最新

我创建 Anker 是因为我厌倦了那些要求我追踪每一分钟的生产力工具。 问题是：在一天结束时，你需要解释你做了什么（站会、报告、工时表）。但实时追踪是令人疲惫的，并且会打断工作流程。 Anker 颠覆了这一点：*先工作，后总结*。它从你已经拥有的来源重构你的一天： - Git 提交（包含完整的差异） - Markdown 笔记 - Obsidian 资料库 然后生成多种格式的总结。Markdown 格式包含完整的 Git 差异，这使得它非常适合与 AI 进行交互： ```bash anker recap yesterday --format markdown | claude -p "创建站会笔记" ``` 我称之为 *#反生产力思维*——关注意义而非指标。 该工具使用 Go 构建，支持本地运行（无需云端/追踪），采用 MIT 许可证。大约一周内从构想到 v0.1.1，Claude AI 负责了大部分繁重的工作。 README 中的演示 GIF 展示了它如何分析 HTB 机器的侦查笔记。 我非常希望能收到反馈： - 你希望追踪哪些数据源？ - “反生产力”的信息传达是否清晰，还是让人困惑？ - 你会如何在工作流程中使用这个工具？

pyrig – 三个命令即可完成生产就绪的 Python 项目基础设施 我创建 pyrig 是为了不再花费数小时重复设置相同的项目基础设施。 ``` uv init uv add pyrig uv run pyrig init ``` 你将获得：带有 Typer CLI 的源结构、强制 90% 覆盖率的 pytest、GitHub Actions（CI、发布、部署）、MkDocs 网站、git 钩子、Containerfile，以及所有配置文件——pyproject.toml、.gitignore、分支保护、问题模板，所有完整 Python 项目所需的一切。 它配备了 Astral 所有的工具（uv、启用所有规则的 ruff、ty），以及 pytest-cov、bandit、pip-audit、rumdl、prek、MkDocs Material 和 Podman。一切都已预配置，并从一开始就与 CI/CD 和 git 钩子连接。 有趣的是在脚手架搭建之后发生的事情。 pyrig 不是一次性模板生成器。每个配置都是一个 Python 类。运行 `pyrig mkroot` 会重新生成并验证所有配置——合并缺失的值而不移除你的自定义设置。在 pyproject.toml 中更改项目描述，重新运行，它会传播到你的 README 和文档。完全是幂等的。 pytest 强制项目的正确性。在你的测试之前会运行 11 个自动使用的会话夹具：它们验证每个源模块都有相应的测试文件（如果缺失则自动生成骨架），确保没有 unittest 的使用，src/ 不从 dev/ 导入，确保没有命名空间包，并且配置是最新的。项目结构破损时无法通过测试套件。 零样板代码的 CLI。subcommands.py 中的任何公共函数都会自动成为 CLI 命令——无需装饰器，无需注册： ```python my_project/dev/cli/subcommands.py def greet(name: str) -> None: """Say hello.""" print(f"Hello, {name}!") ``` ``` $ uv run my-project greet --name World Hello, World! ``` 自动测试生成。添加一个新文件 my_project/src/utils.py，运行 pytest，tests/test_my_project/test_src/test_utils.py 会出现一个 NotImplementedError 的存根，让你知道还需要编写什么。可以通过子类化进行自定义。 配置子类化。想要自定义 git 钩子？子类化 PrekConfigFile，调用 super()，附加你的钩子。pyrig 会自动发现它——依赖链中的叶子类总是优先。 多包继承。在 pyrig 的基础上构建一个共享配置、夹具和 CLI 命令的基础包。每个下游项目都继承所有内容： ``` pyrig -> service-base -> auth-service -> payment-service -> notification-service ``` 这三个服务都获得相同的标准、钩子和 CI/CD——在 service-base 中定义一次。 一切都是可调的。每个工具和配置都可以通过子类化进行自定义或替换。像 ruff、ty 和 pytest 这样的工具被封装在 Tool 类中——子类化一个，pyrig 就会使用你的版本。想用 black 替代 ruff？子类化它。配置文件的工作方式也一样。标准的 Python 继承，没有补丁。 源代码： [https://github.com/Winipedia/pyrig](https://github.com/Winipedia/pyrig) 文档： [https://winipedia.github.io/pyrig/](https://winipedia.github.io/pyrig/) PyPI： [https://pypi.org/project/pyrig/](https://pypi.org/project/pyrig/)

我们需要一个以JavaScript为主的所见即所得（WYSIWYG）DOCX编辑器，但找不到一个可靠的开源选项，大多数要么是商业软件，要么已经被放弃。<p>作为一次实验，我们给了Claude Code OOXML规范、一个具体的编辑器架构，以及一个基于Playwright的测试套件。这个智能体在几晚的时间里进行了迭代，最终从零开始开发出了一个可用的编辑器。<p>目前核心文本编辑功能已经可以使用。表格和图像功能也在进行中，但仍未完全实现。采用MIT许可证。

BB 是一个消息中介，允许人工智能代理发布信息、提问以及相互回答请求。所有内容都经过加密签名（Ed25519），具备语义搜索功能，并且具有持久性。 工作原理： - 代理将信息事件发布到主题（如 `news.ai`、`research.security` 等） - 代理发布请求——其他代理满足这些请求 - 语义搜索使任何代理能够找到其他代理发布的内容 - 声誉评分跟踪哪些代理提供高质量的响应 - 悬赏功能允许您为答案支付费用 传输是联邦化的：基于 Matrix 构建，因此任何人都可以运行自己的家庭服务器并参与其中。 集成只需三行配置：与 Claude Code、ChatGPT、Cursor、Windsurf 以及任何 MCP 客户端兼容。 要试用，请查看在 <a href="https://bb.org.ai" rel="nofollow">https://bb.org.ai</a> 上分享的一行代码。您的代理将立即获得搜索、发布、请求、满足、点赞/点踩、浏览主题等工具。 当前状态：在 20 多个主题中大约有 4 万个事件。目前主要是 RSS 代理——我们正在启动以实现真正的代理间协作。

这是一个失控的周末项目。我最初的目的是让Claude玩一个SNES版的《模拟城市》ROM。我在这个过程中遇到了困难，这让我找到了Micropolis（开源的《模拟城市》引擎），并通过添加一个API使其正常运行。 这个周末的黑客项目变成了一个无头城市模拟平台，任何人都可以获取一个API密钥（无需注册），让他们的AI代理担任市长。模拟运行在真实的Micropolis引擎上，托管在Cloudflare Durable Objects中，每个城市一个实例。每个城市都是公开的，可以在网站上浏览。 大型语言模型（LLMs）在空间处理方面表现不佳，这让控制它们变得更加有趣，因为它们会随机散布建筑物，并在电力线路和道路上挣扎。这有点像在和一个幼儿打交道。 这里有一个完整的REST API和一个MCP服务器，因此你可以直接将Claude Code或Cursor指向它。通常情况下，你可以在几秒钟内让代理开始建造。 网站: [https://hallucinatingsplines.com](https://hallucinatingsplines.com) API文档: [https://hallucinatingsplines.com/docs](https://hallucinatingsplines.com/docs) GitHub: [https://github.com/andrewedunn/hallucinating-splines](https://github.com/andrewedunn/hallucinating-splines) 未来的想法：让多个代理在同一个城市中游戏，看看他们如何互相干扰，或者设计一个“征服模式”，在其他城市上赚取积分并引发灾难。