返回首页
最新
Clawlet 是一个个人 AI 代理，以单个自包含的二进制文件形式发布。无需运行时、无需包管理器，也不需要外部数据库。<p>它的主要特点在于：内置的混合语义记忆搜索（向量相似性 + 全文搜索），使用捆绑的带有向量扩展的 SQLite。索引仅是一个本地的 .sqlite 文件——无需运行单独的向量数据库。将二进制文件放在任何机器上，记忆搜索即可正常工作。<p>GitHub: <a href="https://github.com/mosaxiv/clawlet" rel="nofollow">https://github.com/mosaxiv/clawlet</a>
lineark 是一个非官方的命令行界面（CLI）和 Rust 软件开发工具包（SDK），用于 Linear（问题跟踪器）。我之所以开发它，是因为我大量使用 Claude Code，而 Linear MCP 服务器在描述其工具时就消耗了大约 13,000 个上下文令牌——在我的代理执行任何实际工作之前。
lineark 采取了不同的方法：它是一个通过 Bash 调用的 CLI。完整的命令参考（lineark 使用）不到 1,000 个令牌。
它也是一个对人类友好的 CLI——使用可读的名称而不是 UUID，自动检测输出格式（在终端/交互会话中输出表格，管道输出时为 JSON）。
在底层：该 SDK 完全是通过自定义代码生成管道（apollo-parser → typed Rust）从 Linear 的 GraphQL 模式生成的。CLI 使用 SDK，不涉及原始 GraphQL——仅通过类型化的方法调用。您还可以创建自己的精简返回数据类型，并在编译时根据 Linear 的模式进行验证。
采用 MIT 许可证。
欢迎提问。谢谢！
我在自己的SaaS项目中花费了太多时间调试无声的Webhook失败后，创建了HookTrace。<p>这个想法很简单：捕获每一个Webhook事件，展示完整的负载历史，跟踪重试，并让失败变得明显，而不是默默无闻。<p>目前的重点是日志记录、故障可见性和基本的重试检查。<p>我非常希望能得到在生产环境中处理Webhook的开发者的反馈，尤其是你们觉得现有工具中缺少哪些可见性。
我的朋友制作了这个，我对它的乐趣和高水平的精致感到惊讶。它以粒子系统的形式渲染了9种不同的奇怪吸引子（如洛伦兹、罗斯勒、相泽、陈等）——成千上万的粒子实时描绘出混沌的轨迹。你可以通过触控或触控板在3D空间中旋转和缩放。
声音部分让我感到意外。这不是一段配乐——音频是根据运动本身生成的，使用空间音频技术，因此当吸引子的行为变化时，音调也会随之变化，声音在你旋转形状时会在你周围移动。建议佩戴耳机。
Playdate版本使用手摇曲柄来旋转吸引子。完全是黑白风格，给人一种截然不同的感觉。
我9岁的孩子也非常喜欢这个，真是让我没想到。很想听听HN的看法——特别是如果有人有其他值得添加的吸引子系统的建议。
嗨，HN——我创建Respectlytics是因为我对每个移动分析SDK在后台悄悄收集设备ID、广告标识符和IP地址感到沮丧，然后让你事后去弄清楚合规性。
市面上有一些声称符合某些隐私法规的解决方案，但当我深入了解时，我发现它们实际上并没有如其所声称的那样合规。我相信Respectlytics是目前最注重隐私的移动分析解决方案之一（如果不是最注重的话），但合规性是一个庞大的话题，我将决定权留给用户/公司的法律团队或顾问。
与其采用“相信我，兄弟”的口号，我决定将Respectlytics完全开源，这样人们就不需要相信我的话，他们可以在代码中自行验证。
Respectlytics的理念建立在避免数据收集（Return of Avoidance, ROA）的基础上，依赖于分析数据收集中的数据最小化：如果你根本就不收集那些数据，会怎样？
Respectlytics每个事件只存储5个字段：event_name、session_id、timestamp、platform和country。就这些。IP地址仅用于国家查找，随后立即丢弃。会话ID最多每2小时（或每次应用启动）轮换一次，并且仅存在于内存中——从不写入磁盘。多会话跟踪在架构上被禁用。
开源内容包括：
- 4个移动SDK（Swift、Flutter、React Native、Kotlin）——MIT许可证
- 分析服务器（Django + PostgreSQL）——AGPL-3.0
- 自托管非常简单：docker compose up -d。没有ClickHouse，没有Kafka，没有Redis。只有PostgreSQL。
如果人们不想运行基础设施，还有一个托管的SaaS，但自托管的社区版没有人为限制。
我非常希望能收到关于架构决策的反馈——特别是选择在API层拒绝额外字段而不是默默忽略它们的决定。