最新

我想构建一个能够自主购物的 AI 智能体—— 你只需给它一张卡，它就能自行浏览、选择和支付。<p>我一直在开发一个 MCP 服务器，将 AI 智能体连接到支付提供商（Stripe、PayPal、虚拟卡），但<p>我一直遇到障碍：<p>- 发卡机构不会回复个人开发者<p>- Stripe 要求对非会话支付进行 3D Secure 验证<p>- 电子商务网站会阻止浏览器自动化<p>- 亚马逊诉 Perplexity（3 月 9 日）证实，在主要平台上进行浏览器自动化存在真正的法律风险<p>与此同时，Visa 宣布了“智能商务”，万事达卡推出了“Agent Pay”——这些支付网络已经预见到了这一点，但开发者工具尚未到位。 有没有人真正推出过类似的产品？具体的链接、可运行的示例或建设性的反馈将特别有帮助。<p>- 你使用了什么支付渠道？<p>- 这是一种可行的产品还是一个监管雷区？<p>- 你会信任一个 AI，让它用一张 500 美元的预付卡为你购买东西吗？<p>我目前的工作成果：https://github.com/xodn348/clawpay

嗨，HN， 我和我的联合创始人厌倦了 CC 忽略我们的 Markdown 文件，所以我们花了 4 天时间构建了一个插件，可以根据我们之前的会话自动引导 CC。问题通常出现在计划模式之后。 我们尝试过的： * 大量使用计划模式（效果很好） * CLAUDE.md, AGENTS.md, MEMORY.md * 本地上下文文件夹（维护起来很麻烦） * Cursor 规则（用于 Cursor） * claude-mem (OSS) -> 实现会话连续性，而不是引导 * 我们使用融合搜索来查找您的 CC 引导修正。 * 用户提示嵌入 + BM25 * 修正嵌入 + BM25 * 时间衰减 * 目标查询嵌入 * 排除项 * 元数据硬筛选（例如文件） CC 插件： * 自动捕获记忆/修正，无需您提醒 CC * 自动注入修正，无需您提醒 CC 执行此操作。 该插件将合并、更新和提炼您的记忆，然后在您自己的每个提示之后注入最相关的记忆。 我们不确定是否只有我们遇到这个问题。我们正在进行一些基准测试，以了解上下文注入在引导 CC 方面的实际效果，并且我们知道我们需要不断改进提取、搜索，并添加更多集成。 我们对代理的实时和个性化上下文层充满热情。为代理提供一种理解您在说“这个”或“那个”时的含义的方式。将您世界的上下文带入一个安全、结构化、实时的层，所有您的代理都可以访问。 欢迎大家提供反馈，例如你们如何让 CC 真正遵循您的 Markdown 文件、理解您的工作方式、对插件的反馈，或者关于实时记忆和上下文的任何其他内容。 \- Ankur

我一直在尝试一些有趣的东西。<p>AI 编码工具可以非常快速地生成代码，但它们几乎从不生成完整的端到端测试覆盖率。它们创建了大量的测试，主要是单元测试和集成测试，但缺少真实的用户场景。在我们查看的许多代码库中，一旦团队开始使用 Copilot 风格的工具，或者将这项工作留给测试人员作为一项单独的任务，新代码与少量高质量 e2e 测试的比例就会急剧下降。<p>所以我尝试了一种不同的方法。<p>该系统读取一个拉取请求，并：<p>• 分析更改的文件 • 识别未覆盖的逻辑路径 - 使用依赖关系图（一个代码库或多个代码库） • 通过用户故事或需求理解上下文（在 PR 中作为注释提供） • 生成测试场景 • 生成与 PR 关联的 e2e 自动化测试<p>此外，如果用户可以连接到他们的 CMS 或 TMS，那么也可以将其拉入。（内部我使用 graphRAG，但这将在另一篇文章中讨论）<p>示例工作流程：<p>1. 提交 PR 2. 系统读取差异 + 链接的 Jira 票据 3. 生成缺失的测试和覆盖率报告<p>在早期的实验中，该系统始终发现了开发人员遗漏的边缘情况。<p>示例输出：<p>代码引用 | 需求 ID | 需求 / 验收标准 | 测试类型 | 测试 ID | 测试描述 | 状态<p>src/api/auth.js:45-78 | GITHUB-234 / JIRA-API-102 | API 应该为无效令牌返回 400 | 集成 | IT-01 | 验证无效令牌的响应 | 通过<p>很好奇其他人是如何思考这种可追溯性的。我也是一名开发人员，所以我很谨慎，只向开发人员展示这些内容，并且只有开发人员才能将其向其他人公开，否则他可以直接采取纠正措施。

