嗨，HN，我是Credibly的创始人。
我创建这个工具是因为我注意到SaaS创始人面临一个反复出现的问题：客户的好评散落在Twitter、Slack和电子邮件中，但为了整理这些内容以便放在着陆页上，手动操作总是被优先级降低。
我希望能有一种方法，可以将数据“倾倒”到一个系统中，并使其变得有用。我解决了一些技术难题：
- 使用OCR技术可靠地从杂乱的客户截图中提取文本。
- 进行情感分析和“异议处理”分析，以评估哪些推荐信实际上有助于转化。
- 构建一个轻量级的小工具，不会影响页面的Lighthouse评分。
目前，该工具可以通过电子邮件活动或Google评论自动收集反馈。我希望能听到你们对“推荐智能”评分的反馈——它真的能帮助你选择合适的社交证明吗，还是有些过于复杂？
请查看一下： [https://getcredibly.org](https://getcredibly.org)
我会在这里回答关于技术栈或逻辑的任何问题！
返回首页
一周热榜
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)
嗨，HN，
我正在研究用于软件开发的 AI 代理。这些代理会自动启动短暂的应用实例——例如，每个拉取请求、每个任务或每个实验——每个实例都有其自己的临时 URL。
身份验证采用标准方式处理：
- OAuth2 / OIDC
- 外部身份提供者
- 重定向 URL 必须提前注册并且是静态的
这与短暂应用的特性产生了严重冲突：
- URL 是动态且不可预测的
- 重定向 URL 实际上无法提前注册
- 身份验证成为了一个完全自动化工作流中唯一非短暂的部分
我看到团队通常采取的替代方案包括：
- 在预览环境中禁用真实身份验证
- 将所有回调路由通过一个稳定的环境
- 使用通配符重定向或代理设置，这些方法感觉像是变通方案
对于 AI 开发代理来说，这尤其尴尬，因为它们假设基础设施是可丢弃的并且完全自动化——没有手动的身份提供者配置参与其中。
所以我很好奇：
1. 如果你使用短暂的预览应用，你是如何处理真实身份验证的？
2. 是否有适用于动态 URL 的清晰 OAuth/OIDC 模式？
3. 静态重定向 URL 的假设在这里仍然是正确的模型吗？
4. 在生产环境中，什么方法实际上有效？
我在寻找真实的设置和失败故事，而不是理论。
在阅读了Sparkbox上的《在Helene期间，我只想要一个纯文本网站》（<a href="https://news.ycombinator.com/item?id=46494734">https://news.ycombinator.com/item?id=46494734</a>）后，我建立了safe-now.live——一个面向美国和加拿大的文本优先紧急信息网站。没有JavaScript，没有图片，大小不到10KB。该网站实时获取FEMA灾害、NWS警报、天气和当地资源。这是我第一次上线的网站，因此希望能得到大家对网站的反馈。欢迎随意浏览。<p><a href="https://safe-now.live" rel="nofollow">https://safe-now.live</a>
好的，这对你们中的许多人来说可能不算什么大事，但今天我只是感到无聊，对做任何营销都感到疲惫，因为似乎没有什么有效。所以我决定进行一些搜索（我搜索了不少关键词），比如“Supabase的错误跟踪”、“Next.js的错误跟踪”，但我的SaaS并没有排名（如果你不知道我在做什么，我正在开发一个非常简单的错误跟踪工具，当生产环境出现问题时会通知你，没有繁琐的仪表盘或配置地狱）。我之所以开发这个，是因为Sentry的噪音太多，我只想要一个能让我知道生产环境中出现问题的工具。
于是我决定搜索“Shipfast的错误跟踪（由Marc Lou提供）”，结果你猜怎么着？Bugmail是第一个推荐结果。我不知道这是怎么做到的，我做过一些SEO相关的工作，但没想到会有这样的结果，现在我感觉自己回来了，这很有趣，因为我并没有成交，也没有 onboard 新用户，但我感觉自己好像征服了一切，这就是创始人的生活吧。
我只是想在这里分享一下，如果你有任何关于如何在GSC上排名更高以及如何做好营销的建议，任何反馈都会很有价值。
同时，如果你想查看我开发的工具，可以在这里访问：https://www.bugmail.site
我一直在使用可寻址的LED灯带（5V、12V、24V）进行安装。相同的几种故障模式反复出现：长距离运行时出现暗尾、随机闪烁或闪烁，以及连接器成为薄弱环节。
以下是一些对我帮助最大的做法：
将电源分配视为首要设计任务：尽早规划注入点，保持供电线短，并避免将所有电流都通过一端。
始终在控制器和灯带之间共享一个稳定的地线，并保持数据传输路径简单。当线路变长或环境噪声增大时，在数据源附近添加一个小的串联电阻和适当的电平转换（3.3V到5V）通常可以提高稳定性。
假设连接器是“消耗品”：应考虑应力缓解，防水处理需要保持可维护性，高电流线路应选择更保守的方案。
我很好奇你们在注入间距、分支熔断和故障排除方面最可靠的经验法则是什么。如果你有值得信赖的检查清单或测量方法，我很想学习。
我正在构建 Tabularis，一个原生数据库客户端（Rust + Tauri）。
MySQL 的支持已经相当不错，但 PostgreSQL 的实现要困难得多——这并不是因为性能问题，而是因为 <i>自省</i>。
Postgres “可以工作”，但一旦超出基本的表和列，事情就会迅速变得复杂。
到目前为止，我遇到的一些问题包括：
- 类型系统：
数组、JSON/JSONB、域、自定义类型、范围、几何类型——大多数客户端要么将它们扁平化为文本，要么处理不一致。
- 模式自省：
