最新

大家好！<p>在构建另一个SaaS时，我们对录制和重新录制帮助中心的演示感到厌烦，因此决定尝试使用Playwright进行自动化。结果发现这并不简单，但我们已经将其调整到一个可用且对我们非常有用的程度。<p>欢迎大家尝试并反馈意见。每个新账户都会获得一些免费积分，以便您可以了解它的功能。<p>谢谢！<p>附言：由于这个系统对基础设施要求较高，我们设立了一个等待名单，但我会进行监控，并在几分钟或几小时内让您加入，只需要稍微分散一下用户。谢谢！<p>附附言：这是一个使用Rundown制作的示例视频 <a href="https://www.rundown.video/011fb9da-72f7-41d1-bdce-f187f398e02a" rel="nofollow">https://www.rundown.video/011fb9da-72f7-41d1-bdce-f187f398e0...</a>

创建了这个Bing Webmaster的CLI客户端，以便让我的代理能够自动化在Bing上的SEO报告和改进。<p>通过API密钥认证（来自CLI参数的环境变量）进行工作。<p>该仓库包含一个可以安装在您的OpenClaw代理中的技能。<p>我还有一个Google Search Console的CLI：<a href="https://github.com/NmadeleiDev/google-search-console-cli" rel="nofollow">https://github.com/NmadeleiDev/google-search-console-cli</a><p>- 来自<a href="https://openclaw-setup.me" rel="nofollow">https://openclaw-setup.me</a>的开发者。

嗨，HN， 我一直在尝试使用 WebRTC 和 Rails 8，看看是否可以构建一个真正“无状态”的消息传递工具。我想创建一个工具，用于在设备之间移动文本片段或文件，而不在服务器、数据库或第三方云上留下任何痕迹。 关于人工智能的协作：我还想提到，这个项目让我深入探索了与人工智能的协作。我利用人工智能来构思“零痕迹”架构，并在安全审计后帮助我加强基础设施。 它是如何工作的： ``` 零痕迹架构：没有账户，没有 cookies（除了基本的安全性），绝对没有服务器端日志记录。 客户端加密：加密密钥保留在 URL 片段 (#) 中。由于片段从未发送到服务器，信令层对您的数据在加密上是盲目的。 P2P 信令：我们使用 ActionCable 进行初始握手。一旦建立了 WebRTC 数据通道，谈话和文件传输就会直接在浏览器之间进行。 零第三方依赖：没有外部字体、脚本或跟踪器。所有内容都从源头提供，以防止向第三方提供商泄露 IP 地址。 ``` 测试实验：我目前正在测试 P2P 信令的稳定性。在这个阶段，我已为所有人启用了文件传输（最大 24MB）。我很好奇连接逻辑如何处理不同的网络环境。 技术栈： ``` 框架：Rails 8 部署：在单个 VPS 上使用 Kamal 2 ``` 我很想听听你们对用户体验的看法，以及你们在 WebRTC 握手中发现的任何边缘案例！

嘿，HN—— 我已经在过去的七年里构建实时音频反应图形软件。最初这是我在全职软件工程师工作期间的一个副项目，后来逐渐演变成了VISUALZ——一个专注于低延迟音频分析和反应视觉效果的GPU加速VJ引擎。 两年前，我决定进一步推进这个项目，并原型设计了专用硬件：CVJ-1。它本质上是一个紧凑型触摸屏VJ设备，主要用于现场表演。 我们希望能够获得一些预订，以推动下一阶段的制造进程。

我构建了一个小型库，用于验证大型语言模型（LLM）的输出是否符合约束，并在失败时进行重试。 核心观点：LLM 并不总是可靠地遵循指令，但你可以低成本地捕捉失败并通过有针对性的反馈进行重试。这本质上是一个轻量级的“过程奖励模型”，不需要任何训练。 工作原理： 1. 你的 LLM 生成输出 2. ai-assert 将其与约束进行检查（长度、字数、句子数、正则表达式、自定义谓词） 3. 每个约束返回一个 [0,1] 之间的分数——综合得分是乘法的（任何一个为零则整体为零） 4. 如果分数低于阈值，则通过反馈进行重试（“约束 X 失败，因为 Y——重新生成”） 5. 返回得分最高的尝试 在 IFEval（25 种指令遵循约束类型）上：准确率从 69.3% 提升至 76.2%。 代码行数：278。零依赖。适用于任何接受字符串并返回字符串的可调用对象。 安装命令：pip install ai-assert [项目链接](https://github.com/kaantahti/ai-assert)