返回首页
一周热榜
大家好，
我开发了一个计算器，可以以熟悉的图形形式显示和编辑公式，具有所见即所得（WYSIWYG）编辑器，能够处理任意大小的数字，支持物理单位，并且还有许多其他功能。
该项目有在线版和桌面版（适用于Linux和Windows）。
项目是开源的，包含以下组件：
- [Yutovo Editor](https://github.com/denprog/yutovo-editor) — 一个文本和公式编辑器，输出到自定义窗口。完全从零开始构建，没有依赖其他编辑器。使用C++和Boost。
- [Yutovo Desktop](https://github.com/denprog/yutovo-desktop) — 基于Qt的桌面应用程序。
- [Yutovo Web](https://github.com/denprog/yutovo-web) — 基于Vue.js和Quasar的在线版本。其余组件编译为Wasm。
- [Yutovo Calculator](https://github.com/denprog/yutovo-calculator) — 基于boost.spirit的字符串表达式计算器。
- [Yutovo Server](https://github.com/denprog/yutovo-server) — 基于Drogon的网页服务器。
- [Yutovo Solver](https://github.com/denprog/yutovo-solver) — 一个计算器代理。使用C++。
- [Yutovo Logger](https://github.com/denprog/yutovo-logger) — 基于spdlog的日志记录器。
该项目提供Flatpak、Snap、Debian和Windows版本。您可以在注册后在网站上保存您的文档。
欢迎任何意见、bug、缺陷或建议。
在过去的几个月里，我一直在开发一个受到Flutter启发的TUI框架，使用Dart编写。<p>该API的设计模仿了Flutter，包括StatefulComponent、setState()、Row、Column、Expanded和ListView等组件。<p>最近关于TUI性能的讨论增多，我认为Dart实际上是编写TUI的一个很棒的语言。它可以编译成快速的本地代码，支持跨平台，并且具有良好的开发者体验。开发时使用JIT编译（支持热重载），生产环境则使用AOT编译。<p>非常酷的是状态热重载。如果你对文件进行了修改并保存，Nocterm会实时更新TUI，而无需重启。<p>在底层实现方面：<p>- 差异渲染：虚拟终端缓冲区，仅重绘已更改的单元格<br>
- 声明式组件模型（与Flutter相同）：组件 → 元素 → 渲染对象管道<br>
- 45个以上的组件：布局、滚动、文本输入、Markdown、动画、鼠标支持<br>
- 内置测试框架：推动组件、发送按键、断言终端状态<br>
- 主题支持：6个内置主题，自动检测终端的深色/浅色模式<p>示例：<p>```dart
void main() async {
await runApp(Counter());
}
class Counter extends StatefulComponent {
int _count = 0;
Component build(BuildContext context) {
return Focusable(
onKeyEvent: (event) {
if (event.logicalKey == LogicalKey.space) {
setState(() => _count++);
return true;
}
return false;
},
child: Center(child: Text('Count: $_count')),
);
}
}
```<p>我尝试过几个现有的TUI框架，但缺少我所喜爱的Flutter开发体验，因此我自己构建了一个（无论好坏……）。<p>我一直在使用Nocterm来构建vide_cli（<a href="https://github.com/Norbert515/vide_cli" rel="nofollow">https://github.com/Norbert515/vide_cli</a>），这是一个终端中的编码助手。<p>还有一些很酷的功能即将推出，比如在替代屏幕模式下的虚拟文本选择。由于TUI应用程序接管了终端，正常的文本选择会失效。这个功能在框架层面重新实现，使用户可以自然地选择和复制文本。<p>代码库：<a href="https://github.com/Norbert515/nocterm" rel="nofollow">https://github.com/Norbert515/nocterm</a><p>欢迎对架构、热重载实现或其他任何问题进行提问。
嗨，HN，
我是Linn，ToolKuai的创始人（[https://toolkuai.com](https://toolkuai.com)）。
和许多人一样，我一直对“免费”的在线文件转换器保持警惕。大多数转换器都是黑箱：你将私密的文档或图片上传到远程服务器，而你根本不知道这些数据最终会去哪里，或如何被用来训练模型。
我想构建一套完全在浏览器中运行的工具（视频/图片压缩、OCR、AI 背景去除）。没有文件会离开你的机器。
技术栈
为了使其性能足以与服务器端处理相媲美，我大量使用了现代网页API：
