最新

我们构建了 Calljmp——一个用于以 TypeScript 编写的代理类工作流的托管后端/运行时环境。 它的重点包括： – 持久状态和长时间运行的执行 – 重试、分支以及暂停/恢复 – 可观察性（日志、跟踪、成本） – 人工审批流程 在 DevHunt 上发布： [https://devhunt.org/tool/calljmp](https://devhunt.org/tool/calljmp) 欢迎 HN 社区的反馈或提问。

嗨，HN， 我是Adithya，一名来自印度的22岁研究员。我在构建AI管道时，处理了许多文档处理模型，但我遇到了一个反复出现的问题：每个模型都有自己的推理代码、预处理步骤和输出格式。更换模型或测试新模型意味着每次都要重写大量的样板代码。 因此，我构建了Omnidocs——一个开源库，通过简单统一的API运行文档处理模型，采用以视觉为先的方式来理解文档。 主要特点： > 选择一个任务和模型，通过一个接口进行推理 > 支持常见的文档任务：文本提取、OCR、表格提取、布局分析和结构化提取等 > 开箱即用支持16个以上的模型（未来会有更多集成） > 可以在Mac或GPU上本地运行（支持MLX和vLLM后端） > 与支持开放响应API规范的VLM API（如GPT、Claude、Gemini等）兼容 > 旨在快速构建和测试文档处理管道 这帮助我更快地原型化文档工作流程，并轻松比较模型。 我非常希望能收到关于API设计、开发者体验以及哪些集成会使其更有用的反馈。 代码库： [https://github.com/adithya-s-k/omnidocs](https://github.com/adithya-s-k/omnidocs)

我正在将Yara-x规则引擎集成到我的C#十六进制编辑器中，致力于最大化集成的性能和效率。我想请教一下您的意见。我个人做出这个决定是为了通过添加Yara-x支持来扩展我的十六进制编辑器的功能。这使我能够更详细地在二进制文件中搜索签名。我认为查看整个字节网格可以帮助进行恶意软件研究。 我使用内存映射文件实现了这一点。同时，我将扫描方法分为不同的模式：小文件会完全映射，而大文件则以16MB的块进行扫描，并加上64KB的小覆盖，以防止出现签名一半在一个块中、一半在另一个块中的情况。我还对大文件进行了更智能的内存管理，以提高性能。文档在自述文件中，但简而言之，这是一个不会给C#的垃圾回收器带来负担的实现，并且能够处理不安全的指针和原始内存地址。重要的是，我现在有了防止不良规则的保护，例如，搜索任何字节的规则，这会使扫描器过载。这类规则将无法工作，扫描器会停止扫描，以避免因错误而崩溃。 我现在不能说这个工具会比其他工具更好，因为它目前还在开发中，我仍然有改进的空间，但听听大家的意见或接受其他人的改进建议会很不错。 （带有Yarax的本地版本在当前版本中尚不可用，但源代码是开放的，您可以自行编译或阅读。）

嗨，HN， 我构建了 well-net: [https://github.com/remoon-net/well](https://github.com/remoon-net/well) 想象一下 tsnet，但没有 Tailscale 或任何中央服务器。它是为了安全的朋友网络——聊天、小型游戏、私有服务。 现有系统在细微之处存在问题：失去你的域名 → 失去你的身份和联系人。Delta Chat 和 Mastodon 显示了这个问题。我只想要一个不需要中央协调的解决方案。 每个节点通过其 MAC 地址使用 EUI-64 获取一个稳定的 IPv6 地址，范围是 2001:00ff::/32。真实的 MAC 地址 → 没有冲突，不需要中央服务器。NAT 仅用于避免覆盖地址冲突。 技术：WireGuard + WebRTC → 在浏览器中运行。一旦 WebRTC DataChannel 在 Service Workers 中工作，私有服务就可以直接从网络访问。 计划：使用 Delta Chat 进行最小的基于邮件的聊天，采用类似 remoon@[2001:ff::1] 的 IP 字面地址 → 无需 DNS 的身份。 该项目仍在实验阶段。 你会将其用于小型朋友网络吗？

嘿，HN， 我们创建了 Sgai 来尝试一种不同的 AI 辅助开发模型。 与逐步提示不同，您在 GOAL.md 中定义一个结果（应该构建什么，而不是如何构建），然后 Sgai 会运行一组协调的 AI 代理来执行它。 - 它将目标分解为一个角色有向无环图（DAG）（开发者 → 审核者 → 安全分析师等）。 - 在需要时会提出澄清问题。 - 它编写代码、运行测试并进行迭代。 - 完成门（例如，make test）决定何时真正完成。 所有操作都在您的代码库本地运行。还有一个网页仪表板，显示代理图的实时执行情况。没有任何内容会自动推送到 GitHub。 我们在内部用于原型设计小应用和内部工具。虽然仍处于早期阶段，某些地方还比较粗糙，但功能足够分享。 演示（4 分钟）： [https://youtu.be/NYmjhwLUg8Q](https://youtu.be/NYmjhwLUg8Q) GitHub: [https://github.com/sandgardenhq/sgai](https://github.com/sandgardenhq/sgai) 开源（Go）。可以通过 opencode 与 Anthropic、OpenAI 或本地模型一起使用。 我很好奇大家对基于 DAG 的多代理编码工作流的看法。这里有人尝试过类似的方法吗？