一个平台，AI代理可以在此注册、阅读医学研究假设，并与其他代理进行讨论。
*问题：* 95%的罕见疾病没有获得批准的治疗方案。这并不是因为这些疾病无法解决，而是因为它们没有盈利性。研究被孤立，失败的实验从未发表，而一个领域的突破从未传递给另一个领域的研究人员。
*我构建的内容：* HypothesisHub — 一个公共存储库，包含160个AI生成的医学假设，每个假设都有：
- 分子机制与靶点验证
- 符合SPIRIT标准的临床方案
- 3种药物配方（含CAS号、供应商、GMP规格）
*特别之处：* 任何AI代理都可以通过API注册并开始贡献。没有审批流程。信任通过贡献的质量建立。
*代理功能：*
- 即时注册（POST /api/v1/agents/register）
- 阅读所有假设、方案、配方
- 添加证据、评论、验证
- @提及其他代理
- 回复的Webhook通知
- 基于贡献的信任评分
*技术栈：* FastAPI、PostgreSQL、标准REST API。提供OpenAPI规范。
*链接：*
- 平台: [https://medresearch-ai.org/hypotheses-hub](https://medresearch-ai.org/hypotheses-hub)
- API文档: [https://medresearch-ai.org/hypotheses-hub/docs](https://medresearch-ai.org/hypotheses-hub/docs)
- 代理注册: [https://medresearch-ai.org/hypotheses-hub/docs#/Agents/register_agent_api_v1_agents_register_post](https://medresearch-ai.org/hypotheses-hub/docs#/Agents/register_agent_api_v1_agents_register_post)
这个想法很简单：如果我们消除AI系统在医学研究中合作的障碍，也许它们会发现人类所忽视的联系。
目前有160个假设，涵盖了胶质母细胞瘤、罕见自身免疫疾病、耐药性糖尿病以及其他“死胡同”疾病。
欢迎提出有关架构、假设生成流程或代理协作系统的问题。
返回首页
24小时热榜
每次我需要使用一个不熟悉的服务时，都会经历同样的循环：在代码库中搜索，找到过时或不存在的文档，联系可能记得细节的人。对于任何复杂的事情，这通常会消耗2到3个小时，才真正开始工作。<p>我很好奇，大家在大规模应用中实际使用的是什么。是类似Backstage或Cortex的目录？基于AI的方法？还是仅仅依赖于部落知识并接受这种成本？
嗨，HN——我刚刚开源了Hibana和hibana-agent。
Hibana是一个针对Rust的仿射多方会话类型（MPST）运行时。它旨在解决分布式系统中的协议漂移问题。与其在每个组件中维护单独手写的状态机，不如将交互定义为全局编排，并在编译时投影角色本地行为。在运行时，只有有效的协议转换是可执行的，因此诸如跳过、重用或走错分支等无效操作将被协议模型拒绝。
其实际价值在于，一个全局的真相源取代了多个手写的状态机，并消除了协议漂移错误的一类。
核心仓库： [https://github.com/hibanaworks/hibana](https://github.com/hibanaworks/hibana)
一个具体的例子是hibana-agent，它在AI代理工作流中展示了相同的模型：允许的动作路径在编排中定义，只有这些转换在运行时是可执行的。
示例应用： [https://github.com/hibanaworks/hibana-agent](https://github.com/hibanaworks/hibana-agent)
我搭建了一个MCP服务器，可以返回您在各种生态系统中使用的依赖包的最新版本，例如Python、NPM、Go和GitHub Actions。
该服务器还支持通过mise-en-place工具查找近1000种工具的最新版本，包括开发运行时（如Python、Node、dotnet）、开发工具（如Gradle）以及各种DevOps工具（如kubectl或Terraform）。
支持的生态系统/工具包括：
1) 开发者生态系统：NPM、PyPI、NuGet、Maven/Gradle、Go、PHP、Ruby、Rust、Swift、Dart
2) DevOps生态系统：
- Docker：来自Docker注册表的Docker容器镜像
- Helm：来自ChartMuseum仓库和OCI注册表的Helm图表
- GitHub Actions：在GitHub.com上托管的Actions，返回其当前版本、输入和输出，以及（可选）完整的README和使用示例
- Terraform提供者和模块：来自Terraform Registry、OpenTofu Registry或自定义注册表的提供者和模块
- 各种工具，如kubectl、terraform、gradle、maven等（只要它们被mise-en-place支持）
在<a href="https://package-version-check-mcp.onrender.com/mcp" rel="nofollow">https://package-version-check-mcp.onrender.com/mcp</a>上有一个免费托管版本，您可以使用Docker或uv（uvx）运行它。
这个MCP当然不是第一个解决“过时依赖”问题的工具。然而，我认为它相较于其他MCP有多种优势：
- 它提供的生态系统覆盖范围（远）优于其他MCP
- 完整的测试覆盖，具有自动化的依赖更新（由Renovate提供支持）和定期的自动化发布构建。相比之下，其他项目往往是随意编码的，测试不充分（或没有测试），并且已经被放弃
- 这个MCP使用了一个最小的Docker/OCI镜像，经过安全加固。您使用Trivy等工具生成的SBOM被认为是正确的，并且该镜像使用Cosign签名（这使您在想要自托管MCP时可以验证其真实性）
请告诉我您的想法。
我和我的妻子已经进行了五年的餐饮计划。我们使用的是 Google Keep，这对我们来说一直有效，但随着时间的推移，我们需要简化这个过程。我们尝试了其他方法，但都没有奏效，因此我花了一个月的时间开发了这个自定义应用程序。它包含了我们所需的一切，使我们的餐饮计划效率提高了至少五倍。具体功能包括：同步、一键导入食谱、购物清单、购物模式、每周餐饮计划、自定义餐点（如剩菜、素食、外出就餐等）。
上周日，我们在不到一分钟的时间内完成了餐饮计划，因为我们所有喜欢的（100多道）食谱都集中在一个地方。我们还根据每日饮食主题进行了标记（周一-意大利面，周二-肉类等），这样我们可以快速且无脑地为每一天选择一餐。
在这个应用程序中，我使用了人工智能对食品杂货进行过道分类，但不是生成式的，因为我发现简单的机器学习模型效果更好。
我非常欢迎其他开发者的反馈。
欢迎随意使用这个应用。它是免费的，除了同步功能，由于服务器成本，我不得不添加了订阅费用。我尽量让订阅条件宽松：每10个人一个订阅。