返回首页
最新
嗨，HN，
我创建了TrueLedger，因为我不想要一个需要云账户或银行凭证才能使用的个人财务应用。
TrueLedger是一个以本地为主的个人财务应用。所有数据都保留在用户的设备上，并且可以完全离线工作。
技术选择：
- 使用SQLite进行跨平台本地存储
- 使用SQLCipher（AES-256）进行加密数据库
- 网页版本完全在客户端运行，使用SQLite WASM
- 加密的、确定性的JSON备份，便于在没有服务器的情况下进行移植
演示（完全在客户端运行）：
[https://trueledger.satyakommula.com](https://trueledger.satyakommula.com)
源代码：
[https://github.com/satyakommula96/trueledger](https://github.com/satyakommula96/trueledger)
欢迎就本地优先设计或加密权衡方面的问题进行咨询。
状态页面显示服务正常（https://status.signal.org）。<p>编辑：状态现已更新为“Signal 正在经历技术困难。我们正在努力尽快恢复服务。”
大家好，
我开发了一个名为<i>Cimba</i>的多线程离散事件模拟库，使用C语言编写。
Cimba利用POSIX pthread多线程技术实现多个模拟试验的并行执行，同时协程在每个模拟试验的宇宙内部提供了并发性。模拟的过程基于不对称的栈协程，切换上下文的部分是用汇编语言手动编码的。
栈协程使得表达代理行为变得自然，因为可以在概念上将自己“置于”该过程内部，并描述它的行为。一个过程可以在无限循环中运行，也可以作为一个一次性客户在系统中传递，能够在其调用栈的任何层级进行让步和恢复执行，既可以充当主动代理，也可以根据需要充当被动对象。这一设计灵感来源于我多年前在Simula67编程的经历，当时我发现协程的重要性超过了当时广受欢迎的面向对象编程。
Cimba的运行速度非常快。在一个简单的基准测试中，100次M/M/1队列的试验，每次运行一百万时间单位，Cimba的速度比用SimPy和Python多进程构建的等效模型快<i>45倍</i>。与SimPy模型相比，运行时间减少了<i>97.8%</i>。Cimba甚至在单个CPU核心上每秒处理的模拟事件数量也超过了SimPy在所有64个核心上能做到的。
这种速度不仅仅归功于高效的协程。其他部分也经过了速度优化，比如哈希堆事件队列（二叉堆加斐波那契哈希表）、快速随机数生成器和分布、频繁使用的对象类型的内存池等等。
初始实现支持Linux和Windows的AMD64/x86-64架构。我计划接下来支持Apple Silicon，然后可能会考虑ARM架构。
我相信这可能会引起HN社区的兴趣。我希望听到大家对API和代码的看法。对于未来考虑的目标架构，大家有什么想法吗？
文档：<a href="https://cimba.readthedocs.io/en/latest/" rel="nofollow">https://cimba.readthedocs.io/en/latest/</a>
代码库：<a href="https://github.com/ambonvik/cimba" rel="nofollow">https://github.com/ambonvik/cimba</a>
大家好，我们是Aram和Eduard，Modelence的联合创始人（<a href="https://modelence.com">https://modelence.com</a>）。在花费多年时间扩展我们之前创业公司的平台后，我们构建了一个开源的全栈TypeScript + MongoDB框架，以避免每次创建应用时都要解决相同的身份验证、数据库、API和定时任务的实现问题，同时我们也不喜欢为每个应用使用多个托管平台的想法。
（这里是我们之前的Show HN帖子供参考：<a href="https://news.ycombinator.com/item?id=44902227">https://news.ycombinator.com/item?id=44902227</a>）
与此同时，我们对整个AI应用构建者的热潮感到兴奋，并意识到真正的挑战在于平台本身，而不是工具。现在，我们正在将Modelence打造成第一个为编码代理和人类共同打造的全栈框架：
- TypeScript非常适合AI编码，因为它提供了保护机制，并在构建时捕捉许多错误，从而使代理能够自动纠正。
- MongoDB消除了代理的模式管理问题，这是它们最常失败的地方（并且与TS/Node.js配合良好）。
- 内置的身份验证、数据库、定时任务等功能开箱即用，意味着代理只需专注于您的产品逻辑，而不必在设置这些功能时失败（并且减少了在样板代码上花费的令牌）。
您现在可以通过在我们的登录页面（<a href="https://modelence.com">https://modelence.com</a>）上输入提示来尝试Modelence应用构建器（基于Claude Agent SDK）——在这里观看演示视频：<a href="https://youtu.be/BPsYvj_nGuE" rel="nofollow">https://youtu.be/BPsYvj_nGuE</a>。
然后，您可以在本地查看并继续在自己的IDE中工作，同时仍然使用Modelence Cloud作为后端，享受开发云环境，随后在Modelence Cloud上部署和运行，所有操作都具备内置的可观察性。
