2 分•作者: Zakaria_Gamal•8 个月前•原帖
我构建了 zkzkAgent,作为一个完全离线、以隐私为首的 Linux AI 助手(LangGraph + Ollama,无需云端)。它已经具备自然语言文件/进程/服务管理、Wi-Fi 修复、语音输入/输出以及对风险操作的人机协作安全保障功能。 最近添加了包管理功能,目标如下: - 100% 本地/离线能力(对于已知包无需网络搜索) - 每次安装/卸载/升级都需要人工确认 - 智能回退顺序以避免冲突: 1. 特殊情况(Postman → snap,VSCode → snap --classic,Discord → snap/flatpak 等) 2. 对于 GUI 应用优先使用 Flatpak 3. 当 Flatpak 不可用时使用 Snap 4. apt 仅用于命令行/系统工具 - 在提出任何建议之前检查是否已安装 - 提供干运行样式的预览 + 显示完整命令输出 - 不会盲目执行 — 始终询问“是/否”以进行修改 “安装 Postman”的示例流程: → 检测操作系统和互联网(一次性) → 识别 Snap 路径 → 提议“sudo snap install postman” → 显示预览并请求确认 → 仅在确认“是”后执行 → 通过“postman --version”进行验证 代码库: [https://github.com/zkzkGamal/zkzkAgent](https://github.com/zkzkGamal/zkzkAgent) 欢迎反馈,特别是: - 还有哪些其他包/工具需要特殊处理? - 是否应该更积极地优先使用 Flatpak? - 有没有我遗漏的可怕边缘情况? 谢谢!
2 分•作者: _smertens_•8 个月前•原帖
你好, 我开发了 tlsctl,这是一个用于检查、测试和调试 TLS 连接的小型命令行工具: <a href="https://github.com/catay/tlsctl" rel="nofollow">https://github.com/catay/tlsctl</a> 它旨在使 TLS 诊断比将 `openssl` 和其他临时命令拼凑在一起更易读和结构化。你可以检查证书和证书链,检查协议支持,并以不同格式输出结果。 开发这个工具的部分动机是出于实际需求(我厌倦了解析 `openssl s_client` 的输出),另一部分则是出于教育目的。我希望能在主动工程工作流程中获得更多的实践经验。特别感谢 <a href="https://ampcode.com/" rel="nofollow">https://ampcode.com/</a> 提供的编码助手。 我非常希望能收到关于工具的实用性、缺失功能以及它是否适用于实际 TLS 故障排除工作流程的反馈。 谢谢! 史蒂文
2 分•作者: jrandolf•8 个月前•原帖
我开始深入研究OpenClaw,然后发现了这个:<a href="https://clawhub.ai/steipete/trello" rel="nofollow">https://clawhub.ai/steipete/trello</a>。他们实际上在告诉人们,只要在环境变量中暴露凭据是可以的。 如果我们在构建AI,安全性必须成为产品原则,而不是事后考虑。AI使编码变得更加容易,但它也剥夺了你通常从经验丰富的导师和艰苦获得的生产经验中得到的保护措施。 因此,我们构建了Earl:一个为大型语言模型(LLM)代理提供安全的命令行界面(CLI)。Earl不直接给代理提供原始的shell和网络访问,而是强制执行基于模板的调用,将秘密存储在操作系统的钥匙串中,阻止SSRF/私有IP目标,支持出站白名单,并对Bash/JS/SQL执行进行沙箱处理。 它还作为MCP服务器运行,以便代理可以原生使用这些相同的控制。 开始使用:<a href="https://github.com/brwse/earl?tab=readme-ov-file#quick-start" rel="nofollow">https://github.com/brwse/earl?tab=readme-ov-file#quick-start</a>
3 分•作者: gitpullups•8 个月前•原帖
我有一点电话焦虑,对打电话给餐馆、银行、医生等感到非常恐惧。我想:人工智能可以通过将网页表单转化为提示来解决这个问题。 最初,项目的构思很简单——使用11labs进行语音识别、Claude和Twilio,但实际上变得相当复杂(尽管我尽量采用了快速编码的方式)。 首先,快速找到电话号码是很困难的。这是通过使用一些基本的DuckDuckGo搜索和OpenAI调用进行网页抓取来实现的。 其次,收集正确的信息。我在这方面仍然有些挣扎,但架构是这样的: A) 用户输入拨打电话的目标和商家名称 B) 如果检测到关键词,就启动默认表单类别之一 C) 如果没有,从GPT-4o-mini获取结构化的JSON并转化为React表单 每次拨打电话的成本失控,但幸运的是,Sonnet可以处理大部分电话,而我也愿意为Twilio付费。 这个为期一周的项目最终花了几个月的时间来完成,当然是因为各种原因。 目前仍在进行中,如果你有任何想法或遇到的问题,请随时给我发邮件:[email protected]。