我创建这个工具是为了应对在多仓库、多环境设置中反复出现的问题：要回答“实际在什么地方运行什么？”这个问题，竟然需要检查多个系统，这实在是太困难了。
WatchTurm 是一个开源的发布可见性层。它从 GitHub、Jira 和 CI（例如 TeamCity）等来源聚合元数据，生成环境状态的结构化快照，并在一个统一的控制视图中展示出来。
它并不替代 CI/CD 或管理部署，而是位于自动化之上，纯粹关注可见性：
- 每个环境中运行的版本
- 环境之间的差异
- 发布之间的变化
我目前在日常工作中使用它，非常希望能收到技术反馈，特别是来自拥有多环境管道的团队的反馈。
代码库链接：<a href="https://github.com/WatchTurm/WatchTurm-control-room" rel="nofollow">https://github.com/WatchTurm/WatchTurm-control-room</a>
返回首页
最新
嘿，HN，我想分享一个有趣的、充满氛围的周五夜实验：一个用于编写细胞自动机的小型平台，使用的是Rust的一个子集，随后编译成WSGL。
由于它允许你在模拟运行时通过文本用户界面（TUI）动态更改参数，因此很容易发现奇怪的行为，而无需记住你是如何到达那里的。如果你按下“s”键，它会将完整的历史记录保存到一个JSON文件中（记录在特定时间点更改的参数时间线），这样你就可以重放并重新生成发现的过程。
你可以平移/缩放，而当主模拟窗口处于焦点时，可以使用箭头键来更新参数（这些参数会在TUI中显示）。
克劳德应当为这个项目的任何技术元素（超出粗略的指导方针）获得所有的赞誉和批评。我一直想要这样的东西，玩起来非常有趣。如今谁还需要视频游戏呢。
嗨，HN，
我对当前的10分钟邮件服务感到很沮丧。这些服务通常充满广告、Google Analytics 跟踪器，以及笨重的界面——完全违背了“隐私”工具的初衷。
我创建了 MephistoMail，作为一个干净的、仅使用 RAM 的前端替代方案。它在后台使用 mail.tm/mail.gw 的 API 进行实际的收件箱映射，但所有操作都在客户端的易失性内存中处理。如果你关闭标签页，会话就会消失。我们这边不会保留任何日志。
技术栈：React 18、Vite、Tailwind CSS、Lucide。
期待听到你的想法、批评和建议！
演示链接： [https://mephistomail.site](https://mephistomail.site)
代码库： [https://github.com/jokallame350-lang/temp-mailmephisto](https://github.com/jokallame350-lang/temp-mailmephisto)
我一直在研究实时语音代理，并整理了一份关于我所学到的全栈知识的文章，包括WebRTC媒体传输、流式语音转文本（STT）、增量大语言模型（LLM）推理和文本转语音（TTS），以及延迟实际累积的地方。<p>这篇文章重点讨论了架构流程和在保持交互真正实时方面所涉及的实际权衡。<p>我很好奇其他人是如何设计和优化语音系统的。<p>https://gokuljs.com/blogs/real-time-voice-agent-infrastructure
嗨，HN，
我开发了Agent Passport，这是一个开源的AI代理身份验证层。可以理解为“用Google登录，但针对代理”。
问题是：AI代理现在无处不在（OpenClaw在GitHub上有超过18万颗星，Moltbook有230万个代理账户），但代理没有标准的身份验证方式。恶意代理可以冒充他人，而技能/插件市场也没有身份验证层。思科的安全团队已经发现第三方代理技能中存在数据泄露。
Agent Passport通过以下方式解决了这个问题：
- Ed25519挑战-响应认证（私钥从不离开代理）
- JWT身份令牌（60分钟有效期，可撤销）
- 风险引擎为代理评分0-100（允许/限流/阻止）
- 应用程序的一行验证：`const result = await passport.verify(token)`
它是完全开源的（MIT许可证），可以在免费层运行（每月$0），并且有发布的npm SDK。
GitHub: [https://github.com/zerobase-labs/agent-passport](https://github.com/zerobase-labs/agent-passport)
