最新

这是我几乎工作了一年的项目——echo.html！它是一个用于记录笔记、连接笔记并将其保存/分享为单个文件的工具。想象一下，它结合了Feather Wiki和Roam的特点，但使用类似于emacs的命令。希望你会喜欢！

我想分享一个我正在进行的项目。和许多人一样，我对现有的投资组合应用感到沮丧。它们优先考虑多资产的行情列表，充斥着各种山寨币的信息，且常常会收集你的投资组合数据。 我找不到一个专注于比特币的干净、专用的应用，所以我决定自己动手开发一个。 从一开始，我的核心架构原则就是：你的数据属于你： 100% 本地存储：你的投资组合余额、地址和交易历史完全存储在你的设备上。没有用户数据被发送到外部服务器。 无托管，无执行：这只是一个分析和跟踪工具。你完全掌控一切。 开放数据源：它仅使用开放的API获取价格和网络状态。在第三方API缺少历史数据的情况下，应用会在本地缓存和积累数据，以生成你的指标。 由于该应用不需要担心一万种不同的代币，它完全专注于长期比特币持有者真正关心的工具和智能： 灵活的投资组合跟踪：你可以手动添加交易，上传CSV文件，或直接从公共钱包地址导入（并能够选择特定交易）。 准确的盈亏：编辑成本基础、费用和备注等元数据，以准确了解你的投资组合表现和回撤情况。 本地网络统计：直接在应用中跟踪区块高度、内存池压力、交易费用、流通供应量和减半倒计时。 积累目标：设定你的持仓目标并直观跟踪你的进展。 基本功能：干净的互动图表、可自定义的价格提醒（带完整触发历史）以及快速更新的主屏幕小部件。 核心跟踪功能完全免费。还有一个可选的PRO级别，解锁高级技术分析、标准普尔500/黄金相关性跟踪和企业财务监控等功能（这有助于支持开发），但主要目标是提供一个稳固、无噪音的基础。 我希望这里的社区能够深入探讨，测试一下，并告诉我你们的想法。你觉得当前生态系统中还缺少哪些严格的比特币原生功能？

嗨，HN， 我开发了DevOps Agents——一套专门的AI代理，旨在帮助处理日常的DevOps和SRE工作。 这些代理会分析你的GitHub仓库，确定所需的云资源，部署所有内容，并使你的应用程序上线到生产环境中。它们具有聊天界面（类似于Claude Code或ChatGPT），在部署后会继续协助你管理基础设施。例如，我可以询问代理应用程序是否正在运行，它会通过SSH连接到资源，检查状态、查看日志、找出根本原因，并使应用程序恢复运行。 我已经在涉及复杂设置的各种任务中使用过这个工具——Kubernetes、ELK栈、Grafana、Prometheus、Redis、ClickHouse、CI/CD管道、自托管工具、Docker设置，以及多账户的AWS、Azure、GCP或DigitalOcean部署。 我之所以构建这个工具，是因为我已经在使用Cursor和Claude Code来管理我的基础设施，它们在代码方面表现出色。但基础设施是不同的——大多数上下文并不在代码中。比如配置文件的位置、哪个云账户对应哪个环境、哪些端口是开放的、服务之间如何通信——这些信息都存在于代码库之外。每次我开始一个新会话时，都要从头重新解释我的整个设置。这些代理是专门设计的，能够在会话之间保留基础设施的上下文，这样我就可以继续管理我的基础设施而不失去连续性。 欢迎提出任何问题。

在大约4小时内完成了这个项目，完全没有编码背景。它跟踪了自第二次世界大战以来最大的急性航运中断的几个经济角度。

我不确定为什么直播质量这么低，我花了一段时间选择了4K。我能够看清文字，你也应该能看清。<p>这个直播大约会持续24小时左右。<p>你可以在这里看到它生成的MD5碰撞：<a href="https://stateofutopia.com/experiments/md5collider" rel="nofollow">https://stateofutopia.com/experiments/md5collider</a>

你好！

LLM代理通常会将原始的JSON工具输出直接放入提示中。在进行几次工具调用后，早期的结果会被压缩或截断，导致答案变得不正确或不一致。 我构建了Sift，一个即插即用的MCP网关，它将工具输出存储为本地工件（在SQLite中索引的文件系统二进制大对象），并在响应较大或分页时返回一个`artifact_id`以及紧凑的模式提示。 模型不再在提示中推理完整的JSON，而是运行一个小的Python查询： ```python def run(data, schema, params): return max(data, key=lambda x: x["magnitude"])["place"] ``` 查询代码在受限的子进程中运行（AST/导入保护 + 超时/内存限制）。只有计算出的结果会返回给模型。 基准测试（Claude Sonnet 4.6，12个数据集中的103个问题）： - 基线（提示中的原始JSON）：34/103（33%），输入令牌10.7M - Sift（工件 + 代码查询）：102/103（99%），输入令牌489K 开放基准测试 + MIT代码： [https://github.com/lourencomaciel/sift-gateway](https://github.com/lourencomaciel/sift-gateway) 安装： ```bash pipx install sift-gateway sift-gateway init --from claude ``` 与Claude Code、Cursor、Windsurf、Zed和VS Code兼容。现有的MCP服务器和工具无需更改。