- AI 背景去除：我使用的是在本地通过Transformers.js运行的ONNX模型（Xenova/modnet和ISNet）。处理过程是100%客户端的，当WebGPU不可用时会回退到WASM。
- 前端：使用SvelteKit（Svelte 5）构建，因其轻量和快速反应。
- 存储与交付：AI模型自托管在Cloudflare R2上，以避免巨大的带宽成本并确保快速交付。
当前统计（上线13天）：
该网站仅上线2周。令人惊讶的是，我发现来自台湾和香港的自然流量非常强劲。当前平均停留时间约为3.5分钟，这表明用户实际上在处理多个文件，确认客户端速度达到了预期。
未来与盈利模式
该工具是免费的。我决定避免“专业版/高级版”订阅模式，因为我相信这些实用工具应该是可访问的。我正在探索非侵入性广告来覆盖基础设施成本（主要是R2和Vercel）。
我希望能从HN社区获得一些反馈：
- 在不同硬件上的性能（特别是基于WebGPU的视频压缩器）。
- 隐私问题或建议，如何进一步加强“No-Server”的承诺。
- 你认为在“仅客户端”生态系统中目前缺少的任何特定媒体工具。
链接：[https://toolkuai.com](https://toolkuai.com)
谢谢！
大多数肽计算器问错了问题。
它们问：<i>你添加了多少水？</i>
但实际上，你真正知道的是你的 <i>小瓶大小</i> 和你的 <i>目标剂量</i>。
水的量应该是 <i>输出</i>，而不是 <i>输入</i>。
它还应该使你的剂量落在真实的注射器刻度上，而不是像17.3单位这样的数字。
我开发了一个以这种方式工作的肽计算器：
<a href="https://www.joyapp.com/peptides/" rel="nofollow">https://www.joyapp.com/peptides/</a>
有什么不同：
- 你选择小瓶大小和目标剂量 → 重新配制会为你计算
- 剂量与实际注射器刻度对齐
- 每种肽都有常见的剂量预设
- 在移动设备上运行良好（通常在这里进行操作）
- 支持混合物和化合物（例如 GLOW 或 CJC-1295 + Ipamorelin）
- 你可以保存你的小瓶，无需注册账户。
欢迎反馈或提出值得支持的特殊情况。
大家好！<p>“Kiln”在您的本地机器上使用GitHub项目作为控制面板来协调Claude Code实例。<p><a href="https://kiln.bot" rel="nofollow">https://kiln.bot</a><p><a href="https://github.com/agentic-metallurgy/kiln" rel="nofollow">https://github.com/agentic-metallurgy/kiln</a><p>如果您在Gas Town规模的6-7阶段，您可能会打开3到15个终端窗口。屏幕空间不够，markdown文件堆积如山。虽然TUI和专用IDE旨在提供帮助，但它们也增加了管理的复杂性。<p>Kiln简单地轮询GitHub项目。当您将问题从一个列移动到另一个列时，Kiln会调用Claude Code CLI来运行相应的命令。<p>Claude创建工作树，研究代码库，制定并实施计划。并将其存储在GitHub Issues中。<p>这旨在保持简单，没有新东西：<p>- 使用您现有的Claude订阅（无需身份验证技巧，本地运行）<p>- 所有上下文和状态都在GitHub上（没有markdown混乱，没有本地数据库，易于恢复）<p>- 轮询而不是webhooks/事件（没有外部攻击面，能够在VPN后工作）<p>- 支持MCP和Claude能做的其他任何事情<p>这就是它的核心，它之所以有效，因为……这就是Claude :)<p>它还有一些其他小技巧，但我就不多说了。<p>附言：抱歉使用新账户，需要一个真实姓名的账户 :) 自2008年以来一直在潜水。
大家好，
我开发了一个名为<i>Cimba</i>的多线程离散事件模拟库，使用C语言编写。
Cimba利用POSIX pthread多线程技术实现多个模拟试验的并行执行，同时协程在每个模拟试验的宇宙内部提供了并发性。模拟的过程基于不对称的栈协程，切换上下文的部分是用汇编语言手动编码的。
栈协程使得表达代理行为变得自然，因为可以在概念上将自己“置于”该过程内部，并描述它的行为。一个过程可以在无限循环中运行，也可以作为一个一次性客户在系统中传递，能够在其调用栈的任何层级进行让步和恢复执行，既可以充当主动代理，也可以根据需要充当被动对象。这一设计灵感来源于我多年前在Simula67编程的经历，当时我发现协程的重要性超过了当时广受欢迎的面向对象编程。
Cimba的运行速度非常快。在一个简单的基准测试中，100次M/M/1队列的试验，每次运行一百万时间单位，Cimba的速度比用SimPy和Python多进程构建的等效模型快<i>45倍</i>。与SimPy模型相比，运行时间减少了<i>97.8%</i>。Cimba甚至在单个CPU核心上每秒处理的模拟事件数量也超过了SimPy在所有64个核心上能做到的。
这种速度不仅仅归功于高效的协程。其他部分也经过了速度优化，比如哈希堆事件队列（二叉堆加斐波那契哈希表）、快速随机数生成器和分布、频繁使用的对象类型的内存池等等。
初始实现支持Linux和Windows的AMD64/x86-64架构。我计划接下来支持Apple Silicon，然后可能会考虑ARM架构。
