最新

您好！ 我是 Armen。 我开发了 deadbranch - 一个用 Rust 编写的 CLI/TUI 工具，用于安全地清理过时的 Git 分支。它使用 ratatui 构建 TUI 界面。 v0.3.0 版本的主要功能：当你删除分支时，它们会以 Thanos 式的粒子效果消失（闪烁 -> 消散 -> 沉降）。分支删除操作在后台线程中运行，因此 UI 界面保持响应。 为什么要做一个 TUI 界面？因为它默认更安全（仅删除已合并的分支，保护 main/master/dev/stage 分支），允许你预览删除操作，具有模糊搜索/vim 导航功能，并且拥有有趣的 UI 特性。 仓库地址：<a href="https:&#x2F;&#x2F;github.com&#x2F;armgabrielyan&#x2F;deadbranch" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;armgabrielyan&#x2F;deadbranch</a> 欢迎反馈！

我是一名软件架构师，最近构建了 Exit Protocol (<a href="https:&#x2F;&#x2F;exitprotocols.com" rel="nofollow">https:&#x2F;&#x2F;exitprotocols.com</a>)，这是一个针对高冲突诉讼的自动化法务会计引擎。 问题： 如果你离婚了，需要证明在高度混合的联名银行账户中的 25 万美元是你的“单独财产”（例如，来自婚前的创业公司退出），那么举证责任完全是数学上的。过去，这意味着要支付给法务注册会计师每小时 500 美元，将多年模糊的银行 PDF 文件导入 Excel，并手动追踪每一美元。这需要数周时间，通常花费超过 5 万美元。 我研究了法院用于此的法律标准——最低中间余额规则（LIBR），并意识到这并不是一个会计问题。它是一个分布式系统状态机问题。 为什么我们没有直接“用 AI 解决”？ 目前有一百家法律科技初创公司正在尝试使用 LLM 来总结银行数据。在法庭上，生成式 AI 是致命的负债。如果 LLM 幻觉出单个交易，整个账本在 Daubert 标准下将不被采纳。 为了使其适用于法庭，我们必须构建一个严格的确定性流程： 1. 视觉原生摄取（超越 Tesseract） 银行对账单是 OCR 的最终 Boss（合并的单元格、重叠的借方/贷方列）。标准的线性 OCR 会灾难性地失败。我们构建了一个空间网格 OCR 流程（使用 Azure Document Intelligence 和本地 Surya OCR 备用方案），它映射了页面的几何结构。即使是来自多代“地狱 PDF”的文件，它也能完美地重建表格账本。 2. 确定性引擎（LIBR） LIBR 算法充当单向棘轮。如果账户余额降至低于你的单独财产索赔金额，你的索赔将永久限制在该新下限。随后的婚姻存款不会补充它（“补充谬论”）。引擎按时间顺序重放数千笔交易，持续评估 S\_t = min(S\_t-1, B\_t)。 3. 解决时间戳歧义 银行 PDF 文件提供日期，而不是时间戳。如果 1 万美元的存款和 1 万美元的提款发生在同一天，顺序很重要。我们构建了一个模拟切换，强制“最坏情况”（先处理提款）与“最佳情况”排序，为和解谈判建立了数学上无可辩驳的“真相区域”。 4. 密码学监管链和主权模式 律师们害怕云 SaaS 泄露。我们通过 Docker 将整个单体应用（Django 5.0/Postgres/Celery）容器化，以便企业公司可以在自己的硬件上以气隙方式运行它（主权模式）。此外，每个生成的 PDF 档案都使用底层数据快照的 SHA-256 哈希值进行密封，向法官证明自生成以来输出未被篡改。 如果你想看看实际的数学运算，我们设置了一个“演示沙盒”，其中填充了一个合成的、高度复杂的 3 年混合账本。你可以在这里自己运行引擎（推荐桌面端）：<a href="https:&#x2F;&#x2F;exitprotocols.com&#x2F;simulation&#x2F;uplink&#x2F;" rel="nofollow">https:&#x2F;&#x2F;exitprotocols.com&#x2F;simulation&#x2F;uplink&#x2F;</a> 这是它从原始 PDF 或法务审计档案中生成的确切的“律师工作成果”——<a href="https:&#x2F;&#x2F;exitprotocols.com&#x2F;static&#x2F;documents&#x2F;Forensic_Audit_Sample_Vinay_MKT2026.pdf" rel="nofollow">https:&#x2F;&#x2F;exitprotocols.com&#x2F;static&#x2F;documents&#x2F;Forensic_Audit_Sa...</a> 我希望从 HN 社区获得关于架构的反馈——特别是处理边缘情况数据摄取和在 B2B 企业部署中维护密码学完整性。 谢谢！