我们还将添加一个内置的DevOps代理，它将驻留在同一云中，了解框架的端到端，并利用所有这些可观察性数据来处理错误、警报和事件——闭环，因为在生产环境中运行比仅仅构建要困难得多。
我们推出应用构建器作为开发者的快速入门，旨在展示框架和Modelence Cloud，而不必手动阅读文档并按照步骤设置新应用。我们的主要关注点仍然是平台本身，因为我们相信AI编码的真正挑战在于框架和平台，而不是构建工具本身。
几周前，我发布了关于 GoodToGo 的帖子 <a href="https://news.ycombinator.com/item?id=46656759">https://news.ycombinator.com/item?id=46656759</a> —— 这是一个为 AI 代理提供确定性回答的工具，能够回答“这个 PR 准备好合并了吗？”许多人询问我提到的更大规模的协调系统。这就是那个系统。
我厌倦了作为 Claude Code 的项目经理。虽然它能很好地写代码，但将生产代码交付出去需要七八个工作——研究、规划、设计审查、实施、代码审查、安全审计、PR 创建、CI 监控。我一直在自己进行所有的协调。代理的打字速度很快，但我仍然是瓶颈。我真正需要的是一个协调者的协调者——成群的代理，配备确定性的质量检查。
于是我构建了 metaswarm。它将工作分解为多个阶段，并将每个阶段分配给一个专业的群体协调者。它管理交接，并使用 BEADS 作为跨 /compact、/clear，甚至跨会话的确定性门控。将其指向一个 GitHub 问题或与其进行头脑风暴（它使用 Superpowers 提出澄清问题），它会创建史诗任务、子任务和依赖关系，然后运行完整的管道直到合并 PR——包括像 CodeRabbit、Greptile 和 Bugbot 这样的外部代码审查。
让我最惊讶的是设计审查门控。五个代理——项目经理、架构师、设计师、安全专家、首席技术官——在每行代码写入之前并行审查每个计划。所有五个都必须批准。最多三轮审查，然后升级到人工。我原以为只是走个过场，但它确实发现了真实的设计问题、依赖关系问题和安全漏洞。
这个周末，我将其指向我的待办事项列表。127 个 PR 被合并。每一个都达到了 100% 的测试覆盖率。没有人编写代码、审查代码或点击合并。好吧，我稍微引导了一下，主要是帮助规划一些史诗任务。
一些经验教训：
代理的检查清单只是表面功夫。代理跳过了覆盖率检查，误读了阈值，或者决定它们不适用。仅仅依靠提示是不够的。解决方案是确定性门控——BEADS、预推送钩子、CI 任务，所有这些都在代理完成检查之上。这些门控能够阻止不良代码，无论代理是否合作。
这些代理仅仅是 markdown 文件。没有自定义运行时，没有服务器，虽然我用 TypeScript 构建了它，但代理是语言无关的。你可以阅读它们，编辑它们，添加你自己的内容。
它也能自我反思。在每次合并 PR 后，系统会提取模式、陷阱和决策到一个 JSONL 知识库中。代理只加载与它们正在处理的文件相关的条目。它交付的越多，犯错的次数就越少。它在不断学习。
metaswarm 基于两个项目：<a href="https://github.com/steveyegge/beads" rel="nofollow">https://github.com/steveyegge/beads</a>（由 Steve Yegge 提供，支持 git 原生任务跟踪和知识准备）和 <a href="https://github.com/obra/superpowers" rel="nofollow">https://github.com/obra/superpowers</a>（由 Jesse Vincent 提供，支持有纪律的代理工作流——TDD、头脑风暴、系统调试）。这两个项目都是必不可少的。
背景：我创办了 Technorati、Linuxcare 和 Warmstart；曾任 Lyft 和 Reddit 的技术高管。我构建 metaswarm 是因为我需要能够以与我对人类团队相同标准交付生产代码的自主代理。
$ cd my-project-name
$ npx metaswarm init
MIT 许可。我不是律师。你的情况可能有所不同。欢迎提出问题或 PR！
我们创建INVENT是因为看到团队在开发开始之前就面临困难——这并不是因为他们缺乏技能，而是因为早期的规划仍然是手动的、零散的，并且充满了未解的问题。
INVENT利用引导式AI访谈将早期的不确定性转化为清晰、可执行的输出。
如果您是感受到这种困扰的创始人、产品经理或工程师，我非常希望听到您的反馈。
嘿，HN（黑客新闻），
在开发了 Box QR（个人库存追踪器）之后，我不断听到“我需要这个来管理我的业务。”因此，我正在探索 ItemGrid——一种轻量级的库存管理工具，简单易用。
问题是：小企业在 Google Sheets（杂乱无章，无法移动扫描）和企业软件（昂贵，过于复杂）之间陷入了困境。
ItemGrid 的功能包括：
- 视觉网格界面
- QR/条形码扫描
- 多地点支持
- 永久免费支持一个地点
- 当你扩展时，每位用户 $8
目前，它只是一个收集验证注册的登录页面。在收到 50-100 个注册以确认真实需求之前，不会构建完整产品。
非常希望能得到反馈，特别是如果你曾经遇到过库存管理的烦恼。
[https://itemgrid.io](https://itemgrid.io)