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！
我最近决定更好地理解现代密码学和零知识证明。尽管我在大学时修过数学课程，但那已经是多年前的事了，因此我开始自学一本本科抽象代数教材，每晚阅读并解决问题。
我取得了一些进展，但发现没有明确的外部标准来保持动力是很困难的。我一直希望能有一个标准化、严谨的抽象代数考试，我可以提前注册。这样可以激励我持续学习，并提供一个客观的理解水平衡量，就像提前几个月报名参加马拉松一样。
据我所知，这类考试在正式的学位项目之外基本上是不存在的。这让我产生了一个疑问：为什么不呢？是否有必要设计一小套书面考试，涵盖线性代数、抽象代数或算法等主题，旨在评估理解的深度，而不是速度或记忆？
我听说并调查过一些常见的答案，比如GRE科目考试、MOOC、认证以及“只需动手做”，但这些都没有让我觉得符合我的需求。我可能遗漏了什么。
我想了解这个想法是否根本上存在缺陷、不切实际，或者仅仅是不受欢迎。我会很感激能收到有建设性的反馈。谢谢。
嗨，HN——
Tidy Baby 是我和 Wyna Liu（来自《纽约时报》Connections！）共同制作的一款新游戏，灵感来源于传奇的卡牌游戏 SET，我们相信很多人都喜欢这个游戏（我们也很喜欢 SET）。
在 SET 中，有四个维度：形状、数量、颜色和阴影，每个维度有三种变体。
而在 Tidy Baby 中，你只需要处理三个维度：
- 单词长度（3、4 或 5 个字母）
- 词性（名词、动词或形容词）
- 风格（粗体、下划线或斜体）
和 SET 一样，你的目标是形成三张卡牌的组合，在每个维度上，组合要么完全相同，要么完全不同。如果你从未玩过 SET，可以在游戏的“如何玩”部分找到更多细节和示例。
Tidy Baby 的机制受到我偶尔玩的一个单人练习版 SET 的启发，在这个版本中，你会抽取两张随机卡牌，并需要命名出第三张可以形成有效组合的卡牌。
在 Tidy Baby 中，你会看到两张“游戏卡”和最多九个候选卡牌的网格，以完成一个有效的组合——你的任务是在时间耗尽之前选出正确的卡牌。
与 SET 不同的是，你可以为“部分”组合获得积分，即你的组合在一个或两个维度上是有效的（但不是在所有三个维度上）。实际上，尝试仅获得在所有三个维度上都无效的组合是一个相当有趣的挑战。
在构建游戏的过程中，我们有些惊讶于最大的挑战是确保所有单词明确无误地属于一种词性。你会惊讶于找到不常用作动词或名词的三字母形容词是多么困难。我们尽力而为！
游戏中有三种“节奏”：稳定、紧张和艰难（所以 MECC！）
欢迎告诉我们你的想法！
我构建了一个归档工具，跟踪了每个HN（Hacker News）项目为期27天（2025年12月3日至30日），并捕获了72,000个时间快照，以观察帖子如何获得和失去关注。
主要发现：
- 早期速度（前两小时的得分/小时）能够预测最终得分，相关系数ρ=0.82。一个简单的分类器在病毒性预测中达到了98.4%的准确率。
- 没有马太效应：高得分的帖子每小时获得的点赞数并不比低得分的帖子多（ρ=-0.04）。HN的重力惩罚确实有效。
- 然而，极端不平等依然存在：基尼系数为0.89，这意味着底部80%的帖子获得的点赞总数不到10%。不平等但没有累积优势。
- 注意力衰减遵循幂律（α=0.52），比指数衰减慢；高质量内容的关注时间更长。
论文（开放获取）： [https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5910263](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5910263)
代码和数据：github.com/philippdubach/hn-archiver
嗨，HN——我们开发了ReviewSense，旨在帮助小型和多地点企业利用人工智能监控和回应Google及其他在线评论。
我们的重点是：
• 缩短回应时间
• 在回复中保持一致的品牌语调
• 提炼评论中的重复主题
欢迎任何经营本地业务或代理机构的人提供反馈。我们乐意回答任何问题。