我开发了一款 macOS 语音听写应用，音频数据完全在本地处理，不会离开你的设备。 EdgeWhisper 在 Apple Silicon 芯片上通过 MLX 框架本地运行 Voxtral Mini 4B Realtime (Mistral AI, Apache 2.0)。按住一个键，说话，松开 — 文本就会出现在光标所在的应用中。 架构： * 原生 Swift (SwiftUI + AppKit)。没有 Electron。 * 通过 MLX 在神经引擎上进行 Voxtral 4B 推理。模型大小约 3GB，在 M1 及以上芯片上运行时占用约 2GB 内存。 * 双重文本注入：AXUIElement (保留撤销堆栈) 和 NSPasteboard+CGEvent 备用方案。 * 6 阶段后处理流程：填充词移除 → 词典 → 代码片段 → 标点符号 → 大写 → 格式化。 * 滑动窗口 KV 缓存，实现无延迟退化的无限流式传输。 * 可配置的转录延迟 (240ms–2.4s)。最佳设置在 480ms。 优点： * 可在 20 多个终端/IDE 中使用 (VS Code, Xcode, iTerm2, Warp, JetBrains)。大多数听写工具在终端中都无法正常工作 — 我们会检测到它们并切换注入策略。 * 自动移除填充词 ("嗯"，"呃"，"之类的")。 * 支持 13 种语言，并自动检测。 * 个人词典 + 代码片段扩展，支持变量 ({{日期}}, {{剪贴板}})。 * 模型下载后完全离线工作。无需账户，无遥测，无分析。 缺点 (尚未实现)： * 不支持文件/会议转录 (即将推出) * 不支持翻译 (即将推出) * 不支持 Linux/Windows (仅限 macOS，需要 Apple Silicon 芯片) 定价：免费版 (每天 5 分钟，无需账户)。专业版每月 7.99 美元或每年 79.99 美元。 我希望得到以下方面的反馈： 1. 使用本地 LLM 进行后处理 (例如，通过 MLX 使用 Phi-4-mini) 来进行语法/语气修正，是否值得额外占用约 1GB 内存？ 2. 对于使用语音转代码工作流程的开发者：您希望将哪些上下文传递给您的编辑器？ 3. 还有人在使用 Voxtral Realtime 进行开发吗？想了解您对因果音频编码器的体验。

我一直在探索联盟营销，并注意到一个有趣的现象：像 ClickBank 和亚马逊这样的市场上，有成千上万种产品，但令人惊讶的是，几乎没有工具能帮助联盟营销人员评估一个产品是否真的值得推广。 很多人似乎依赖于一些粗略的经验法则，例如： * 市场指标（例如 ClickBank 上的“引力值”） * 产品页面质量 * 细分市场竞争 * 佣金大小 我开始构建一个小工具，尝试将这些信号结合成一个简单的产品“评分”，主要作为个人项目。 我很好奇更有经验的联盟营销人员是如何解决这个问题的。 具体来说： * 在评估产品时，哪些信号 realmente 最重要？ * 像“引力值”这样的市场指标是有用的还是具有误导性？ * 在决定推广某个产品之前，您希望快速看到哪些信息？ 我很乐意听到大家是如何处理这个问题的。