最新

Hi HN， 我开发了 TrueLedger，因为我不想使用那些需要云账户或访问银行凭证才能使用的个人理财应用。 TrueLedger 是一款本地优先的个人理财应用。所有数据都保存在用户的设备上，并且完全离线工作。 技术选择： * 使用 SQLite 实现跨平台本地存储 * 使用 SQLCipher (AES-256) 进行数据库加密 * Web 版本完全在客户端运行，使用 SQLite WASM * 使用加密的、确定性的 JSON 备份，实现可移植性，无需服务器 演示（完全在客户端运行）： [https://trueledger.satyakommula.com](https://trueledger.satyakommula.com) 源代码： [https://github.com/satyakommula96/trueledger](https://github.com/satyakommula96/trueledger) 欢迎提问关于本地优先设计或加密权衡的问题。

状态页面显示服务已恢复（https://status.signal.org）。 编辑：状态已更新为“Signal 正在经历技术问题。我们正在努力尽快恢复服务。”

大家好， 我用 C 语言构建了 <i>Cimba</i>，这是一个多线程离散事件模拟库。 Cimba 使用 POSIX pthread 多线程并行执行多个模拟试验，而协程则在每个模拟试验宇宙中提供并发性。模拟进程基于非对称栈式协程，上下文切换在汇编中手工编写。 栈式协程使得通过概念上将自己“置于”该进程内部并描述其行为来表达主体行为变得很自然。一个进程可以在无限循环中运行，或者仅仅作为一个通过系统的单次客户，从其调用堆栈的任何级别让出和恢复执行，根据需要充当主动主体和被动对象。这受到了我很久以前在 Simula67 中编程的经验的启发，在那里我发现协程比应得的著名的面向对象更重要。 Cimba 运行得 <i>非常</i> 快。在一个简单的基准测试中，100 个 M/M/1 队列的试验，每个运行一百万个时间单位，它比在 SimPy + Python 多进程中构建的等效模型快 <i>45 倍</i>。与 SimPy 模型相比，运行时间 <i>减少了 97.8%</i>。Cimba 甚至在单个 CPU 核心上每秒处理的模拟事件比 SimPy 在所有 64 个核心上处理的还要多。 速度不仅归功于高效的协程。其他部分也为速度而设计，例如哈希堆事件队列（二叉堆加上斐波那契哈希映射）、快速的随机数生成器和分布、用于常用对象类型的内存池等等。 初始实现支持 Linux 和 Windows 的 AMD64/x86-64 架构。我计划接下来针对 Apple Silicon，然后可能是 ARM。 我相信这可能会引起 HN 社区的兴趣。我很乐意听取您对 API 和代码的看法。关于未来要考虑的目标架构，有什么想法吗？ 文档：<a href="https://cimba.readthedocs.io/en/latest/" rel="nofollow">https://cimba.readthedocs.io/en/latest/</a> 代码库：<a href="https://github.com/ambonvik/cimba" rel="nofollow">https://github.com/ambonvik/cimba</a>

大家好，我是 Aram 和 Eduard，Modelence (<a href="https:&#x2F;&#x2F;modelence.com">https:&#x2F;&#x2F;modelence.com</a>) 的联合创始人。在花了数年时间扩展我们之前创业公司的平台之后，我们构建了一个开源的全栈 TypeScript + MongoDB 框架，目的是为了不再每次创建应用程序时都重复解决身份验证、数据库、API 和定时任务的实现问题。我们也不喜欢为运行这些应用程序而使用多个托管平台。（这里是我们的之前的 Show HN 帖子，供参考：<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=44902227">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=44902227</a>） 与此同时，我们对整个 AI 应用程序构建器的热潮感到兴奋，并意识到真正的挑战在于平台本身，而不是工具。现在，我们正在将 Modelence 打造成第一个为编码代理和人类构建的全栈框架： * TypeScript 非常适合 AI 编码，因为它提供了保护措施并在构建时捕获许多错误，因此代理可以自动纠正 * MongoDB 消除了代理的模式管理问题，这是它们最常失败的地方（+ 与 TS/Node.js 配合良好） * 内置的身份验证、数据库、定时任务等功能开箱即用，这意味着代理只需专注于您的产品逻辑，而不会在尝试设置这些功能时失败（+ 减少了在样板代码上花费的 token）。 现在，您可以通过在我们的登陆页面上输入提示来试用 Modelence 应用程序构建器（基于 Claude Agent SDK）（<a href="https:&#x2F;&#x2F;modelence.com">https:&#x2F;&#x2F;modelence.com</a>）- 在这里观看演示视频：<a href="https:&#x2F;&#x2F;youtu.be&#x2F;BPsYvj_nGuE" rel="nofollow">https:&#x2F;&#x2F;youtu.be&#x2F;BPsYvj_nGuE</a> 然后，您可以在本地进行检查，并在您自己的 IDE 中继续工作，同时仍然使用 Modelence Cloud 作为您的后端，拥有一个开发云环境，稍后可以在 Modelence Cloud 上部署和运行，并围绕应用程序中运行的每个操作进行内置的可观察性。 我们还将添加一个内置的 DevOps 代理，该代理位于同一云中，全面了解该框架，并将使用所有这些可观察性数据来处理错误、警报和事件——从而闭环，因为在生产环境中运行比仅仅构建要困难得多。 我们推出了应用程序构建器作为开发人员的快速入门，以演示该框架和 Modelence Cloud，而无需手动阅读文档并按照步骤设置新应用程序。我们的主要关注点仍然是平台本身，因为我们认为 AI 编码的真正挑战在于框架和平台，而不是构建器工具本身。

我们开发 INVENT 的初衷，是看到团队在开发开始前就面临重重困难——这并非因为他们缺乏技能，而是因为早期的规划仍然是手动、零散的，并且充满了未解之谜。 INVENT 使用引导式 AI 面试，将早期的模糊不清转化为清晰、可执行的成果。 如果你是一位创始人、产品经理或工程师，也曾经历过这种痛苦，我很乐意听取你的反馈。