嘿，HN，
stripe-no-webhooks 是一个开源库，可以将您的 Stripe 支付数据同步到您自己的 Postgres 数据库：
<https://github.com/pretzelai/stripe-no-webhooks>
这里有一个演示视频：<https://youtu.be/cyEgW7wElcs>
它在您的 Stripe 账户中创建一个 webhook 端点，将 webhook 转发到您的后端，在那里一个 webhook 监听器将所有数据存储到一个新的 <i>stripe.*</i> 模式中。您可以在 TypeScript 中定义您的计划，运行同步命令，库会处理创建 Stripe 产品和价格、处理 webhook 并保持您的数据库同步。我们还允许您为现有账户回填 Stripe 数据。
它支持预付费使用积分、账户钱包和基于使用量的计费。它还允许您生成一个可以自定义的定价表组件。您可以使用库提供的简单 API 访问用户信息：
```javascript
billing.subscriptions.get({ userId });
billing.credits.consume({ userId, key: "api_calls", amount: 1 });
billing.usage.record({ userId, key: "ai_model_tokens_input", amount: 4726 });
```
实际上，如果您不想，您不必再处理 Stripe 仪表板或 Stripe API/SDK。这个库为 Stripe 提供了一个良好的抽象，应该覆盖大多数订阅支付用例。
让我们通过一个快速示例来看看它是如何工作的。假设您有一个像 Cursor（IDE）曾经使用的计费计划：每月 20 美元，您可以获得 500 次 API 完成 + 2000 次标签完成，您可以购买额外的 API 积分，任何额外的使用量将按超额计费。
您在 TypeScript 中定义您的计划：
```javascript
{
name: "Pro",
description: "Cursor Pro plan",
price: [{ amount: 2000, currency: "usd", interval: "month" }],
features: {
api_completion: {
pricePerCredit: 1, // 每单位 1 美分
trackUsage: true, // 启用使用计费
credits: { allocation: 500 },
displayName: "API Completions",
},
tab_completion: {
credits: { allocation: 2000 },
displayName: "Tab Completions",
},
},
}
```
然后在命令行中，您运行 `init` 命令，这将创建数据库表和一些 API 处理程序。运行 `sync` 将计划同步到您的 Stripe 账户并创建一个 webhook 端点。当订阅创建时，库会自动将 500 次 API 完成积分和 2000 次标签完成积分授予用户。续订和升级/降级的处理也很合理。
消费代码看起来像这样：
```javascript
await billing.credits.consume({
userId: user.id,
key: "api_completion",
amount: 1,
});
```
如果他们想允许用户手动充值：
```javascript
await billing.credits.topUp({
userId: user.id,
key: "api_completion",
amount: 500, // 购买 500 积分，收费 5.00 美元
});
```
同样，我们还有钱包和使用情况的 API。
在 Stripe 上自己实现这些功能将会是非常繁琐的工作。您需要在自己的数据库中跟踪所有这些权限，并处理续订、到期、临时授予等。这绝对是可行的，尤其是在 AI 编码的帮助下，但您可能最终会构建出一些脆弱且难以维护的东西。
这只是库功能的高层概述。它还支持座位级积分、货币钱包（具有微分精度）、自动充值、强大的故障恢复、税收收集、发票和开箱即用的定价表。
我为测试编写了一个小玩具应用：<https://snw-test.vercel.app>
没有验证，所以请随意使用虚拟邮箱注册，然后使用测试卡订阅计划：4242 4242 4242 4242，任何未来的到期日期，任何三位数的 CVV。
截图：<https://imgur.com/a/demo-screenshot-Rh6Ucqx>
欢迎尝试！如果您最终使用这个库，请在仓库中报告任何错误。如果您遇到问题或想聊天，我很乐意提供帮助 - 我的联系方式在我的 HN 个人资料中。
返回首页
最新
