最新

嗨，HN。我开发了File Hunter，因为我有一个装满USB驱动器的抽屉，但不知道里面存了什么，除非一个个插上去查看。 File Hunter是一个自托管的基于网页的文件管理器。你只需将其指向任何文件夹——USB驱动器、网络共享、DVD——它就会将所有内容编入SQLite目录。当你拔掉驱动器时，完整的目录仍然保留。你可以浏览、搜索和查看未连接存储上的文件。 它的另一个强项是去重。采用三层哈希策略（文件大小 → xxHash64部分 → SHA-256完整），可以以最小的I/O找到所有位置的精确重复文件。然后你可以进行整合：保留一份副本，其余的标记为占位，完整的审计跟踪。 一些数据：我在约700万个文件、9.6TB和10个位置的目录上运行它。扫描期间，用户界面保持响应。 技术：Python、Starlette、uvicorn、SQLite（WAL模式）、原生JavaScript。没有框架，没有构建步骤，没有npm。只需一个curl命令即可安装： ``` curl -fsSL https://filehunter.zenlogic.uk/install | bash ``` 它是MIT许可证，免费使用。还有一个付费的专业版，增加了远程代理（可以将网络中的机器扫描到一个目录中），但GitHub页面上的所有内容都是免费版，并将保持如此。 ``` 网站：https://filehunter.zenlogic.uk GitHub：https://github.com/zen-logic/file-hunter ``` 欢迎提问有关架构、去重策略或其他任何问题。

我正在用Rust构建一个小型嵌入式虚拟机，其核心原语是一个具有自己状态和可执行字节码指令的任务。<p>最近我添加了一个新示例：实现Petzold的《代码》一书中的二进制编码十进制解码器——每个逻辑门（位开关、反相器、与门）都是一个携带自己指令的任务。<p>它的工作方式很简单：运行命令 cargo run 1001 -> 9，输出将显示带有输入和输出的与门。<p>bcd-decoder: https://github.com/tracyspacy/spacydo/tree/main/examples/bcd-decoder

Oxmgr 是一个开源的进程管理器，支持 Linux、macOS 和 Windows 操作系统。它与语言无关（支持 Node.js、Python、Go 及任何可执行文件），使用声明式的 oxfile.toml 配置，并具备幂等的 `oxmgr apply` 功能。 在 Linux 上与 PM2 进行基准测试（在 GitHub Actions 的 Ubuntu 环境中，每次推送自动执行）： - 崩溃恢复速度快 42 倍（3.7 毫秒对比 157 毫秒） - 在 100 个进程下内存占用低 21 倍（6.8MB 对比 145MB） - 启动整个集群速度快 7.5 倍（773 毫秒对比 5.82 秒） - 单个进程启动速度快 47 倍（3.9 毫秒对比 184 毫秒） 基准测试结果可重复 — 脚本已在代码库中提供。 GitHub: [https://github.com/Vladimir-Urik/OxMgr](https://github.com/Vladimir-Urik/OxMgr) 基准测试: [https://oxmgr.empellio.com/benchmark](https://oxmgr.empellio.com/benchmark)

我觉得如今的拼搏文化更加显著并受到推崇。但我很好奇是否还有一些公司倾向于将会议保持在最低限度，甚至不召开会议，以优化自主性、信任，并给员工提供安静工作的空间。 现在我想到的一些仍然以这种方式运作的公司有：Doist、DNSimple、Cliniko、Calibre、HeadshotPro。 还有其他公司吗？

欧盟立法（在许多情况下影响英国和美国公司）要求能够真实重构代理事件。我在多个受监管的行业工作了多年，最近意识到了这个缺口。 我们已经具备了强大的可观察性，但如果有人让我证明几个月前某个特定AI决策的确切发生情况（并证明日志记录没有被篡改），我做不到。 欧盟人工智能法案已经生效，其第12条将在今年8月生效，要求对高风险系统进行自动事件记录，并保留六个月，许多法律评论员认为这更像是一个仅附加的账本要求，而不是标准的应用日志记录。 考虑到这一点，我们为使用Vercel AI SDK的Node应用构建了一个小型的免费开源TypeScript库，该库将推理捕获为仅附加的日志。它将模型包装在中间件中，自动将每次推理调用记录为结构化的JSONL格式到您自己的S3存储桶中，使用SHA-256哈希链条进行篡改检测，强制执行180天的保留期，并提供命令行界面以重构决策并验证完整性。还有一个覆盖命令，用于标记可能的缺口（在实践中，遗漏比编辑更具风险）。 该库故意设计得很简单：使用TypeScript，针对Vercel AI SDK中间件，支持S3或本地文件系统，采用线性哈希链条。它也与Mastra（代理框架）兼容，我乐意通过拉取请求扩展其集成。 博客文章及仓库链接： [https://systima.ai/blog/open-source-article-12-audit-logging](https://systima.ai/blog/open-source-article-12-audit-logging) 我非常重视反馈、想法和任何批评。