最新

嗨，HN， 我终于将 kew，一个终端音乐播放器，移植到了 Windows 平台。我们现在无处不在，注意了哦！ kew 的一些功能包括： - 根据艺术家、专辑或歌曲名称中的单词自动生成播放列表：例如“kew nirvana”。 - 私密且离线*（*Discord 会收到通知，但可以关闭）。 - 无干扰或算法操控的音乐体验。 - 无间隙播放。 - 音乐库浏览器。 - 搜索功能。 - 在支持六色的终端中显示全彩封面。 kew 4.1 增加了交叉淡入（可按需或始终开启）、自动恢复、更多色彩丰富的频谱可视化模式和自定义布局。 更多信息请访问： [https://github.com/ravachol/kew](https://github.com/ravachol/kew) 之前的讨论请见： [https://news.ycombinator.com/item?id=41740915](https://news.ycombinator.com/item?id=41740915)

抱歉，标题有些简短，应该是“无AI的网络流量分析与监控，使用netflow家族协议、PostgreSQL或ClickHouse、Grafana及一些脚本”。<p>在2026年，宣布无AI软件在HN上可能显得有些自负。但手动构建一个netflow分析器同样不容小觑！<p>如今市场上有不少xFlow分析器，我时常被提醒这一点。但我认为总有空间去探索替代的方法。毕竟，这就是软件演变的方式，不是吗？<p>那么，xenoeye与流行的（至少是流行的开源）分析器有什么不同呢？<p>- 该分析器有一个名为“监控对象”的功能。出于某种原因，开源分析器很少使用这个功能，而商业分析器则会使用。监控对象可以是子网、自治系统、地理对象（地理和AS数据来自外部数据库）、应用流量（协议、TCP/UDP端口等）、VLAN等。几乎所有流记录中的内容都可以用作监控对象的过滤器。当然，对象过滤器可以是复合的，支持经典的AND、OR、NOT操作。分析器包含一个小型虚拟机，用于将每个流与对象进行匹配。<p>- 我们不存储所有流。至少目前是这样。可能听起来有些奇怪，但这是一个重要的特性，尤其是对于大型网络。我们存储监控对象的汇总数据，用户可以选择存储的内容。可以是进出流量、主要通信者、主要协议等。聚合数据的时间范围也由用户指定。聚合发生在分析器内部。我们使用基于快速前缀树的内存数据库。因此，分析器可以相当快速地处理流量（每个vCPU数十万FPS），并将测量到的信息导出到数据库。您甚至可以轻松使用原生的PostgreSQL，或者使用压缩的ClickHouse。该分析器对资源的需求不高；小型网络流量可以在低端硬件或内存较小的虚拟机上处理。或者，您可以在单台服务器上处理大型网络流量，而无需构建集群。我知道有些安装在单个虚拟机上处理多达数十Tb的流量和数百个监控对象（当然，他们的路由器上有很高的采样率）。<p>- 我们可以使用移动平均监控流量阈值的超出情况。也就是说，一旦检测到超出，外部脚本会在同一秒钟内启动（实际上甚至更快）。这个功能通常用于检测大规模的DoS/DDoS攻击。脚本会宣布BGP黑洞或BGP流规格，并通过消息应用通知用户。<p>- 我们没有自己的可视化工具，而是使用Grafana。Grafana开箱即用地与PostgreSQL配合使用，尽管某些复杂的时间序列图表需要对SQL查询进行一些调整。好的，这个决定有争议，但用户（包括我们自己）目前都能接受。<p>我试着在文档中描述其余的内容。<p>是的，这并不是我第一次在HN上尝试宣布这个项目，我并没有抱有幻想——出于某种原因，黑客们似乎对这类软件并不太感兴趣。也许大家都觉得生产netflow分析器是一件太无聊的事情，没什么好讨论的。<p>然而，如果有人对此感兴趣，能得到反馈会很棒。<p>你会有什么不同的做法，为什么？你最喜欢的分析器中有什么是其他地方找不到的？<p>你是怎么看到这篇文章的？这不是AI，也不是与Rust相关的内容。

我制作这个电子书阅读器是因为我在寻找一种工具（尤其是在我获得了一部可折叠手机之后），能够让我有效地做到以下几点： 1. 为我阅读的每一本书建立一个日志。能够在书中做标记并根据需要插入自己的页面，使得做笔记变得更加容易。 2. 拥有一个 RSVP（快速串行视觉呈现）阅读模式，这不是为了提高阅读速度，而是为了更好地集中注意力。 3. 所有数据都能在 Windows 或 Android 上本地存储，并且可以随时导出为纯文本格式。 这个项目对我来说非常个人化，我一直在使用 Ms. Penrose 来阅读。虽然还有很多bug，目前仍处于 alpha 版本（例如，文本转语音的分词处理还很粗糙，朗读时显得有些尴尬）。 对于感兴趣的人，技术栈如下： - Flutter + Flame - foliate‑js（MIT 许可） - pdfium 用于 PDF - sherpa‑onnx（离线 Piper TTS）用于朗读 如果你尝试了这个阅读器并有任何功能建议或反馈，请分享给我！ 谢谢！

我是一名准数学家，专注于将严谨而细致的数学概念适应并翻译成更具表现力的媒介，如自然语言和代码。这使得我们能够共享合成和分析技术资产的过程，这些过程既可操作、务实，又能让深度技术专家和实际执行团队都能轻松理解。可以把我看作是一名大型语言模型的操控者，通过潜在空间的“针灸”来精确锁定模型行为，用系统化、一致的迭代过程取代随意的反应。欢迎通过 fur.tea.laser@gmail.com 联系我。<p>GitHub: https://github.com/fur-tea-laser

我们接收到的信息量巨大，但往往很难理清涉及人员的完整时间线，因此我制作了这个。