大家好！<p>我正在为我的项目寻找一些优秀的股票+AI Python包。我尝试了多个开源的Python包，目前发现investormate是比较可靠的。它并不是要取代像yFinance这样的低级数据提供者，而是位于其之上，专注于将市场和财务数据转化为可用于分析的对象。<p>我所寻找的功能包括：<p>标准化的损益表、资产负债表和现金流数据<p>60多个技术指标（如RSI、MACD、布林带等）<p>自动计算的财务比率（市盈率、净资产收益率、利润率、杠杆比率）<p>股票筛选（价值、成长、分红、自定义筛选）<p>投资组合指标（收益、波动率、夏普比率）<p>情绪分析<p>回测<p>AI层（OpenAI / Claude / Gemini）<p>目前尝试过的包包括：defectbeta-api、yfinance、investormate。<p>到目前为止，investormate给我留下了良好的印象，我也欢迎任何更好的建议。
嗨，HN——我开发了xmrcheckout，这是一个开源的、自托管的结账用户界面和API，用于接受门罗币（XMR）支付，资金直接从客户转入商家的钱包。
<p>它的功能包括：</p>
- 创建发票（以XMR为单位），托管公共发票页面，并显示支付说明（地址 + 金额 + 二维码）。
- 观察区块链以检测到达的支付并更新发票状态。
- 提供API和可选的Webhook，以便您可以将其集成到现有的订单流程中。
<p>信任模型：</p>
- 不使用私密支出密钥（它从不请求或存储这些密钥）。
- 不进行交易签名，也不自动移动资金。
- 仅限查看的钱包访问（钱包地址 + 私有查看密钥）。
<p>技术栈与部署：</p>
- 用户界面：Next.js
- API：Python
- 数据库：Postgres
- 使用monerod和monero-wallet-rpc进行链上观察
- 可选的nginx/TLS通过docker compose
<p>代码库及截图：<a href="https://github.com/xmrcheckout/xmrcheckout" rel="nofollow">https://github.com/xmrcheckout/xmrcheckout</a></p>
嗨，HN——我正在探索一个想法，希望能得到你们的反馈。
我是一名 Obsidian 的构建者和用户，正在验证一个名为“关注点”的概念。目前这只是一个登陆页面和简短的调查（还没有产品），目的是测试这个痛点是否真实存在。
核心想法（2-3 个要点）：
- 我们中的许多人捕捉了大量有用的信息（笔记/链接/文档），但这些信息很少转化为实际的工作成果。
- 我并不是在寻找更好的“组织方式”（标签/文件夹），而是在探索一个“行动引擎”，它能够：
1. 检测你正在积极关注/工作的内容（“活跃项目”）
2. 在合适的时刻呈现相关的已保存材料
3. 提出具体的下一步行动（理想情况下推送到你现有的任务工具中）
我自己的“第二大脑”变成了良好意图的墓地：组织的成本高于我获得的价值。我正在尝试验证真正的瓶颈是执行，而不是信息捕捉。
在编写代码之前，我想明确两件事情：
- 项目上下文信号（代码库/拉取请求？问题？任务？日历？“项目文档”？）
- 如何闭环：获取知识 → 针对活跃项目进行排名 → 将一小组下一步行动输出到现有的待办工具中 → 从结果中学习（完成/被忽略/编辑），并可选择写回最小状态。开放性问题是：在不产生噪音或隐私风险的情况下，最干净的反馈信号是什么？（显式评分 vs 完成事件 vs 基于文档的写回）
我想向你们询问：
1. 你的“第二大脑”在哪个环节最容易崩溃？
捕捉 / 组织 / 检索 / 执行
（如果可以，请分享一个具体的近期例子。）
2. 今天对你来说，什么最能代表“活跃项目上下文”？
- 任务项目（Todoist/Things/Reminders）
- 问题/看板（GitHub/Linear/Jira）
- 文档/维基页面（Notion/Docs）
- 日历
- “在我脑海中”
你会允许哪个工具读取？
3. 对于一个从你的笔记/链接中建议行动的 AI，你最坚决的“拒绝”是什么？（选择 1-2 个）
- 隐私/数据保留
- 噪音建议/打扰
- 幻觉/错误建议
- 工作流程变更/迁移成本
- 定价
- 其他
大家好，
在寒假期间，我花了一些时间制作了这个Apple II模拟器。我之前做过一个C64的模拟器，但偶然间发现了Apple II，决定这个项目会很有趣。
我花了相当多的时间在Disk II的实现上——这部分内容相当复杂，因为软件对控制器固件的操作有很直接的控制。处理复制保护机制以及相关的时序问题有点挑战性。
你可以在网上试用一个WASM版本，请务必去看看！
[https://emu.chrismoos.com/](https://emu.chrismoos.com/)
嗨，HN！我分析了2006年至2026年间的4000万条评论，并使用人工智能将它们整理成大约1万个主题。<p>你可以探索：
- 随时间变化的上升/下降趋势
- 各个主题的示例评论及原帖链接
- 深度报告（比特币、英伟达、自动驾驶等）<p>大约花了一周时间完成。欢迎反馈！