返回首页
最新
这最初是一个爱好项目，想知道其他人是否觉得它有用。欢迎反馈！<p>botchat 是一个保护隐私的多机器人聊天工具，允许您同时与多个 AI 模型进行互动。<p>为机器人赋予个性，使它们从多个角度看待您的问题。在同一聊天中利用不同模型的优势。最重要的是，保护您的数据。<p>botchat 从不在任何服务器上存储您的对话或附件，并且如果您使用我们的密钥（默认体验），您的数据不会被 AI 提供商用于模型训练。
嘿，HN，我之所以制作这个，是因为在线上的代际差距越来越大（而且越来越奇怪）。这是一个大型语言模型的封装，可以将“老一辈”（正常/企业英语）翻译成“脑洞”（Z世代的俚语），反之亦然。它还具有“图像转俚语”功能，可以用俚语描述上传的图像。这个工具主要是为了好玩，但实际上对于理解你年轻表亲说的话也挺有用的。希望听听你们的想法！
我感觉最近我每个月都会更换一次管理/协调项目的“工具”。这可能是我自己的问题；对工具本身感到厌倦，但我常常发现自己又回到了使用笔和记事本、纸张、便条卡等传统方式。
这种情况通常发生在我使用了一款不必要复杂的应用程序/软件之后，结果让我不得不去管理它，而不是它为我提供任何组织或“生产力”价值。（在便条卡的顶部写下任务要简单得多，而不是给一个任务分配27个“优先级”标签、截止日期、地点、类别等。）
我知道每个人在这方面的情况都不同，但我非常想知道你们用的是什么方法。
每个 Claude Code 会话都是全新的。你需要每次都重新解释你的项目结构、构建命令和约定。每一次，都是如此。
我开发了 cck 来解决这个问题。它有两种模式：
*1. 生成 CLAUDE.md*
```bash
git clone https://github.com/takawasi/claude-context-keeper && cd claude-context-keeper && pip install .
cck sync
```
该命令会扫描你的代码库，并生成 CLAUDE.md。Claude 在会话开始时会读取它。
*2. 每轮上下文注入（真正的强大之处）*
```bash
cck setup --cb-style
cck watch --with-history &
cck hook install --use-history
```
这个功能会在 SQLite 中跟踪每个文件的变化，并在每轮中注入最近的更改：
```
[CCK] 最近的更改：
15:23:45 ~ src/main.py
15:22:30 + src/utils/helper.py
15:20:12 ~ tests/test_main.py
```
Claude 可以准确看到你刚刚编辑的内容。不再需要“我刚刚更改了 X”的解释。
该工具基于 300 多个 Claude Code 会话构建而成。没有 AI 调用，纯粹的静态分析。
GitHub: [https://github.com/takawasi/claude-context-keeper](https://github.com/takawasi/claude-context-keeper)
嗨，HN！我是来自 deco（decocms.com）的 Gui。我们一直在内部使用这个工具作为几个客户 AI 平台的基础，今天我们将其开源为 MCP Mesh。
MCP 正迅速成为代理系统的标准，但一旦服务器数量超过几个，就会出现每个团队都面临的相同问题：
- M×N 配置扩散（每个客户端连接到每个服务器，每个服务器都有自己的 JSON、端口和重试机制）
- 令牌和工具膨胀（将工具定义扔进每个提示中并不可扩展）
- 凭证和爆炸半径（令牌分散在各个客户端，审计困难，撤销困难）
- 没有单一的调试地点（延迟、错误、“调用了哪个工具，使用了什么参数？”）
MCP Mesh 位于 MCP 客户端和 MCP 服务器之间，将这些混乱整合成一个可以实际操作的生产端点。
它的功能包括：
- 一个端点用于 Cursor / Claude / VS Code / 自定义代理 → 所有 MCP 流量通过 Mesh 路由
- 控制层的 RBAC + 策略 + 审计轨迹（多租户组织/工作区/项目范围）
- 使用 OpenTelemetry 实现全面可观察性（追踪、错误、延迟、成本归属）
- 运行时策略作为“网关”来处理工具膨胀：全上下文（小工具集）、智能选择（执行前的窄工具集）、代码执行（按需加载工具/在沙箱中运行代码）
- 令牌库 + OAuth 支持，代理远程服务器而不将秘密散布到每个客户端
- MCP 应用 + 绑定，使应用能够针对能力合同，并且您可以在不重写所有内容的情况下更换 MCP 提供者
一个小但意外有用的功能：UI 显示每个调用、输入/输出、执行者，并允许您重放调用。在实际工作流程中，这成为了我们的“MCP Wireshark”。
它是开源的 + 自托管（可以使用 SQLite 本地运行；在生产环境中使用 Postgres 或 Supabase）。
您可以通过 `npx @decocms/mesh` 开始，或者克隆并使用 Bun 运行。
我们期待您的反馈！
以下是相关链接：
仓库： [https://github.com/decocms/mesh](https://github.com/decocms/mesh)
着陆页： [https://www.decocms.com/mcp-mesh](https://www.decocms.com/mcp-mesh)
博客文章： [https://www.decocms.com/blog/post/mcp-mesh](https://www.decocms.com/blog/post/mcp-mesh)
许多人谈论氛围编码以及成功使用这种开发“方法论”的不同方式。不过，我想知道是否有人真的成功将完全或几乎完全通过大型语言模型（LLM）辅助编码创建的项目推向生产环境。你是否有相关的分享，无论是你自己还是其他人创建的？可能是一些比静态网页更复杂的项目。
我构建了一个模块化的MCP服务器，允许人工智能控制Flipper Zero。<p>基本思路是：你告诉Claude“写一个打开ricksroll的BadUSB脚本”，它会生成DuckyScript，验证它，保存到你的Flipper上，并可以执行。<p>我已经推出了这个项目，包含14个MCP工具，分为4个模块：<p>1. BadUSB：从自然语言生成/验证/保存/差异化/执行DuckyScript
2. 音乐：创建并加载FMF文件，通过Flipper的压电扬声器播放（“给我制作《恶魔城》的主题曲”）
3. 系统：设备信息、SD卡状态、连接健康状况
4. 连接：健康检查、重新连接<p>...代码是模块化的，因此你可以创建自己的模块。<p>对我来说，技术上有趣的部分是WiFi支持。Flipper的protobuf RPC设计是通过USB串行工作。原厂的WiFi开发板固件是用于调试，而不是RPC。<p>我编写了自定义的ESP32-S2固件，一个TCP <-> UART桥接，能够在你的网络上暴露完整的RPC接口。它包括一个用于WiFi配置的强制门户，并处理Flipper的扩展协议协商。固件在仓库中：/firmware/tcp_uart_bridge<p>架构：
- MCP客户端（Claude桌面、Cursor等） <-> MCP服务器（Python, stdio） <-> Flipper Zero（通过USB或TCP的protobuf RPC）
- 传输无关：无论哪种方式都是相同的protobuf
- 模块化：易于添加新的Flipper功能<p>我相信这是第一个用于Flipper Zero的MCP服务器。虽然有针对ESP32和Arduino的MCP服务器，但那些是控制微控制器本身。这是将Flipper作为工具进行控制。<p>我期待收到反馈，特别是来自任何能够通过WiFi运行的Flipper用户的反馈！