最新

我想要一个不会拖慢我 Mac 速度的菜单栏监控器。 Stats 和 iStat Menus 很棒，但比我需要的更重——SwiftUI、Combine、第三方图表。我只希望在我的菜单栏中显示 CPU/内存/GPU/网络信息，仅此而已。 OSX Stats Nano：纯 AppKit，零依赖，180 KB 二进制文件，约 1,100 行 Swift 代码。 https://github.com/hefeicoder/osx_stats_nano

Hi HN， 在看到太多烘焙师因为定价像是靠猜测而亏本出售产品后，我开发了 Butterwell。 我经常看到这样的情况：有人做出了很棒的产品，他们根据“感觉”来定价，却从不考虑食材成本的波动或他们自己的时间。而且，大多数人都不想碰电子表格。 Butterwell 让你拍摄你的食谱——手写的或打字的——并使用 AI 检测食材。然后，它会抓取实时的杂货价格，并计算出你应该收取的价格，并提供详细的成本构成，包括食材成本、劳务成本和利润。 获取实时价格数据是其中最棘手的部分。杂货价格不断变化，过时的数据和真实数据之间的差距会显著改变推荐价格。 目前处于免费测试阶段。很好奇 HN 社区对这种定价模式的看法。

我一直在构建 ClawMem，一个开源上下文引擎，为 AI 编码代理提供跨会话的持久记忆。它与 Claude Code（钩子 + MCP）和 OpenClaw（ContextEngine 插件 + REST API）配合使用，两者可以共享同一个 SQLite 存储库，因此你的 CLI 代理和语音/聊天代理可以在同一记忆基础上构建，无需同步任何东西。 检索架构就像一个“科学怪人”，这几乎一直都是我的开发流程。我从最近的项目和研究中提取了最好的部分，并将它们缝合在一起：[QMD](<https://github.com/tobi/qmd>) 用于多信号检索管道（BM25 + 向量 + RRF + 查询扩展 + 交叉编码器重排序），[SAME](<https://github.com/sgx-labs/statelessagent>) 用于复合评分，包含内容类型半衰期和协同激活增强，[MAGMA](<https://arxiv.org/abs/2501.13956>) 用于意图分类，采用多图遍历（语义、时间、因果束搜索），[A-MEM](<https://arxiv.org/abs/2510.02178>) 用于自我演进的记忆笔记，以及 [Engram](<https://github.com/Gentleman-Programming/engram>) 用于去重模式和时间导航。这些组件原本都不是设计在一起使用的。让它们协同工作是大部分的工作。 在推理方面，QMD 的原始堆栈使用一个 300MB 的嵌入模型、一个 1.1GB 的查询扩展 LLM 和一个 600MB 的重排序器。这些模型通过 llama-server 在 GPU 上运行，或者通过 node-llama-cpp（Metal、Vulkan 或 CPU）在进程内运行。但更有趣的路径是 SOTA 升级：ZeroEntropy 的蒸馏配对 zembed-1 + zerank-2。这些模型目前在 MTEB 上排名靠前的嵌入和重排序模型，并且它们被设计为协同工作。重排序器是从与嵌入器相同的教师模型蒸馏而来，因此它们共享一个语义空间。你需要大约 12GB 的 VRAM 才能运行这两个模型，但检索质量明显优于默认堆栈。如果你 VRAM 紧张或更喜欢将嵌入卸载到云模型，还有一个云嵌入选项。 对于 Claude Code 来说，它专门钩入生命周期事件。上下文呈现会在每个提示时触发，以注入相关记忆，决策提取器和交接生成器捕获会话状态，反馈循环增强实际被引用的笔记。这大约处理了 90% 的检索工作。剩下的 10% 是 28 个用于显式查询的 MCP 工具。对于 OpenClaw，它注册为 ContextEngine 插件，具有相同的钩子到生命周期映射，外加 5 个供代理直接调用的 REST API 工具。 它在 Bun 上运行，使用一个 SQLite 存储库（WAL 模式，FTS5 + vec0）。所有东西都在设备上；除非你选择云嵌入，否则没有云依赖。整个系统是自包含的。 这是一个经过打磨的 WIP（在制品），而不是一个成品。我是一个独立开发者。代码库大约有 19K 行，主存储模块是一个 4K 行的“上帝对象”，可能需要拆分。当然，系统的效果取决于你索引的内容。一个只有三个记忆文件的存储库会给出理所当然的稀薄结果。一个包含你的项目文档、研究笔记和决策记录的存储库会给出真正有用的东西。 我真正希望得到反馈的两个问题是：（1）有没有其他人尝试过在本地运行 SOTA 嵌入 + 重排序模型用于代理记忆，质量差异是否值得 VRAM？（2）对于那些运行多个代理界面（CLI + 语音/聊天）的人来说，你们现在是如何处理共享记忆的？