最新

我开发 Understudy 是因为很多实际工作仍然需要在本地桌面应用、浏览器标签页、终端和聊天工具之间切换。而目前大多数智能体只能在一个界面中运行。<p>Understudy 是一个本地优先的桌面智能体运行时，可以在一个会话中操作 GUI 应用、浏览器、shell 工具、文件和消息传递。我最希望得到反馈的部分是“演示教学”功能：你执行一次任务，智能体就会记录屏幕视频和语义事件，提取意图而不是坐标，并将其转化为可复用的技能。<p>演示视频：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=3d5cRGnlb_0" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=3d5cRGnlb_0</a><p>在演示中，我教它：Google 图片搜索 -&gt; 下载照片 -&gt; 在 Pixelmator Pro 中移除背景 -&gt; 导出 -&gt; 通过 Telegram 发送。然后我让它对埃隆·马斯克做同样的事情。重放不是一个脆弱的宏：发布的技能仅将意图步骤、路由选项和 GUI 提示存储为备用方案。在这个例子中，当有更快的路线时，它也可以优先选择，而不是重复每一个 GUI 步骤。<p>当前状态：仅支持 macOS。第 1-2 层今天已经可以使用；第 3-4 层是部分实现的，还处于早期阶段。<p><pre><code> npm install -g @understudy-ai&#x2F;understudy understudy wizard </code></pre> GitHub：<a href="https:&#x2F;&#x2F;github.com&#x2F;understudy-ai&#x2F;understudy" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;understudy-ai&#x2F;understudy</a><p>欢迎就架构、演示教学或当前实现的局限性提出问题。

在之前的文章中，我介绍了 VS Code Agent Kanban。这个扩展的核心思想是将我一直在使用的、需要代理在 Markdown 文件中对话的计划、待办、实施流程进行形式化管理——但之前是手动管理这些文件（该流程的理由和好处已在链接的文章中阐述）。本文将介绍该流程如何演进到使用 Git Worktrees。

大家好，我是Adrien。我经营一家开发机构，同时担任兼职CTO。我损失了太多可计费时间，仅仅是因为忘记启动或停止计时器。这真是一个摩擦点，而且恰恰在您最专注于深度工作的时候失效。<p>我意识到我的日历已经完美地记录了我的一周，准确率100%。如果发生会议或任务，它就会出现在我的日程中。所以我创建了Timescanner，将日历中的这些[客户]标签转化为发票。<p>我这样做的原因：<p>- 隐私设计：您的日历就是数据库。我们不会在我们的服务器上存储您的事件。它是一个Google日历/iCal解析器，将您的数据保存在它应该在的地方。<p>- 零新习惯：如果您已经使用日历来管理您的一天，那么您已经100%完成了时间跟踪。<p>- 简单胜过复杂：它是一个简单的解析器。没有“AI猜测”，没有复杂的后端。没有额外的认知负担。<p>很乐意回答任何关于如何使用您的日历来跟踪您的时间（并提高生产力）的问题！

构建这个是因为我想要一个更好的浏览器运行时，用于 Openclaw。Openclaw 可以在任何服务器上运行，而不仅仅是 Mac mini。嗯…… 当它需要我登录或执行某些操作时，我可以直接使用 noVNC 进行操作，然后把剩下的事情都交给它。

Hi HN， 我一直在尝试一种工作流程，让个人 AI 助手处理任务接收，而编码代理处理实现。 在我的设置中，我使用 OpenClaw 作为个人助手层：我可以向它发送语音或文本笔记，它会将这些笔记转换为我仓库中的结构化 Markdown 任务卡。然后，我构建的开源本地 CLI 工具 VibeDeck 会拾取这些任务卡，将编码代理分派到隔离的 Git 工作树中，并让我以 PR 的形式审查结果。 主要思想是将任务捕获、执行和审查分开： * OpenClaw 处理想法捕获 / 任务起草 * VibeDeck 处理本地编排 * 编码代理在隔离的 git 工作树 --orphan 沙盒中工作 * 主分支永远不会被直接修改 仓库：https://github.com/quentinzhang/vibedeck 好奇这里其他人是如何处理本地 AI 编码代理的任务隔离、上下文传递和分支安全的。 乐于回答技术问题。

