最新

嘿，HN，我是亚历克斯。我正在开源 Data Studio，这是一款在浏览器中运行的轻量级数据探索 IDE，且可以本地运行。 <p>试试它：<a href="https://local.dataspren.com" rel="nofollow">https://local.dataspren.com</a>（无需账户，本地运行） <p>更多信息：<a href="https://github.com/dataspren-analytics/data-studio" rel="nofollow">https://github.com/dataspren-analytics/data-studio</a> <p>我喜欢与数据打交道（Postgres、SQL、DuckDB、DBT、Iceberg 等）。我一直想要一个在浏览器中运行且简单易用的数据探索工具，且没有任何基础设施或隐私方面的顾虑（DuckDB 的用户界面已经相当接近了）。 <p>功能： <pre><code> - 数据笔记本 - SQL 单元格像 DBT 模型一样工作（它们会物化为视图） - 在 SQL 查询中使用 Python 函数 - 直接在 Python 中将数据库视图用作数据框 - 用 SQL 转换 Excel 文件 - 可以优雅地打开 .parquet、.csv、.xlsx、.json 文件 </code></pre> 如果你喜欢我所展示的内容，可以在 GitHub 上给我一个星星以示支持。 <p>期待听到你的反馈 &lt;3

OneRingAI最初是我们为企业代理平台构建的内部引擎，已有超过两年的开发历史。在观察到客户在身份验证、供应商锁定和上下文管理上反复遭遇同样的问题后，我们将核心功能提取出来，形成一个独立的开源库。 我们在生产环境中需要的两个主要替代方案并不合适： - LangChain：生态系统很棒，但抽象层不断增加。当你需要在50多个包中连接链、可运行对象、回调和代理时，你会发现自己更多是在与框架作斗争，而不是在构建产品。 - CrewAI：API简洁，但仅支持Python，并且当你需要对身份验证、上下文窗口或工具故障进行细粒度控制时，基于角色的隐喻就会失效。 OneRingAI是一个单一的TypeScript库（约62K行代码，20个依赖），将繁琐的生产问题视为首要关注点： - 身份验证作为架构，而非事后考虑。一个集中式连接器注册表，内置OAuth（4种流程，AES-256-GCM存储，43个供应商模板）。这一点直接源于处理企业SSO和多租户令牌隔离的经验——不再需要分散的环境变量或自定义令牌刷新。 - 每个工具的断路器。一个不稳定的Jira API不应该导致整个代理循环崩溃。每个工具和连接器都获得独立的故障隔离，具备重试/退避机制。我们通过同时运行多个客户的SaaS集成，深刻体会到了这一点。 - 不会崩溃的上下文。基于插件的上下文管理，配备令牌预算。InContextMemory将频繁访问的状态直接放入提示中，而不需要检索调用。压缩功能将工具调用/结果对一起处理，以确保LLM不会看到孤立的上下文。 - 实际的多供应商支持。12个本地LLM提供商，36个带有定价和功能标志的模型在类型注册表中。通过更改连接器名称即可切换供应商。可以并行运行openai-prod和openai-backup。企业客户一直在要求这一点——没有人希望被锁定在一个供应商中。 - 内置多模态支持。图像生成（DALL-E 3、gpt-image-1、Imagen 4）、视频生成（Sora 2、Veo 3）、文本转语音（TTS）、语音转文本（STT）——全部在同一个库中，无需额外的包。 - 原生MCP支持，采用注册表模式管理多个服务器、健康检查和自动工具格式转换。 它不是：一个无代码代理构建器，也不是试图成为适用于所有可能AI用例的框架。它是一个有明确观点的库，面向希望在TypeScript中构建生产代理系统的人，旨在提供身份验证、弹性和多供应商支持，而无需将15个包拼凑在一起。 我们有2285个测试，整个库严格使用TypeScript。API接口故意设计得很小——Connector.create()、Agent.create()、agent.run()。 我们还构建了Hosea，这是一个基于OneRingAI的开源Electron桌面应用，如果你想了解完整的代理系统在实践中的样子，而不仅仅是阅读文档，可以查看它。 GitHub: [https://github.com/Integrail/oneringai](https://github.com/Integrail/oneringai) npm: npm i @everworker/oneringai 与替代方案的比较: [https://oneringai.io/#comparison](https://oneringai.io/#comparison) Hosea: [https://github.com/Integrail/oneringai/blob/main/apps/hosea/](https://github.com/Integrail/oneringai/blob/main/apps/hosea/) 欢迎对架构决策提出问题。

大多数云成本工具需要写入权限，向SaaS平台发送数据，并生成无人采取行动的报告。<p>CleanCloud 则不同：它是只读的，运行在您的环境中，并作为CI/CD的门槛来强制执行卫生管理。<p>AWS 规则（10条）： - 未附加的EBS卷 - 旧的EBS快照（90天以上） - 无限保留的CloudWatch日志 - 未附加的弹性IP（30天以上） - 脱离的网络接口（60天以上） - 未标记的资源（EBS、S3、日志组） - 旧的AMI（180天以上） - 空闲的NAT网关（每个约32美元/月） - 空闲的RDS实例（14天以上零连接） - 空闲的负载均衡器（14天以上零流量）<p>Azure 规则（10条）： - 未附加的托管磁盘 - 旧的快照 - 未使用的公共IP - 空的负载均衡器 - 空的应用程序网关 - 空的应用服务计划 - 空闲的VNet网关 - 停止（未释放资源）的虚拟机——仍然产生全额计算费用 - 空闲的SQL数据库（14天以上零连接） - 未标记的资源<p>每个发现包括： - 置信度等级（高/中） - 使用的证据和信号 - 资源详情及其年龄<p>在CI/CD中强制执行： cleancloud scan --provider aws --all-regions --fail-on-confidence HIGH 退出码0 = 通过。退出码2 = 政策违规。 - 无写入权限。 - 无遥测数据。 - 无SaaS。<p>“pip install cleancloud”并在5分钟内运行您的第一次扫描。<p>GitHub: https://github.com/cleancloud-io/cleancloud<p>如果您是200多名下载CleanCloud的用户之一，我们非常希望听到您的反馈。请在 https://github.com/cleancloud-io/cleancloud 提出问题或在下方留言。