我相信这可能会引起HN社区的兴趣。我希望听到大家对API和代码的看法。对于未来考虑的目标架构，大家有什么想法吗？
文档：<a href="https://cimba.readthedocs.io/en/latest/" rel="nofollow">https://cimba.readthedocs.io/en/latest/</a>
代码库：<a href="https://github.com/ambonvik/cimba" rel="nofollow">https://github.com/ambonvik/cimba</a>
嘿，HN（黑客新闻），
在开发了 Box QR（个人库存追踪器）之后，我不断听到“我需要这个来管理我的业务。”因此，我正在探索 ItemGrid——一种轻量级的库存管理工具，简单易用。
问题是：小企业在 Google Sheets（杂乱无章，无法移动扫描）和企业软件（昂贵，过于复杂）之间陷入了困境。
ItemGrid 的功能包括：
- 视觉网格界面
- QR/条形码扫描
- 多地点支持
- 永久免费支持一个地点
- 当你扩展时，每位用户 $8
目前，它只是一个收集验证注册的登录页面。在收到 50-100 个注册以确认真实需求之前，不会构建完整产品。
非常希望能得到反馈，特别是如果你曾经遇到过库存管理的烦恼。
[https://itemgrid.io](https://itemgrid.io)
嘿，HN，我们刚刚发布了 Hebo Gateway 的 v0.1 版本。
市面上已经有很多网关，但我们不断遇到同样的问题：一旦需要真正的定制（如身份验证、路由、速率限制、可观察性、请求/响应转换），大多数“现成”的网关就变得难以扩展。
Hebo Gateway 适用于希望将网关作为应用程序一部分的场景。您可以独立运行它，或将其嵌入到现有的后端中。它暴露了与 OpenAI 兼容的端点（/chat/completions、/embeddings、/models），可以与任何 Vercel AI SDK 提供者配合使用，并添加了一个钩子系统，您可以在不修改核心代码的情况下将逻辑插入请求生命周期中。
快速入门、示例和“接下来是什么”都在这篇文章中：
<a href="https://hebo.ai/blog/260127-hebo-gateway" rel="nofollow">https://hebo.ai/blog/260127-hebo-gateway</a>
我非常希望能收到您在 OpenAI 兼容边缘案例中遇到的问题反馈（特别是与流媒体和推理相关的内容），以及您希望网关默认提供的钩子功能。
大家好，
我构建了一个运行时环境，用于通过 WebAssembly 沙箱隔离不可信代码。基本上，它保护您的主机系统免受不可信代码可能引发的问题。最近我们对 Python 中的沙箱化进行了深入讨论，更详细地阐述了这个问题[1]。在 TypeScript 中，由于两个生态系统之间的紧密联系，WebAssembly 的集成显得更加自然。
核心部分是用 Rust 编写的。在此基础上，我通过 wasmtime 和组件模型使用了 WASI 0.2，并结合自定义 SDK，使其尽可能符合语言习惯。
例如，在 Python 中，我们有一个简单的装饰器：
```python
from capsule import task
@task(
name="analyze_data",
compute="MEDIUM",
ram="512mb",
allowed_files=["./authorized-folder/"],
timeout="30s",
max_retries=1
)
def analyze_data(dataset: list) -> dict:
"""在一个隔离的、资源受控的环境中处理数据。"""
# 您的代码在 Wasm 沙箱中安全运行
return {"processed": len(dataset), "status": "complete"}
```
在 TypeScript 中，我们有一个包装器：
```typescript
import { task } from "@capsule-run/sdk"
export const analyze = task({
name: "analyzeData",
compute: "MEDIUM",
ram: "512mb",
allowedFiles: ["./authorized-folder/"],
timeout: 30000,
maxRetries: 1
}, (dataset: number[]) => {
return {processed: dataset.length, status: "complete"}
});
```
您可以设置 CPU（通过 compute）、内存、文件系统访问权限和重试次数，以精确控制您的任务。
虽然现在还处于早期阶段，但我非常希望能听到反馈。我会在这里回答问题。
GitHub: [https://github.com/mavdol/capsule](https://github.com/mavdol/capsule)
[1] [https://news.ycombinator.com/item?id=46500510](https://news.ycombinator.com/item?id=46500510)
相当奇怪。这位代理商完全主导了moltbook，并推出了一种代币，在短短几小时内就涨到了数百万。<p>代理商拥有自己的货币是有道理的。但在我看来，这实在是太疯狂了。