最新

我厌倦了在五个标签页和一个终端之间切换，以压缩不同类型的文件。因此，我构建了一个可以在一个地方处理所有文件的工具。 该工具支持50多种输入格式。如果某个文件可以压缩，它就能处理。只需上传文件，它会自动识别文件类型，进行压缩，然后返回给你。存储时间为2小时。格式转换也相当不错。 我最满意的部分是检测层。对于二进制格式，魔术字节可以帮助我们大部分识别。对于基于文本的格式（如JS、CSS、JSON、XML等），我在内容上运行一个小型机器学习分类器，以识别格式并将其路由到正确的压缩管道，而无需用户指定。 如果你想将其集成到管道中，可以使用REST API。支持异步作业的Webhook，支持自带存储（如S3、GCS、Azure等）。批处理作业也能很好地运行。 无需注册，提供非常慷慨的免费额度。欢迎反馈、报告破坏检测器的边缘案例以及功能请求。

我在AWS基础设施方面工作（曾在Percona、Box、Dropbox、Pinterest任职）。当OpenClaw出现问题时，我想在AWS上正确运行它，却对默认的部署方式感到惊讶。 Lightsail的蓝图中有31个未修补的CVE。标准安装指南使用了三个独立的curl-pipe-sh模式作为root用户。Bitsight在两周内发现了超过30,000个暴露的实例。OpenClaw的维护者自己表示：“如果你无法理解如何运行命令行，这太危险了。” 因此，我构建了一个Terraform模块，用我认为的生产级配置替代了默认设置： * 使用Cognito + ALB替代共享网关令牌（每用户身份，多因素认证） * 使用GPG验证的APT包替代curl|bash * 使用systemd并设置ProtectHome=tmpfs和BindPaths沙箱 * 使用Secrets Manager + KMS替代明文API密钥 * 使用EFS以实现实例替换时的数据持久性 * 使用CloudWatch日志记录，保留365天 Bedrock是默认的LLM提供者，因此无需任何API密钥，只需一次terraform apply。 完整的安全报告：<a href="https://infrahouse.com/blog/2026-03-09-deploying-openclaw-on-aws-without-the-security-disasters" rel="nofollow">https://infrahouse.com/blog/2026-03-09-deploying-openclaw-on...</a> 我相信我可能遗漏了一些内容。对于在共享服务器上运行具有shell访问权限的自主代理，你会添加什么或有什么不同的做法？

我分享一个用户脚本，适合那些经常阅读HN评论区的朋友： 1. 无需重新加载页面即可更新评论——新评论出现时可以立即看到。 2. 更简洁的评论顶部线条，减少干扰——只有在鼠标悬停在顶部线条时才显示控制按钮。 在自述文件中有一个预览GIF，展示了它的外观。

摘要中提到： “我们研究生成性人工智能，特别是具代理性的人工智能，如何影响人类学习动机以及社会信息生态系统的长期演变……学习表现出范围经济：人类的高成本努力共同产生了关于自身背景的私人信号和一个“薄弱”的公共信号，这些信号累积成社区的整体知识储备，从而产生学习外部性……模型突出了一个明显的动态张力：虽然具代理性的人工智能可以提高当下决策的质量，但它也可能削弱维持长期集体知识的学习动机。”

Harbor 发布了第127个版本（下一个版本将会特别）。<p>一个显著的新功能是能够通过单一的命令行界面（CLI）管理我所有的语言模型（LLMs）。<p># 列出所有模型 harbor ls # 与 jq 配合使用效果更佳 harbor ls --json # Ollama harbor pull qwen3.5:35b # llama.cpp harbor pull unsloth/Qwen3.5-35B-A3B-GGUF:Q8_0 # vllm（HuggingFace Hub 缓存） harbor pull Qwen/Qwen3.5-35B-A3B<p># 根据相同的 ID 删除任何模型 # 用于拉取模型时的 ID harbor rm <id><p>希望这对某些人也会有用。

我厌倦了每次原型设计语音 AI 应用时都要重建相同的脉动圆圈，因此我将其打包成了一个库。 orb-ui 是一个用于语音 AI 代理用户界面的 React 组件库。你只需为你的语音提供者插入一个适配器，组件会处理状态机（空闲、连接中、监听、说话）并进行渲染。 ```jsx import { Orb } from 'orb-ui' import { createVapiAdapter } from 'orb-ui/adapters' <Orb adapter={createVapiAdapter(vapi, { assistantId })} theme="circle" /> ``` 点击圆圈以开始/停止。动画会实时响应音频音量。 它是什么： - 一个 npm 包：安装、导入、发布。不需要复制粘贴组件文件 - 提供者无关：附带 Vapi 和 ElevenLabs 适配器，轻松添加其他适配器 - 仅为 UI 层：不干扰你的提示、后端或逻辑 - MIT 许可证 它不是： - 一个语音 AI SDK（使用 Vapi/ElevenLabs/Bland 来实现） - 一个完整的对话 UI（没有转录，没有消息历史） 现有的替代方案（ElevenLabs UI 套件，Vapi Blocks）是锁定在一个提供者上的 shadcn 风格的复制粘贴组件。这是一个可以安装和更新的正式包。 演示： [https://orb-ui.com](https://orb-ui.com) npm: [https://www.npmjs.com/package/orb-ui](https://www.npmjs.com/package/orb-ui) GitHub: [https://github.com/alexanderqchen/orb-ui](https://github.com/alexanderqchen/orb-ui) 我对人们正在构建的语音 AI 用户界面以及你希望从这样的库中获得什么感到好奇。

你为什么要读这个？点击链接，傻瓜。

我是一个拥有20年经验的工程副总裁。我一直在深入思考为什么人工智能正在打破所有工程实践，这让我得出结论：敏捷宣言的价值观需要更新。 核心论点是：人工智能使得软件生产变得便宜，但理解软件仍然昂贵。敏捷宣言优化了前者，而这个附录则将重点转向后者。 四个更新的价值观，三个精炼的原则，并附有每个原则的理由。欢迎讨论和辩护其中的任何内容。

嘿，HN，我常常希望能回到某一年，听听当时播放的广播，听那些符合那个时代的歌曲。 但并不是每个时刻都是一样的，人们出于不同的目的选择音乐。音乐类型似乎显得任意且有限，因此我觉得根据特定的氛围来创建电台会更有意义。你是在寻找轻松的还是激烈的音乐？是独自一人还是和朋友在一起？这是一个晚宴派对、舞池，还是下班后的放松时光？ 所以我创建了Anthrology，作为一种在时间和氛围中导航的方式。过去几天我几乎一直在听这个，希望你也会喜欢。 当你调到某一年和氛围时，歌曲已经在播放了。你可以调到其他时刻再回来，曲目仍会继续播放——但你会错过一点歌曲，就像收音机一样！ 而且收音机是（或多或少）确定性的，所以我们都能听到相同的曲目。 调频收听，享受吧！