简单轻便，无需安装，只需解压文件夹即可立即开始PING和测试代理！不必依赖那些可疑的在线检查工具，这些工具限制每次检查50个代理，或者提供夸大的检查结果，并可能使用您输入的代理进行检查。有了自己的测试工具，您无需担心这些问题。
返回首页
最新
我的联合创始人和我正在构建一个专为边缘机器人和具身系统设计的持久存储引擎。
我们要解决的核心问题是本地数据记录中的可靠性缺口。在我们与自主系统的经验中，最关键的传感器日志往往在机器人失去电源时丢失，因为这些数据仍然停留在操作系统的页面缓存中，等待被刷新。这通常迫使团队依赖昂贵的实时云流媒体，以确保数据安全。
我们构建的引擎通过完全绕过Linux内核缓存，直接将数据流式传输到NVMe，从而解决了这个问题。这种方法为边缘设备解锁了几个关键功能。
首先，它保证每一帧数据在捕获的瞬间就物理持久化到磁盘，写入延迟低于1微秒。其次，它通过防止内核用写缓冲区填满内存，显著增加了可用的RAM容量，使您能够在本地运行更大的模型。最后，它使您能够减少对云的依赖和带宽成本，因为您可以真正信任本地存储在突然断电的情况下依然能够存活。
我们制作了一段简短的视频，实时演示这一点，展示了在突然断电时标准记录器与我们引擎的并排比较。
这对于从事自主车辆、工业机器人或任何边缘应用的工程师来说，尤其有用，因为在崩溃前丢失最后几秒的数据会使调试变得不可能。
如果您遇到这些瓶颈，或者只是想测试我们的声明，请给我们发消息，我们将发送给您可以尝试的二进制文件。
嗨，HN，
每年，我们都会邀请成千上万的读者（和作者）分享他们心目中年度最喜欢的三本书。现在，你可以输入你喜欢的书籍或作者，看看其他喜欢该书籍或作者的读者们最喜欢哪些书。
在这里试试：
[https://shepherd.com/bboy/2025](https://shepherd.com/bboy/2025)
你觉得怎么样？
背景：
我希望能根据我的阅读历史获得更好的推荐。对于目前的推荐系统，我感到非常沮丧。
这个系统基于5000名读者对2023年至2025年间他们最喜欢的三本书进行投票。因此，这涵盖了大约15000本书，投票质量很高。我们希望在探索不同方法时，暂时保持数据集较小。
我们正在构建一个完整的Book DNA应用程序，它将提取你的Goodreads历史，并根据喜欢类似书籍的人提供深度个性化的书籍推荐（这是一项重大挑战）。
如果你想帮助我进行测试，可以在这里注册成为测试者：
[https://docs.google.com/forms/d/1VOm8XOMU0ygMSTSKi9F0nExnGwoRxGV_id80YyIMGVE/viewform?edit_requested=true](https://docs.google.com/forms/d/1VOm8XOMU0ygMSTSKi9F0nExnGwoRxGV_id80YyIMGVE/viewform?edit_requested=true)
第一个测试版将在1月底推出，但起初功能相对基础。
过去我们在构建Shepherd时的Show HNs：
[https://news.ycombinator.com/item?id=40084193](https://news.ycombinator.com/item?id=40084193)
[https://news.ycombinator.com/item?id=38600246](https://news.ycombinator.com/item?id=38600246)
[https://news.ycombinator.com/item?id=26871660](https://news.ycombinator.com/item?id=26871660)
谢谢，期待你的反馈 :)
本
大家好！我创建了MuseVideo，这是一个AI视频生成平台，让您可以在一个地方访问多个最先进的模型。
它的功能：
- 文本转视频和图像转视频生成
- 支持Sora 2、Sora 2 Pro、Veo 3.1、Wan 2.5等多种模型
- 文本转图像，使用Nano Banana、Seedream和Z-Image
- 按使用量付费的积分系统（没有强制订阅）
我为什么要创建这个平台：
获取尖端视频AI模型的途径非常分散——不同的API、不同的定价、不同的界面。我希望有一个单一的平台，创作者可以根据自己的需求选择合适的模型：快速/便宜用于草稿，高质量用于最终输出。
技术栈：Next.js 15、React 19、PostgreSQL与Drizzle ORM、Stripe、Cloudflare Pages。
积分系统仅在生成成功时收费——如果AI生成失败，您无需支付费用。
我很想听听大家对用户体验和定价模型的反馈。哪些功能能让这个平台对您的工作流程更有帮助呢？
我已经向有机地图项目捐赠了我的年度款项，觉得提醒HN社区回顾一下2025年，并支持今年受益于的开源软件项目是个好主意。
在2025年，我参与了多个SaaS产品的开发。大多数产品都没有成功，只有一个存活下来，并达到了600美元的月经常性收入（MRR）。
以下是我所构建的产品、失败的原因以及我所学到的内容的简要总结。
---
*1. SurelyForm*
我运营这个产品两年，注册用户超过2万，主要来自我的开源社区。我几乎没有进行任何营销。
最终只转化为2个付费客户。这些用户并不是我的真正目标受众。我失去了耐心，决定关闭它。
---
*2. Tour123*
这个产品试图解决一个真实的问题：随着产品的迭代，产品演示视频的维护成本变得昂贵。
我们的想法是从端到端的测试用例中自动生成演示视频。技术上是可行的，但没有公司愿意采用。工程师不想编写测试，产品经理说用户会跳过文档。
它解决了一个工程问题，而不是组织问题。
---
*3. Morphon*
Morphon起初是一个为客户定制的低代码平台，后来我加入了人工智能。在此期间，“氛围编码”产品迅速崛起，迅速占领市场。代币成本高，差异化不明确。我暂停了这个项目。
---
*4. Mentorbook*
Mentorbook将文件、YouTube或任何学习材料转化为针对个人目标的结构化课程。
到2025年底，它达到了600美元的月经常性收入。用户愿意付费是因为它确实帮助他们学习，而不是因为折扣或个人信任。
---
*2025年的关键教训：*
* 失败是筛选器
* 熟悉的用户 ≠ 目标用户
* 小收入与真实依赖 > 虚假的吸引力
* 知道何时停止与知道如何执行同样重要
---
我在我的博客上写了一篇更长的反思：[Mentorbook 2025反思](https://www.mentorbook.ai/blog/posts/my-2025)
我创建了Gitmore。它通过网络hooks连接，跟踪提交和拉取请求，并为您提供一个仪表板。AI可以回答有关活动的问题，并每周发送报告到Slack或电子邮件。将代理连接到Slack，可以直接从您的工作区回答您的问题。网址：https://gitmore.io（一个仓库免费使用）。还有其他人在同时使用多个Git平台吗？