我开发了 LLM OneStop Code——一款适用于 VS Code 的 AI 编码助手，它的功能类似于 Claude Code 或 Cursor，但有一个关键的区别：纯粹的按需付费模式。无需按月订阅。 现有工具的问题： * Cursor：Pro 版每月 20 美元（即使你几乎不用） * GitHub Copilot：最低每月 10 美元 * Claude Code：受 API 使用层级和月度配额限制 LLM OneStop Code 只对你使用的部分收费——按成本价 + 5% 的方式以积分结算。如果你这个月写了 2 小时代码，下个月写了 40 小时，你只需按比例支付。没有配额限制，也没有“升级以继续”的提示。 它的功能： * 多模型 AI 助手（Claude、GPT-5、Gemini 等） * 在 VS Code 中提供基于聊天的编码辅助 * \*导入并继续你现有的 Claude Code 或 Cursor 会话\*——当你达到你的每小时费率限制或配额时，只需导入对话并继续工作，而不会丢失上下文 * 设计上无状态（服务器上不存储代码） * 提供免费计划以试用所有功能（每月 100 积分） 同时，我还将 LLM OneStop 作为统一的 API 网关运行——作为 OpenRouter 的替代方案，并提供准确的多模型成本跟踪。如果你更喜欢自带 API 密钥，我们有 Connect 计划可供选择。 核心理念：开发者希望 AI 编码工具能够随使用量扩展，而不是固定的订阅。如果你只在周末写代码，你不应该支付 240 美元的年费。而且，当你遇到调试会话中途的配额限制时，你不应该重新开始或等到明天。 很想听听那些感觉被锁定在编码工具订阅中或在会话中途遇到配额限制的人的反馈。 市场：<a href="https://marketplace.visualstudio.com/items?itemName=LLMOneStop.llmonestop" rel="nofollow">https://marketplace.visualstudio.com/items?itemName=LLMOneSt...</a> 文档：<a href="https://www.llmonestop.com/blog/guides/llm-onestop-vscode-extension-ai-coding-assistant" rel="nofollow">https://www.llmonestop.com/blog/guides/llm-onestop-vscode-ex...</a>

几周前，我看到一篇文章，讲的是有人用 AI 在两周内将整个 C++ 代码库转换成 Rust。<p>这启发了我——如果 AI 能这么快地重写整个语言栈，我也想尝试用 AI 辅助从头开始构建一个编程语言。<p>我还注意到全球对韩国语言和文化的兴趣日益增长，我想：如果每个关键字都用韩文（韩语书写系统）会是什么样的编程语言？<p>Han 诞生了。它是一种用 Rust 编写的静态类型语言，具有完整的编译器流程（词法分析器 → 解析器 → AST → 解释器 + LLVM IR 代码生成）。<p>它支持数组、带有 impl 块的结构体、闭包、模式匹配、try/catch、文件 I/O、模块导入、REPL 和一个基本的 LSP 服务器。<p>这是一个副项目，不是一个“你应该用这个代替 Python”的推销。 欢迎对语言设计、编译器架构或韩文关键字选择提出反馈意见。<p><a href="https://github.com/xodn348/han" rel="nofollow">https://github.com/xodn348/han</a>

我开始对一个简单的问题产生了好奇：正则表达式是纯粹的语法，但如果加入一点语义会发生什么？ 为了回答这个问题，我最终构建了 ngrep：一个类似 grep 的工具，它通过一个新的运算符 ~（token）扩展了正则表达式，该运算符使用 word2vec 风格的嵌入（FastText、GloVe、Wikipedia2Vec）按语义匹配单词。 一个简单的演示：“~(big)+ \b~(animal;0.35)+\b” 在《白鲸记》中可以找到许多用来指代大型动物的方式，例如“great whale”、“enormous creature”、“huge elephant”等等。通过管道将其传递给 sort | uniq -c，获胜者毫不意外地是“great whale” :) 该工具使用 Rust 构建，基于出色的 fancy-regex 库，并且 ~() 可以与所有标准运算符（负向先行断言、量词等）组合使用。目前它还是一个 PoC（概念验证），缺少许多优化（例如：没有缓存，没有编译成标准正则表达式等），显然无法保证像普通正则表达式那样，并且受限于 w2v 风格的嵌入的限制……但我觉得值得分享！

Cloak 旨在让用户和 OpenClaw 代理安全地发送和接收机密信息，避免泄露到聊天记录中。 它为 API 密钥、令牌、密码和其他凭据创建自毁式秘密链接。浏览器模式采用零知识证明，同时还提供 API/CLI/OpenClaw 插件，以支持代理工作流程。 代码库：<a href="https:&#x2F;&#x2F;github.com&#x2F;opsyhq&#x2F;cloak" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;opsyhq&#x2F;cloak</a> 在线体验：<a href="https:&#x2F;&#x2F;cloak.opsy.sh" rel="nofollow">https:&#x2F;&#x2F;cloak.opsy.sh</a>

我一直在开发一个基于浏览器的 JSON 工具，它支持使用点号表示法、数组切片、通配符和递归下降（..key）的查询语言。它还可以从您的数据中自动生成 TypeScript 接口。 所有操作都在客户端运行——您的数据永远不会离开浏览器。整个应用程序是一个无依赖的单 HTML 文件。 您可以将您的 JSON 和查询压缩成一个可共享的 URL，这对于错误报告或与队友共享 API 响应结构非常有用。 欢迎对查询语法和其他任何方面提出反馈意见。 <a href="https:&#x2F;&#x2F;json.express" rel="nofollow">https:&#x2F;&#x2F;json.express</a>