最新

嗨，Hacker News，我是Louis。我创建了Screenpipe（[https://screenpipe.com](https://screenpipe.com)）。Screenpipe是一款应用程序，能够本地（仅限本地）录制您的屏幕和音频，并为AI代理提供可搜索的记忆，记录您所看到、听到和说过的内容。这使得自动化重复任务变得更加容易，并将其转化为标准操作程序（SOP）等。 我制作了一个HN风格的演示视频，可以在这里观看：[https://www.tella.tv/video/build-your-ai-second-brain-with-screenpipe-e1j7](https://www.tella.tv/video/build-your-ai-second-brain-with-screenpipe-e1j7)，还有一个营销视频：[https://www.youtube.com/watch?v=c1jV6E9pyug](https://www.youtube.com/watch?v=c1jV6E9pyug)。 我对这个项目一直非常痴迷。从2020年开始，我就一直在维护一个“第二大脑”，在其中存储日记、手写笔记、我听的音乐、我正在进行的项目、与人交谈的内容、个人客户关系管理等。我在早期与ParlAI、数百个微调的GPT2模型和GPT3进行了大量的RAG实验（[https://forum.obsidian.md/t/fine-tuning-openai-api-gpt3-on-your-second-brain-obsidian/21849/4](https://forum.obsidian.md/t/fine-tuning-openai-api-gpt3-on-your-second-brain-obsidian/21849/4)）。后来，我构建了Ava，这是第一个Obsidian AI插件，迅速吸引了几千名用户。它后来演变为Embedbase，一个API，旨在简化构建基于RAG的AI应用程序。 我从中学到的最重要的一点是，模型需要了解您在计算机上所做的事情的上下文，以便能够完成您想要的操作。 在早期，虽然有微调的过程，但这太麻烦了；接着出现了工具调用，使得AI能够访问您使用的软件，但仍然不够自主，需要微管理。然后出现了MCP，但它感觉太静态，非技术用户在构建和使用MCP时遇到困难。随后我们得到了技能。最近，我们看到了Karpethy的LLM维护的维基、Garry的GBrain等，其中一个代理逐步维护一个持久的Markdown页面集合。新的来源更新实体页面，增强或反驳现有的主张，并改善随时间推移而累积的综合。我喜欢这种模式，但它仍然始于有人选择和导入来源。AI仍然无法了解您和您的公司每天在各个应用程序中的活动，而不仅仅是在应用程序内部。 当然，并不是每个人都想要这个。但我想要！我希望AI知道我在做什么，并且永远不会失去记忆，我希望它使用与人类相同的软件，而不需要痛苦的上下文切换。 我在2024年开始为自己构建Screenpipe——一个命令行工具，用于录制您的屏幕并将这些上下文信息传递给AI。2024年，一位HN用户在这里发布了它（[https://news.ycombinator.com/item?id=41695840](https://news.ycombinator.com/item?id=41695840)），那次讨论对产品产生了影响。最有用的批评集中在录制同意、本地安全性、CPU使用、信噪比以及代理是否能够在数据之上进行操作等方面。 最初的简单实现是不断录制视频并对每一帧进行OCR处理。但这会产生重复数据，消耗大量资源（基本上会把您的计算机变成一个取暖器！），并且丢弃了操作系统已经知道的结构。现在，Screenpipe改为监听应用程序切换、点击、输入暂停、滚动和空闲回退等事件。当某些有意义的变化发生时，它会在相同的时间戳下将屏幕截图与操作系统的可访问性树配对。当结构化的可访问性数据不可用时，会使用OCR。我们还会持续捕获音频，识别说话者并通过Parakeet/Whisper或使用云模型进行本地转录。 所有数据都在本地SQLite数据库、mp4文件和有时的md文件中进行索引。一个友好的AI API在3030端口开放给代理，带有身份验证、MCP和技能。 一旦Screenpipe运行了一段时间，您可以通过我们内置的聊天工具Claude、ChatGPT、Hermes、Openclaw或任何代理来执行以下操作： - 为您当前的聊天添加上下文，例如“收集关于任务X的所有上下文”，从而减少实现目标所需的提示 - 检索信息，例如“检索我从上午8点到下午4点所做的任务，列出已完成和未完成的事项” - 为您的代理创建和维护个人维基/第二大脑：“每小时将我在Obsidian库中进行的项目、人员、任务、会议等内容整理为Markdown文件和文件夹” - 创建自动化：每当我访问某人的LinkedIn资料时，更新我的CRM - 寻找自动化机会：查看我团队本周所做的一切，并将其转化为自动化机会列表 Screenpipe的数据是本地存储的，尽管我们也提供企业计划，以发现自动化机会，具体由公司决定数据存放的位置。我们构建了自己的AI PII模型来删除敏感信息，它在Apple MLX或Windows DirectML上本地运行，我们还支持低端设备的云保密推理，尽管我们的本地模型旨在使用<1% CPU和<400 MB RAM。用户可以设置应用程序、窗口和URL进行过滤，此外还有浏览器隐身模式。 我们还支持录制计划和其他隐私功能。 我们的代码库大部分是用Rust、MLX、Onnx编写的，我们喜欢使用cidre或直接C调用Apple API，以及windows-rs用于Windows API。我们还实验性地支持Linux。 我们有一个桌面应用程序（[https://screenpipe.com/how-to-install](https://screenpipe.com/how-to-install)）和一个命令行工具： ``` npx screenpipe record ``` 您可以在不创建账户的情况下运行它。所有代码都可以在这里找到：[https://github.com/screenpipe/screenpipe](https://github.com/screenpipe/screenpipe)。我们采取了令人畏惧的步骤，制定了自己的Screenpipe商业许可证。我知道HN强烈偏好OSI开源（MIT/Apache等），但找不到可持续的方式来继续开发Screenpipe，同时让公司免费使用它。因此，现在个人非商业、非营利、教育和研究用途是免费的，但商业用途需要许可证。 在许可证变更之前发布的版本仍然以MIT协议提供。我们有一个免费层和其他计划，包括企业计划，帮助公司发现自动化机会。 期待听到您对Screenpipe的反馈、您使用Screenpipe所做的事情或您希望的功能。

