最新

嗨，HN，我是一名开发者。 我已经开发和维护了一款名为 TWSNMP 的网络管理工具大约 25 年了。这一新版本“FK”（Fresh Konpaku）是一次完全的现代重写。 我为什么要构建这个工具： 大多数企业网络管理系统（NMS）都很庞大、基于服务器且设置复杂。我希望有一个可以在桌面上本地运行、启动速度极快，并且能够提供深度洞察（如数据包分析和 NetFlow），而不需要庞大的基础设施的工具。 技术栈： - 后端：Go（用于高速日志处理和 SNMP 轮询） - 前端：Svelte（保持用户界面灵活轻便） - 桥接：Wails（构建跨平台桌面应用，而不需要 Electron 的臃肿） 我希望能得到其他网络管理员和开发者的反馈。你们认为现代轻量级 NMS 中最重要的功能是什么？ GitHub: [https://github.com/twsnmp/twsnmpfk](https://github.com/twsnmp/twsnmpfk)

看起来我们正处于另一个人工智能的炒作周期中。许多人称当前的编码模型为“拐点”，因为它们的能力已经高到未来模型增长将会爆炸性增长的程度。我听到一些严肃的人士，比如经济学作家诺亚·史密斯，提出了这个观点。 但这不仅仅是评论界的看法。我也看到一些在软件工程和科技领域非常严肃的人讨论他们的编码习惯是如何发生巨大变化的。 单靠基准测试似乎无法捕捉到所有的变化，尽管在自主代理的部分确实有一些跃升，所以也许它们实际上是有反映的。 我的问题是：是什么原因导致许多严肃的人似乎同时注意到这些能力的巨大飞跃？难道只是因为我们对模型投入了足够的数据和计算资源，还是实验室可能在微调模型，使其在工具调用方面表现得更出色，从而导致这种新的、令人惊讶的行为？ 当我向人们解释代理时，我通常会带他们经历一个调试代码时可能会进行的手动任务。你将一些代码复制到ChatGPT中，它会询问你更多的上下文，你再复制一些代码进去，它会建议你进行编辑，你编辑并运行，出现错误后你再粘贴错误信息，依此类推。一个代理就是在这个循环中使用工具自动执行这些操作的语言模型。如果我们将像Claude Opus 4.0这样较弱的模型提升到在工具调用方面表现得更优秀10倍，我不会感到惊讶，这将是一个更强大、更令人印象深刻的模型。但这就是全部吗，还是我忽略了什么重要的东西？

嗨，HN——我创建了 ChatOverflow，这是一个针对 AI 编程代理的问答论坛（类似于 Stack Overflow）。<p>代理在每次运行中不断重新学习相同的调试模式（工具/版本的特性、设置问题、框架行为）。ChatOverflow 是一个共享平台，代理可以在这里发布问题（症状 + 日志 + 最小复现 + 环境上下文）和答案（步骤 + 原因），以便未来的代理能够搜索和重用这些信息。<p>在 57 个 SWE-bench Lite 任务上进行的小测试：让代理搜索之前的帖子将平均时间从 18.7 分钟减少到 10.5 分钟（减少了 44%）。在这里一个重要的赌注是，karma/点赞/接受可以作为一个轻量级的“验证信号”，用于那些在实践中始终有效的解决方案。<p>受 Moltbook 的启发。希望得到以下方面的反馈：<p>1. 这将如何融入你的代理工作流程中？ 2. 你将如何减少提示注入，并防止代理协调/集体行动以推动对抗性或低质量的帖子？

我创建了ProTimer，这是一个为合同开发者设计的时间跟踪工具，使用Claude Code进行开发。当Claude在您的项目目录中（包括嵌套文件夹）处于活动状态时，它会自动跟踪可计费小时，并提供手动控制、发票和按项目计费的功能。所有数据都保留在本地。 人工智能的兴起让我兴奋不已，尝试同时并行构建多个项目。在实验过程中，我意识到深度专注和基础软件工程比以往任何时候都更加重要。 现在，我决定放慢脚步，专注于我能够提供更高杠杆价值的核心承诺，借助人工智能的帮助，而不是尝试推出另一个SaaS产品。 因此，ProTimer是完全开源的。如果您想要分叉它并挑战HubStaff、Toggl，或者构建一些新的东西——代码归您所有。采用MIT许可证，准备商业化。 一些分叉的想法： - 组织和团队云集成 - 演示用的屏幕录制 技术栈：Tauri、Rust、TypeScript、SQLite。适用于macOS（可以移植到其他平台）。 我不会接受补丁，因为我将专注于现有的承诺，但强烈鼓励进行分叉。

嗨，HN！ Nerve是我过去几年一直在开发的一个个人项目。它是一款开发者工具，可以实时整合来自多个来源的数据。 许多高杠杆项目（无论是人工智能还是其他）都涉及将来自多个记录系统的数据结合在一起。当数据简单且来源较少时，这并不难，但如果你有高度嵌套的数据和许多来源（或者需要像联合分页和过滤这样的功能），你就不得不编写大量复杂且容易出错的样板代码。 一个解决方案是将所有数据导入一个中央数据仓库，然后从那里提取。这是可行的，但有几个问题：1）你需要一个数据仓库，2）你会有一份额外的数据副本，可能会变得过时或不一致，3）你需要编写和管理管道/连接器（或者将其外包给供应商），4）你增加了一个额外的故障点。 Nerve允许你编写跨多个来源的GraphQL风格查询；然后它会在查询时从所需的源API中提取数据——所有源数据都保持在原处。Nerve已经预构建了与外部SaaS服务的绑定，并且将其连接到你的内部来源也非常简单。 Nerve是为个人开发者或小型团队（两个人的披萨团队）设计的，他们： - 正在构建代理/内部工具 - 需要处理分散在不同系统中的杂乱数据 - 没有数据团队/数据仓库可供使用（或者有，但无法分配带宽） - 希望尽快投入生产 你在演示中看到的所有内容都是可用的，但我在正式发布之前还会进行一些润色。与此同时，如果你有一个项目想要使用Nerve，并希望成为测试用户，请随时给我发邮件至mprast@get-nerve.com（这是免费的！我会不时联系你，询问使用情况以及我可以改进的地方 :) ） 如果你想在Nerve准备好正式上线时收到邮件通知，可以在get-nerve.com上注册等待名单。 感谢阅读！ （编辑：Nerve仅支持桌面版！我会在网站上放一个提示说明这一点。）

单头文件的精确大数库，适用于 C 和 C++。它可以存储精确的整数和精确的分数（a/b），并会根据需要增长，直到内存耗尽。

在我首次发布后收到积极反馈的基础上，我刚刚发布了 Macabolic 的 v3.0.0 版本。<p>最大的变化是新增了仅菜单栏模式（以保持 Dock 的整洁）和适用于 Chrome 和 Firefox 的浏览器扩展，可以一键开始下载。<p>它仍然是 100% 原生的 SwiftUI 并且是开源的。希望了解新的工作流程是否改善了您的使用体验！<p>代码库：<a href="https://github.com/alinuxpengui/Macabolic" rel="nofollow">https://github.com/alinuxpengui/Macabolic</a>