最新

这是一个教育性参考实现，展示了如何在 Cloudflare Workers 上从基本原理构建合理安全、符合标准的身份验证。<p>技术栈：Hono、Turso（libSQL）、PBKDF2-SHA384 + 规范化 + 常见密码检查、JWT 访问 + 刷新令牌（支持撤销）、仅限 HTTP 的 SameSite Cookies、设备追踪。<p>这个实现故意保持简约——没有 OAuth、没有密码密钥、没有魔法链接、没有速率限制——因为目标是清晰和可审计性。<p>我主要编写这个实现是为了深入理解边缘运行时的身份验证限制，并提供一个遵循 NIST SP 800-63B / SP 800-132 和 OWASP 指导的干净的 Apache-2.0 示例。<p>在生产环境中，我几乎总是会选择 Better Auth（<a href="https://www.better-auth.com">https://www.better-auth.com</a>）——这个仓库并不打算与之竞争。<p>在线演示：<a href="https://private-landing.vhsdev.workers.dev/" rel="nofollow">https://private-landing.vhsdev.workers.dev/</a><p>代码仓库：<a href="https://github.com/vhscom/private-landing" rel="nofollow">https://github.com/vhscom/private-landing</a><p>欢迎就加密选择、刷新令牌撤销模式、Turso 架构、恒定时间比较、Unicode 陷阱等问题进行提问。

帮派跟踪与深层国家 = 五角大楼。 证据 = 美国军队在战争中为美国士兵设立妓院，通过人口贩卖女性。 另一个证据 = 多年前，我的Instagram账户在我停止与我七、八年级班上一位女孩交谈后，收到了成千上万的假用户名机器人账户的垃圾关注，她曾说过：“你是个好人，总有一天会找到合适的人。”毕竟，我是一个尊重他人的人。 我的名字是维塔利·米科拉约维奇·斯基昆，我是一名无政府主义和平主义者，信奉非暴力原则。可惜我们都得继续交税。

我构建了NanoSLG作为一个最小化的教育性推理服务器，适用于像Llama-3.1-8B这样的语言模型。它支持管道并行（在多个GPU上拆分层）、张量并行（分片权重）以及混合模式以实现扩展。

我知道市面上有很多电视追踪应用，许多人都很喜欢，但对我来说没有一个有效。它们太杂乱，试图告诉我接下来应该看什么、分享、评分等等，可能还有人工智能推荐。 我不想要这些。我只想知道我看过哪些剧集，以及接下来该看什么。 因此，我开发了这个应用，叫做 TV Next，目前正在 TestFlight 测试中，我非常希望能得到反馈：<a href="https://testflight.apple.com/join/CVHfUaD2" rel="nofollow">https://testflight.apple.com/join/CVHfUaD2</a> 如果我发布它，它将是免费的，并会有一个打赏功能。

自从7个月前的Show HN以来，我发布了一些重大更新： • 操作员目录 – 按公司（如谷歌、OpenAI、Anthropic等）浏览160多个爬虫。可以在一个地方查看它们的所有机器人、安全统计数据和官方文档。 • 增强的爬虫资料，包含“阻塞影响”分析和常见用例。 • 新增25个以上的AI爬虫，包括最新的模型和抓取工具。 • 批量robots.txt生成器 – 一键生成所有过滤爬虫的允许/阻止规则。 • 严格遵循RFC 9309 – 模仿Googlebot的“最长匹配”逻辑。 该工具现在可以帮助回答“谁拥有CCBot？”或“给我展示所有OpenAI爬虫？”这些问题在原始讨论中出现得很频繁。 仍然使用Go + Svelte构建，依然免费，无需注册。 欢迎反馈！

我们是汤姆和瑞安，我们合作开发了一个使用Rust和SIMD的算法，以全面搜索地球上最长的视线。我们可以确认，之前推测的吉尔吉斯斯坦的皮克·丹科娃和中国的兴都库什之间的视线确实是最长的，达到了530公里。 我们在<a href="https://alltheviews.world" rel="nofollow">https://alltheviews.world</a>上详细介绍了所有细节。 此外，还有一张互动地图，展示了超过10亿条最长视线，覆盖全球，您可以在<a href="https://map.alltheviews.world" rel="nofollow">https://map.alltheviews.world</a>上查看。只需点击任何一个点，它就会加载该点的最长视线。 有些人可能还记得几个月前汤姆的帖子[1]，讲述了如何高效地打包可视性瓦片以计算整个星球。现在这一切都完成了。计算过程使用了数百个AMD Turin核心、数百GB的内存、几TB的磁盘空间，并在多台机器上持续运行了2天。 如果您对技术细节感兴趣，瑞安和我已经详细撰写了关于我们所使用的算法和流程的内容： * 汤姆的博客文章：<a href="https://tombh.co.uk/longest-line-of-sight" rel="nofollow">https://tombh.co.uk/longest-line-of-sight</a> * 瑞安的技术解析：<a href="https://ryan.berge.rs/posts/total-viewshed-algorithm" rel="nofollow">https://ryan.berge.rs/posts/total-viewshed-algorithm</a> 这是一项充满热情的工作，我们希望它能在技术和自然上激励到您，让您亲自去欣赏这些壮丽的景观！ 1. <a href="https://news.ycombinator.com/item?id=45485227">https://news.ycombinator.com/item?id=45485227</a>