根据我们上次发布的反馈，我们对Claude Code子代理的分支输出与顺序执行相同工作的情况进行了测量。<p>我们发现它们使用的输入令牌数量在2到（几乎）6倍之间，并且在我们计时的任何任务中都没有更快。

大家好，HN的朋友们，我们是Jonathan和Guy，OneCLI的创始人。OneCLI是一个开源的AI代理秘密库。传统的秘密库用于安全存储您的秘密，并在需要时安全地提供给您，信任使用者能够妥善保管这些秘密。然而，在代理的世界里，这种信任并不成立，因为您无法知道秘密在交付给代理后发生了什么，或者它被保存在哪里。或者，可能有人甚至操控了这些秘密以便交给他人？ 基于这样的理解，我们决定构建一个网络网关，位于您的AI代理和它们调用的服务之间。OneCLI通过主机/路径匹配请求，验证代理是否有访问权限，替换占位符为真实凭证，并转发请求。存储在OneCLI秘密库中的秘密在静态时是加密的，或者可以实时从您的Bitwarden/1Password钱包中获取。 演示 - [https://youtu.be/5e5pbPEzZfY](https://youtu.be/5e5pbPEzZfY) 我们构建OneCLI的过程是偶然的，尽管我们的职业生涯都在安全领域。当时，我们实际上在开发一个名为ChartDB的开发工具，这是一个开源的数据库工具。随着OpenClaw在今年一月的成功推出，我们开始使用它来在ChartDB上编排代理。我们很快意识到，身份验证存在一个重大问题。代理需要凭证来执行实际工作，但将这些秘密交给它们并不是一个好主意。它们会将秘密保存在内存中，并以明文形式写入本地文件和会话。从我们的角度来看，代理很容易被欺骗，从而泄露这些API密钥/秘密。因此，我们需要某种方式来控制代理，并防止提示注入欺骗它使用其服务为攻击者谋利。我们不向代理提供密钥，并在敏感操作中添加警报或人机协作，以防有人操控代理，并对访问日志进行审计。 代理是用Rust编写的，仪表板是用Next.js构建的，秘密在静态时使用AES-256-GCM加密。所有内容都运行在Docker容器中。它可以与任何代理框架（如Claude Code、Codex、Cursor、OpenClaw、Hermes或任何可以设置HTTPS_PROXY的框架）一起使用。 我们每天都在使用它。我的OpenClaw在Attio、Gmail和我的日历之间运行，并在敏感操作上需要人机协作的批准。批准是在网络层面强制执行的，因此无论代理是通过MCP、CLI、curl还是它即时编写的代码进行操作，都必须经过批准。对Guy来说，它会审查PR，但在没有他的批准下无法合并。目前，公司主要用于编写代理，这些代理在寻找提升权限以实现目标的方式上非常有创意。使用OneCLI，无论代理发现了什么，只要请求不符合政策，就不会通过。 这并不会阻止代理滥用其合法拥有的访问权限，因此要严格限制范围政策。 我们乐意回答任何问题。我们相信，不能信任模型的行为，必须设定确定性的规则以保持控制。

我是一名90年代的孩子，NeGeo游戏机是我一直渴望拥有的东西，而我只见过一个人拥有过它！ 对于关注此事的人来说，年底将会推出一款新的NeGeo AES游戏机！ 我感到很兴奋，想起了我曾经喜欢的OG SNK游戏（《超级伙伴》、《合金弹头》、《格斗艺术》）。 我首先尝试了出色的OpenEmu原生macOS模拟器，但发现它并不支持NeGeo游戏机（顺便说一下，我后来发现它有实验性支持）。 MAME是可以使用的，但我希望能有一个类似OpenEmu的更好的macOS前端。 在我的职业生涯中，我曾经构建过很多macOS/iOS应用（出于兴趣和专业原因）。所以我决定试一试。很快，这不仅仅变成了一个MAME前端……我希望能提供更好的体验，并嵌入了出色的libGeoLith模拟器库。 NeoBox可以使用GeloLith（具有原生Metal渲染管道）或自我管理的MAME安装的前端。 那么……哪些是AI生成的，哪些不是： * 主要的原生macOS前端是完全手写的代码，没有什么花哨的。只是原生的AppKit代码。 * 费尽心思测试尽可能多的NeoGeo ROM，并修复错误。 AI辅助的部分： * 网站（当然；）） * libgeolith和Metal渲染管道。这对我来说确实是新领域，没有AI我无法做到这一点。我对图形渲染管道并不精通，因此Claude能够让这一切顺利运行让我感到惊讶！ 我的目标……很简单……希望它能为我购买新的NeoGeo AES+终极版游戏机提供资金 :) 就这些了！ Mac App Store链接： [https://apps.apple.com/us/app/neobox-neo-geo-player/id6769912877](https://apps.apple.com/us/app/neobox-neo-geo-player/id6769912877)