information_schema 的功能有限。
pg_catalog 功能强大但微妙。
触发器、函数、分区表、继承、物化视图都需要特殊处理。
- PostgreSQL 特有的用户体验：
CTE 重的查询、EXPLAIN ANALYZE 输出、PostGIS / pgvector 等扩展——这些无法干净地映射到通用的数据库抽象。
我目前使用 SQLx 和信息模式 + pg_catalog 查询的组合，但我相信还有更好的模式我尚未发现。
我希望能得到以下人的反馈：
- 编写过复杂 PostgreSQL 自省查询的人
- 对 PostgreSQL 客户端应该如何表示模式和类型有看法的人
- 对现有 PostgreSQL 图形用户界面感到沮丧的人
代码库（Apache 2.0）：https://github.com/debba/tabularis
我乐于学习、迭代，并修正错误的假设。
我构建了一个用于监控 BullMQ 的终端用户界面仪表板。
问题是：每次需要调试队列时，我都必须设置 bull-board —— 安装多个软件包，集成到 Express/Fastify 中，为每个队列包装适配器，配置路由。这对于生产环境的仪表板来说没问题，但当你只想快速检查作业时就显得过于复杂。
bullmq-dash 是一个直接连接到 Redis 的终端用户界面。它可以自动发现所有 BullMQ 队列（无需手动注册），显示按状态分类的作业数量，允许你检查作业数据/堆栈跟踪，查看调度器/可重复作业，并跟踪入队/出队速率。采用键盘驱动（类似 vim 的导航）。
使用场景：本地调试、SSH 会话、快速生产检查——在任何你想查看队列而不需要启动网页仪表板的地方。
嗨，HN，
我是Emilie，我有文学背景（这也解释了文档写得很好！），在过去几个月里，我通过构建minikv来学习Rust和分布式系统。最近，这个项目在《Programmez!》杂志上被报道了：<a href="https://www.programmez.com/actualites/minikv-un-key-value-store-distribue-en-rust-construit-en-public-38861" rel="nofollow">https://www.programmez.com/actualites/minikv-un-key-value-st...</a>
minikv是一个开源的分布式存储引擎，旨在用于学习、实验和自托管设置。它结合了一个强一致性的键值数据库（Raft）、兼容S3的对象存储以及基本的多租户功能。
功能/亮点：
- Raft共识，带有自动故障转移和分片
- 兼容S3的HTTP API（以及REST/gRPC API）
- 可插拔的存储后端：内存、RocksDB、Sled
- 多租户：每个租户的命名空间、基于角色的访问控制、配额和审计
- 指标（Prometheus）、TLS、基于JWT的API密钥
- 易于部署（单个二进制文件，支持Docker/Kubernetes）
快速演示（单节点）：
```bash
git clone <a href="https://github.com/whispem/minikv.git" rel="nofollow">https://github.com/whispem/minikv.git</a>
cd minikv
cargo run --release -- --config config.example.toml
curl localhost:8080/health/ready
```
# S3上传 + 读取
```bash
curl -X PUT localhost:8080/s3/mybucket/hello -d "hi HN"
curl localhost:8080/s3/mybucket/hello
```
文档、集群设置和架构细节都在代码库中。期待听到大家的反馈、问题、想法，或者你们在Rust中运行分布式基础设施的故事！
代码库：<a href="https://github.com/whispem/minikv" rel="nofollow">https://github.com/whispem/minikv</a>
库：<a href="https://crates.io/crates/minikv" rel="nofollow">https://crates.io/crates/minikv</a>
目前，代理技能是静态的 SKILL.md 包，只有在将它们预先安装到每个代理或工具中时才能使用，并且并非所有代理都支持这些技能。代理无法在遇到任务时即时发现和学习技能。
我创建了 Skyll 来改变这一现状。Skyll 是一个开源项目，旨在让 AI 代理能够自主发现和学习技能。
Skyll 的功能包括：
- 爬取并索引来自多个来源（如 Github、skills.sh 等）的技能，使其可以根据意图和内容进行查询，而不仅仅是根据名称或标签。
- 根据相关性和受欢迎程度对技能进行评分。
- 通过 REST API 或 MCP 服务器提供完整的 SKILL.md 内容（及其引用）。
- 允许代理在运行时获取技能，而无需手动安装。
Skyll 完全开源。我们还在构建一个社区注册表，以便任何人都可以添加技能并使其对所有代理可用。非常欢迎任何反馈！
仓库： [https://github.com/assafelovic/skyll](https://github.com/assafelovic/skyll)
主页： [https://skyll.app](https://skyll.app)
文档： [https://skyll.app/docs](https://skyll.app/docs)