文档: [https://github.com/zerobase-labs/agent-passport/blob/main/docs/INTEGRATION.md](https://github.com/zerobase-labs/agent-passport/blob/main/docs/INTEGRATION.md)
在线演示: [https://agent-passport.vercel.app](https://agent-passport.vercel.app)
之所以构建这个，是因为我在每个代理平台上都看到同样的安全漏洞。很高兴回答有关架构或代理身份问题的一般性问题。
我构建了一个名为ARE（动作规则事件）的规则引擎，它遵循一个简单的流程：事件 → 中间件 → 条件评估 → 规则匹配 → 动作执行。<p>该引擎在npm、NuGet和pub.dev上均可使用，三个平台的API设计一致。<p>我还创建了一个实验平台，您可以在不安装任何软件的情况下，尝试三种场景（角色扮演游戏、智能家居、电子商务）。该平台包括逐步的规则调试器、可视化关系图和动画流程图。<p>实验平台： <a href="https://are-playground.netlify.app" rel="nofollow">https://are-playground.netlify.app</a>
GitHub： <a href="https://github.com/BeratARPA/ARE" rel="nofollow">https://github.com/BeratARPA/ARE</a>
有LLM委员会和类似的工具，但它们使用的是预定义的模型组合。这个工具在几个对我来说重要的方面有所不同：
*自带模型。* 可以根据自己的需求混合使用Ollama（本地）、OpenAI、Anthropic、Groq、Google或任何兼容OpenAI的端点，任意组合。DeepSeek-R1 + llama2-uncensored + mistral-nemo的组合与GPT-4o + Claude + Gemini的讨论方式截然不同。
*零服务器，零账户，零存储。* 这个应用程序完全是静态的。API调用直接从您的浏览器发送到提供商，完全不涉及后端。没有令牌，没有会话，没有分析。您的API密钥永远不会离开您的设备。
*在您自己的硬件上运行。* 如果您有Ollama，您可以在本地免费运行整个委员会。我在一台RTX 2070（8GB显存）的设备上使用了一个5个成员的全Ollama设置——顺序请求，速度较慢，但完全私密。
讨论过程分为三个阶段：
1. 所有成员独立回答
2. 每个成员对其他成员的匿名回应进行批评
3. 指定的主席综合出最终裁决
我发现一些事情确实很有趣：
- 推理模型（DeepSeek-R1，QwQ）在流中会发出<think>块。在显示“思考中……”指示的同时去掉这些块，可以保持用户体验的干净，而不影响答案质量。
- 在未经过滤的模型上，反对者角色产生的批评与安全调优模型扮演相同角色时的批评有显著不同。
- 跨模型的同行评审能够发现单一模型自我辩论时无法显现的盲点。
GitHub: [https://github.com/prijak/Ai-council.git](https://github.com/prijak/Ai-council.git)
我厌倦了将敏感文件上传到云端人工智能服务，因此我构建了UniDocVerse——一个完全本地的AI文档分析平台。<p>所有功能均在您的机器上运行：
- 通过Ollama使用本地大型语言模型（Mistral 7B）
- 使用PostgreSQL和pgvector进行语义搜索
- 使用Tesseract OCR处理扫描文档
- 10个代理的LangGraph管道用于文档分析
- 支持20多种文档类型<p>提供macOS DMG（已认证）、RPM和DEB包。<p>免费试用一个月。欢迎提出技术问题。
8gent 是一个实验性项目，旨在构建一个围绕智能手机而非浏览器设计的工作流自动化工具。<p>这个想法是将可视化工作流构建器与移动原生触发器结合起来，例如位置事件、推送通知和音频输入。执行逻辑在后端运行，而 iPhone 则充当上下文感知的触发层。<p>该工具使用 Flutter 和 Firebase 构建。<p>欢迎讨论移动原生自动化及其实际应用案例。