最新

我最近在为一个项目寻找 Markdown 编辑器。对我来说，重要的是任何编辑器都能加载/导出 Markdown，这样我就可以在以后更换编辑器，而无需更改数据库中的任何数据。 我发现很难跟踪所有参数（数学支持、编辑器是否在积极开发中等）。 因此，我创建了这个网站，以便快速比较编辑器。您可以在网站上直接演示所有编辑器，并为您喜欢的编辑器点赞。 请告知我任何新增功能/缺失的编辑器/其他反馈，我会努力改进它。

大家好，我是 Brian。过去几年我一直在 Vanta（YC W18）工作，帮助初创公司和企业实现合规。最近我开始探索在后代理（post-agentic）的世界里，合规会是什么样子。 Halo 解决的问题是：当一家公司从供应商那里购买一个 AI 代理，并授予它访问公司数据的权限时，公司无法检查该代理对这些数据做了什么。供应商可能提供了可观测性仪表盘和审计日志，但这些都是可编辑且带有偏见的。SOC 2 和 ISO 27001 审计的是公司的控制措施，但在软件具有代理性的情况下，控制措施的预测性会降低。简而言之：给一个代理相同的提示 50 次，你会得到 50 个略有不同的操作/答案——所以在一个后代理的世界里，唯一值得审计的是运行时发生的事情。 Halo 是一个开源项目，用于生成代理运行时证据。它是一个小型记录器，记录代理执行的每一个操作（例如，工具调用、模型调用、数据访问等），并将其作为不可篡改日志中的一条记录。它采用哈希链技术，任何人都可以重新验证。 运行以下命令来查看一个虚构的示例： ```bash uvx --from halo-record halo demo --serve ``` 然后，删除其中一个 .jsonl 文件中的一行并重新加载，报告就会发现它已被篡改。 要集成你自己的代理，请运行以下 Python 代码行： ```python agent = trace(run_my_agent, profile="my-agent", log="audit.jsonl") ``` 然后使用这个命令生成一个实际报告并提供给你的客户： ```bash halo report audit.jsonl -o report.html ``` 免责声明：这证明了完整性，但不证明完整性（就像一个自我持有的链证明没有被编辑，但并不证明没有被省略）。要捕获这一点需要一个供应商之外的见证人，这也是我下一步要着手解决的问题。 Halo 是 Apache-2.0 许可，运行时没有任何依赖项，代码量约为 4,300 行 Python 代码，包含 125 个测试（如果你更喜欢 TypeScript，这里是对应的仓库：[https://github.com/bkuan001/halo-record-ts](https://github.com/bkuan001/halo-record-ts)）。 请尝试一下，如果您有任何反馈，请告诉我！