937792a?sid=33b38c16-8b46-4b40-a3e9-7c470d6a3044](https://www.loom.com/share/07348eb54f6b440da93f96753937792a?sid=33b38c16-8b46-4b40-a3e9-7c470d6a3044) 我们非常希望听到您的反馈——请访问 [https://app.datasre.ai](https://app.datasre.ai) 并告诉我们您的想法！

一个开源的KMP加密和公钥基础设施（PKI）库，配备全面的ASN.1引擎。Android和iOS平台支持硬件加速的加密和密钥存储，并且具备原生生物识别认证功能。

我使用 Rust、wasmtime 和 WASM 组件模型构建了一个轻量级引擎，用于持久执行和确定性工作流。它的主要用途是运行可靠的、长时间运行的工作流，这些工作流可以在发生故障后自动恢复。希望能得到对这一方法和潜在用例的反馈！

MCP 服务器对于企业使用场景来说是不够的。N8n 和 Composio 很有趣，但许可证限制使得使用起来很困难。维护集成是一件麻烦事，而集成的数量正在呈指数级增长。感觉这非常适合开源。我很惊讶在这里找不到相关的东西。

大家好，我是梅森，我很高兴与大家分享我最近在做的一个有趣的副项目：Repo Roast。 对我来说，Github往往感觉像是一个严肃（有时甚至是无趣）的地方。我创建这个网站是为了展示开发者人性化、搞笑的一面。Repo Roast 是基于我们在 Merit Systems 内部开发的 LLM 驱动的 GitHub 分析工具构建的。 历史上，LLM 的一个弱点就是幽默感。我发现，只要给出合适的提示，在大规模应用中，它们通常能够很好地识别幽默。我们尝试了几种不同的模型来调整成本和效果，最终采用了一种策略，让 gpt-4o-mini 进行非常轻的过滤，以减少对 GPT-4o 的调用次数，从而进行实际的幽默评分。有趣的是，我们的第一次提示尝试竟然引出了大量更为激进的成人内容，这很搞笑，尽管 OpenAI 做了很多审查。 到目前为止，我们已经处理了过去 90 天的历史评论，并每小时持续处理新的评论。理论上，只要有足够的兴趣来证明成本是合理的，我们可以在更广泛的历史窗口上运行这个项目！ Repo Roast 并不是为了让你成为更好的或更高效的开发者。你可以将它用作排行榜或招聘工具（如果你在寻找个性），或者仅仅是用来分散注意力的方式！ 如果你有任何有趣的 Github 互动经历，我很希望你能在下面分享。 谢谢大家！ --梅森 [0] [https://www.merit.systems/](https://www.merit.systems/)