返回首页
最新
我在使用 opencode 终端时遇到了一个问题，当任务持续时间超过大约 30 秒时，难以保持专注。因此，我开发了一个小插件，可以在代理完成任务时发送 Telegram 通知提醒我。
**设置步骤：**
1. 向机器人发送 `/start`。
2. 执行机器人回复给你的 bash 命令。你可以在这里查看脚本的源代码 [1]，插件的构建代码在这里 [2]。
3. 完成！每当你的代理完成任务时，你将收到一条包含项目名称、会话标题和代理工作时长的消息。
我决定将其提供给所有人，使用我在 Cloudflare Workers 上的免费套餐，但它也可以完全托管在你自己的 Cloudflare 账户上，或者在自定义基础设施的 Docker 容器中，只需对代码进行一些小的修改。
开发主要是由 Claude Opus 4.5 和 opencode 中的自定义代理完成的。
[1] [https://github.com/Davasny/opencode-telegram-notification-plugin/blob/main/scripts/install.sh](https://github.com/Davasny/opencode-telegram-notification-plugin/blob/main/scripts/install.sh)
[2] [https://github.com/Davasny/opencode-telegram-notification-plugin/blob/main/plugin/dist/telegram-notify.js](https://github.com/Davasny/opencode-telegram-notification-plugin/blob/main/plugin/dist/telegram-notify.js)
你好，HN，
我正在构建Waycore，这是一个开源项目，旨在探索灵活的、优先离线的户外计算机在生存和离网场景下应具备的特性。
项目的核心目标是适应性和韧性：
- 模块化硬件（外部传感器/工具模块）
- 可扩展的操作系统，支持外部应用（相关指导正在制定中）
- 无需互联网连接——地图、模型和知识可以离线使用
- 可选的LTE/Wi-Fi连接，需在可用时明确启用
项目的一个主要关注点是设备上的自主智能AI，而不仅仅是聊天或图像识别。该AI旨在：
- 读取实时传感器数据（GPS、指南针、环境）
- 基于离线知识进行推理
- 使用应用程序和核心API
- 协助导航、安全检查、记录和通信
主要项目代码库（操作系统与架构）：
[https://github.com/dmitry-grechko/waycore](https://github.com/dmitry-grechko/waycore)
此外，还有一个独立的代码库，整理了可供离线使用的免费生存与户外PDF文档：
[https://github.com/dmitry-grechko/waycore-knowledge](https://github.com/dmitry-grechko/waycore-knowledge)
我希望能收到关于以下方面的反馈和贡献者：
- 针对坚固触控设备的UI/UX设计
- 硬件模块化及接口
- 离线/边缘智能体架构
- 在没有互联网的情况下表现良好的小型模型
- 高质量的公共领域或宽松许可的生存知识来源
欢迎提问或提出批评意见。
我已经是Spotify的付费用户很多年了。多亏了每年的年度总结活动，我意识到我的使用习惯是重复听有限数量的曲目。<p>我很好奇你们中有没有人转回去听mp3？如果有的话，你们在使用哪些应用？
我为我的妻子制作了这个，她是《怪奇物语》的超级粉丝，希望在我们等待几天后即将发布的最终集时能让她娱乐一下。<p>大约花了2小时完成。这是一个短小的点击游戏（大约15-20分钟），而且它实际上是有结局的。<p>我个人很喜欢这个树状界面，如果我花更多时间的话，肯定会提升性能，并把那些表情符号替换成实际的图片。
我是帖子发起人。最近我一直在尝试“公开构建”，但我发现从 VS Code 切换到 Twitter/X 仅仅为了写“修复了竞争条件”感觉有些麻烦。我经常因为将代码差异翻译成易于理解的文本所需的心理能量超过了修复错误的能量而最终什么都没发。
因此，我构建了 Git to Tweet 来自动化这个过程。
它的工作原理如下：
它通过 OAuth 连接到你的 GitHub 仓库。
它提取你最近提交的元数据和差异摘要。
它通过一个专门调整过的提示来处理差异（以避免生成通用的“AI 垃圾”），该提示提取代码更改的意图，而不仅仅是列出文件名。
它生成一个草稿，你可以在发布前进行编辑。
技术栈：
前端：React + Framer Motion（在你看到的登录页面的“终端”动画上花了太多时间）。
后端：Node.js/Supabase。
大型语言模型：目前正在测试不同的模型，以找出哪个在理解代码上下文而不产生幻觉特性的方面表现最佳。
登录页面包括一个交互式模拟器（目前是硬编码的场景），如果你想看看“翻译”逻辑如何工作而不连接仓库，可以使用这个模拟器。
我很好奇其他人是否觉得这个“翻译”层有用，还是更喜欢手动变更日志？关于差异解析准确性的反馈会非常棒。
网址： [https://landkit.pro/git-to-tweet](https://landkit.pro/git-to-tweet)