返回首页
最新
有一类文本，它的大小超出了上下文窗口的限制，但又不足以使用向量数据库。这包括代码库、笔记文件夹、Slack 导出等。我开发了一个小库——raglet，来解决这个问题。
你可以在 Python 中使用它，例如：
```python
from raglet import RAGlet
rag = RAGlet.from_files(["docs/", "notes.md"])
results = rag.search("我们对 API 设计的决定是什么？", top_k=5)
rag.save("my-notes")
```
可以在任何地方加载：
```python
rag = RAGlet.load("my-notes")
```
它使用本地嵌入（sentence-transformers，无需 API 密钥），并保存到一个可以进行 git 提交的普通目录。
基准测试的结果比我预期的更有趣：
- 1 MB (~262K tokens) | 构建时间 3.5 秒 | 搜索时间 3.7 毫秒
- 10 MB (~2.6M tokens) | 构建时间 35 秒 | 搜索时间 6.3 毫秒
- 100 MB (~26M tokens) | 构建时间 6 分钟 | 搜索时间 10.4 毫秒
限制：目前仅支持 .txt 和 .md 文件（PDF/DOCX 是下一个目标），没有文件更改检测，构建时间在 ~100 MB 时会变得不便。
这对你的工作流程有什么帮助呢？
我一直在思考新市场叙事是如何形成的。<p>不是那些大家已经在讨论的显而易见的叙事，而是早期阶段——当一个主题或股票代码悄然开始在讨论中越来越多地出现，直到它变得主流。<p>大多数交易工具关注的是价格、指标或信号。但市场往往是因为关注度和叙事先建立起来才会发生变化。<p>因此，我一直在尝试一个小系统，试图跟踪以下内容：
• 股票提及的突然增加
• 讨论一个主题的独立参与者数量
• 讨论是否在多个时间窗口中持续存在
• 一个叙事周围的关注度增长速度<p>这个系统的目标不是生成买入/卖出信号，而是理解市场关注度如何随时间演变。<p>最近，我还在探索一些想法，比如：
• 叙事阶段（出现 → 扩展 → 顶峰 → 衰退）
• 不同社区之间的关注度持续性
• 关注度的变化是否往往会先于价格变动<p>这个项目目前是一个不断发展的研究工具，我们称之为MindQuant AI。<p>我们的想法是，理解市场的工具不应该是静态的——因为市场中的叙事和行为是不断变化的。<p>所以我很好奇其他人对此的看法。<p>如果你在构建一个市场情报系统，你希望它跟踪哪些信号？
与AI编码助手合作意味着我现在需要处理比以前更多的git工作树。我开发了yawn来使这一切变得可管理：它可以发现你所有的git项目和工作树，让你可以模糊选择一个（fzf、rofi等），并打开它。工作树的创建会处理分支解析，复制未跟踪的配置文件，如.env，并自动运行设置命令。
这个工具本身并没有集成AI，这是有意为之。项目切换和工作树管理只是基础功能，我希望有一个能够很好地完成这些工作的工具，而不对你在其中的操作有任何偏见。
我们发布了一个免费的命令行工具，旨在应对PinchTab——一种利用Chrome开发者工具协议的浏览器劫持技术，使攻击者（或被攻陷的AI代理）能够悄无声息地访问实时浏览器会话。没有恶意软件签名，没有进程注入。大多数终端检测和响应（EDR）系统根本无法识别它。
Unpinched是一个时点扫描工具——可以把它想象成针对PinchTab存在的nmap。它是一个单一的Go二进制文件，无需安装，运行时间约为3秒。
它检查四个方面：
- 本地端口是否存在PinchTab HTTP API服务器（带签名验证）
- 正在运行的进程是否与已知的PinchTab二进制文件名匹配
- 本地地址localhost:9222上是否存在未认证的CDP暴露
- 在macOS、Linux和Windows上的已知文件系统工件路径
该工具还作为GitHub Action发布，因此您可以在扫描结果干净的情况下进行部署。
GitHub链接： [https://github.com/Helixar-AI/Unpinched](https://github.com/Helixar-AI/Unpinched)
如果您对CDP基础攻击为何能够躲避传统安全防护系统的研究感兴趣，可以查看这里：[https://helixar.ai/press/pinchtab-stealth-browser-attacks-your-security-stack-cannot-detect/](https://helixar.ai/press/pinchtab-stealth-browser-attacks-your-security-stack-cannot-detect/)
欢迎就检测逻辑或威胁模型提出问题。
Agent Kanban 具有四个主要功能：<p>在 VS Code 中集成 GitOps 和团队友好的看板<br>通过 @kanban 命令进行结构化的计划/待办事项/实施<br>利用您现有的代理工具，而不是尝试捆绑一个内置的工具<br>.md 任务格式提供了一个永久（可编辑）的真实来源，包括考虑因素、决策和行动，能够抵御上下文的衰退。