我们构建 OneCLI 是因为 AI 代理被赋予了原始 API 密钥。结果正如你所预料的那样。我们认为答案不是“不给代理访问权限”，而是“在不泄露秘密的情况下给他们访问权限”。 OneCLI 是一个开源网关，位于您的 AI 代理和它们调用的服务之间。您只需将您的真实凭据存储在 OneCLI 的加密库中一次，然后给您的代理占位符密钥。当代理通过代理进行 HTTP 调用时，OneCLI 会根据主机/路径匹配请求，验证代理是否应该有访问权限，将占位符替换为真实的凭据，然后转发请求。代理永远不会接触到实际的秘密。它只是像往常一样使用 CLI 或 MCP 工具。 一句话尝试： docker run --pull always -p 10254:10254 -p 10255:10255 -v onecli-data:/app/data ghcr.io/onecli/onecli 该代理是用 Rust 编写的，仪表盘是 Next.js，静态秘密使用 AES-256-GCM 加密。所有内容都在一个 Docker 容器中运行，并嵌入了 Postgres (PGlite)，没有外部依赖项。适用于任何代理框架（OpenClaw、NanoClaw、IronClaw 或任何可以设置 HTTPS_PROXY 的框架）。 我们从最紧急的事情开始：代理不应该持有原始凭据。 下一层是访问策略和审计，定义每个代理可以调用的内容，记录所有内容，并在敏感操作通过之前需要人工批准。 它采用 Apache-2.0 许可证。我们很乐意收到关于此方法的反馈，并且我们特别想知道人们今天是如何处理代理身份验证的。 GitHub：[https://github.com/onecli/onecli](https://github.com/onecli/onecli) 网站：[https://onecli.sh](https://onecli.sh)

如何选择： * [https://mullvad.net/zh/help/dns-over-https-and-dns-over-tls](https://mullvad.net/zh/help/dns-over-https-and-dns-over-tls) * [https://ublockdns.com/](https://ublockdns.com/)

嘿，HN， 两个月前我在这里发布了 GitClassic - 从那时起，我根据大家的需求重构了大部分内容。 [https://gitclassic.com](https://gitclassic.com) 新增功能：Issues、PRs（带完整差异）、仓库智能（健康评分、依赖关系图）、趋势/探索、书签、比较工具和高级搜索。 每个页面都是服务器端渲染的 HTML - 没有 React，没有 SPA，没有客户端 bundle，页面小于 14KB（gzip 压缩后）。试试加载 facebook/react，然后和 GitHub 的加载时间比较一下。 公共仓库无需账户即可使用，Pro 版通过 GitHub OAuth 增加私有仓库访问权限。 技术栈：Lambda 上的 Hono、DynamoDB、CloudFront、500KB Node bundle，冷启动通常小于 500ms。 还缺少什么功能？ 谢谢， Chris

嗨，HN， 我开发了 A2Apex (<a href="https://a2apex.io" rel="nofollow">https://a2apex.io</a>) — 一个基于谷歌 A2A 协议构建的 AI 智能体测试和声誉平台。 问题：AI 智能体无处不在，但无法验证它们是否真的有效。没有标准的测试方法，没有可信智能体的目录，也没有声誉系统。 A2Apex 的功能： - 测试 — 指向任何 A2A 智能体 URL。我们运行 50 多项自动化合规性检查：智能体卡片验证、实时端点测试、状态机验证、流媒体、身份验证、错误处理。 - 认证 — 获得 0-100 的信任评分，并附有金/银/铜徽章，您可以将其嵌入到您的 README 或文档中。 - 获取列表 — 每个经过测试的智能体都会在智能体目录中获得一个公共资料页面，其中包含信任评分、技能、测试历史记录和可嵌入的徽章。 可以把它想象成 AI 智能体的 SSL Labs（测试）+ npm（目录）+ LinkedIn（资料）。 技术栈：Python/FastAPI，原生 JS，SQLite。没有框架，没有构建工具。运行在怀俄明州的一台 Mac mini 上。 免费版：每月 5 次测试。专业版：每月 29 美元。创业版：每月 99 美元。在 <a href="https://app.a2apex.io" rel="nofollow">https://app.a2apex.io</a> 试用。 我是一名煤矿的铲运机操作员 — 这是我利用晚上和周末用 Claude 构建的。欢迎任何正在构建 A2A 智能体或考虑智能体互操作性的人提供反馈。