86作者: nobody9999大约 1 个月前原帖
相关内容:<p><i>Archive.today 正在对我的博客发起 DDoS 攻击</i> - <a href="https://news.ycombinator.com/item?id=46843805">https://news.ycombinator.com/item?id=46843805</a> - 2026年2月(168条评论)<p><i>问HN:archive.today 的奇怪行为?</i> - <a href="https://news.ycombinator.com/item?id=46624740">https://news.ycombinator.com/item?id=46624740</a> - 2026年1月(69条评论)
4作者: avsavani大约 1 个月前原帖
我花了一个月的时间,制作了一款健身应用,而没有手动编写一行代码。这款应用与许多像 Fitbod 或 Fitness AI 的应用不相上下。已经在 iOS 应用商店获得批准。如果你想要免费使用,请告诉我,我唯一的要求是给我真实的反馈,以及你希望看到的一个功能。我会请 Codex/Claude 来评估最受欢迎的功能并进行实现。
2作者: alex_trekkoa大约 1 个月前原帖
嘿,HN,<p>steipete在一次采访中提到,如果你不能使用终端,就不应该使用OpenClaw(意译)。我不同意这个观点——我们与互联网的互动方式正在改变,仅仅因为一种新技术带来了风险,并不意味着社会中的某一部分人就特别适合理解和接受这些风险。<p>因此,我付诸实践,构建了LobsterHelper。<p>每个实例都在自己的Firecracker微虚拟机中运行,并配备LUKS加密存储,而不是在共享基础设施上运行Docker容器。这些虚拟机没有公共IP,所有访问都通过经过身份验证的代理进行。<p>我还无法使人工智能变得安全,但我可以使基础设施安全,这也是一个良好的开始。<p>我们有一份详细的开发日志(平台上的第三方API配置、令牌计量、免费令牌使用层级、OpenClaw用户界面增强),并且在此过程中会为早期采用者提供奖励。<p>我们正在进行一段漫长的旅程,以使这些技术变得更安全、更易于访问,希望你能加入我们的行列。<p>Alex
2作者: oneinx大约 1 个月前原帖
Manifest-InX EBS 是一个规范 + 离线验证器 + 防篡改证据包的证明工具。 不可协商的对齐: - 实时提供者调用是非确定性的。 - 确定性从捕获(固定的工件)开始。 - 离线重放是确定性的。 - 漂移/篡改会被确定性拒绝。 尝试在大约 10 分钟内完成(无需注册): 1) 运行验证器,检查包含的黄金包 → 通过 2) 在不更新哈希值的情况下篡改一个工件 → 确定性漂移/篡改拒绝 代码库: [https://github.com/OneInX/Manifest-InX-EBS](https://github.com/OneInX/Manifest-InX-EBS) 怀疑者检查: docs/ebs/PROOF_KIT/10_MINUTE_SKEPTIC_CHECK.md 退出代码:0=正常,2=漂移/篡改,1=无效/错误 边界: - 此代码库仅提供验证器/规范/证明工具。证据网关(捕获/发射运行时)故意未包含。 - 这不是“模型正确性/无幻觉”的声明——这是来自固定工件的证据完整性 + 确定性重放/验证。 寻求反馈: - 退出代码模型是否与 CI 门控使用清晰映射? - 是否有任何规范/报告格式的粗糙边缘阻碍了采用?
1作者: yevbar大约 1 个月前原帖
*在某些情况下<p>我使用云沙箱进行测试,运行了以下几种情况: - 一个单一的编码代理,只要求其制作一个更好的解析器 - 一个代理被要求在测试/基准的限制下编写一个更好的解析器 - 一个自我改进的代理群体,通过额外的测试/基准来“真正”编写一个更好的解析器<p>结果非常成功!我在本地可运行的基准测试中实现了性能提升(速度提高至3.07倍)和内存减少(减少至5.75倍)。
1作者: gregorydickson大约 1 个月前原帖
这是对 Pickle Rick Gemini CLI 扩展的移植(该扩展本身是 Geoffrey Huntley 的“Ralph Wiggum”技术的实现),针对 Claude Code 进行了一个重要的增强:在迭代之间清除上下文。 核心思想:Claude Code 的 Stop 钩子拦截每次会话退出并阻止它,而是注入一个新的提示。Claude 实际上并不会停止——它只是在一个严格的生命周期中持续工作(PRD → 任务分解 → 每个任务的研究/计划/实施/重构),直到任务真正完成或达到某个限制。 长循环的问题:随着上下文的填充,Claude Code 会压缩旧的对话轮次。在经过足够的迭代后,代理会失去对当前所处阶段、已完成的任务以及应该构建的内容的追踪。它开始从头再来。 解决方案:每个决策:来自 Stop 钩子的阻止响应包括一个带有结构化会话摘要的原因字段——当前阶段、迭代计数、带状态的任务清单、原始任务、会话路径。Claude Code 将其作为系统消息注入到每个新迭代的顶部。即使在完全压缩对话后,Rick 也能清楚地知道自己身处何地。 工作者(Morty)已经因为是新的 claude -p 子进程而免费获得了干净的上下文。这为长时间运行的管理会话带来了同样的韧性。 同时移植了“Pickle Jar”队列——您可以在一天中将多个任务放入罐中,并在夜间无人值守地运行它们,使用 /pickle-jar-open。 仓库链接:https://github.com/gregorydickson/pickle-rick-claude 致谢:感谢 galz10 提供的原始 Pickle Rick 扩展,感谢 Geoffrey Huntley 的 Ralph Wiggum 技术。
1作者: humanji大约 1 个月前原帖
我创建了Ledgr,因为我厌倦了给Plaid提供我的银行账户访问权限,并为此每年支付99美元的费用。 这是一个适用于macOS的桌面应用程序(目前仅支持Apple Silicon)。你可以导入Chase的CSV文件,所有数据都会存储在本地的SQLite数据库中,交易会自动分类。应用内有50多个内置规则,学习型规则会随着你的修正而不断改进,还有一个可选的本地LLM,通过llama.cpp实现。你可以使用自己的GGUF模型。没有API调用,没有云服务,没有遥测数据。 技术栈:Tauri 2.0(Rust + React)、SQLite、llama.cpp绑定。我在其他工具中没有见过的一点是:每笔交易都会显示其分类的原因(规则名称、置信度分数或“手动”)。你可以设定预算、过滤/搜索,并导出为CSV文件。 目前是免费的,并且采用MIT许可证。功能有限:仅支持Chase CSV,仅适用于macOS。我想先发布看看是否有人对这种方法感兴趣。 GitHub: [https://github.com/Humanji7/ledgr](https://github.com/Humanji7/ledgr) 下载(macOS ARM):[https://github.com/Humanji7/ledgr/releases/latest](https://github.com/Humanji7/ledgr/releases/latest)