最新

嗨 HN， 每次我想将 Claude Agent SDK 投入生产时，我都会反复重建相同的基础设施。会话、流式传输、沙盒、持久化、REST API、文件钩子。所以我构建了 Ash。 一个 Agent 就是一个包含 CLAUDE.md 文件、skills 文件夹等的文件夹，可以通过命令行或 tsx/python SDK 进行一键部署。 我在构建时关注的一些事项： 沙盒。每个 Agent 都在其自己的隔离进程中运行，该进程具有环境允许列表、cgroups 资源限制以及 Linux 上的 bubblewrap 文件系统隔离。 会话持久化。所有状态都存储在 CRDB 中。如果服务器在对话中途崩溃，恢复功能将从中断处继续。您还可以将工作区快照保存到 S3/GCS，并在另一台机器上恢复。 保持轻量级。SDK 的 `Message` 类型在整个流程中未经过转换，从 Unix 套接字到 SSE 再到客户端。Ash 添加了会话路由、沙盒池和生命周期管理。它不会重新包装或转换 SDK 的类型。 我一直在非常仔细地测量开销。Ash 在 p99 时，每个消息增加 &lt;0.5ms 的延迟。热恢复是 1.7ms。冷恢复（恢复工作区、生成进程、重新连接）是 32ms。 开源，可自托管，MIT 许可：<a href="https://github.com/ash-ai-org/ash-ai" rel="nofollow">https://github.com/ash-ai-org/ash-ai</a>

我用代码编了这个！这是一个不错的小游戏，我用它来给女朋友发送秘密消息。我想你也可以用它来鼓励小朋友学习拼写？ 告诉我你还能想到什么用途！

在雇主或合作者面前，我该如何处理这件事，又不透露任何涉及隐私的细节呢？我问过一个 AI，它说直接回应是个好主意，但我认为像我这样的情况，人们更容易责怪受害者。<p>补充说明一下，我既没有辞职也没有休假，所以没人知道这件事。我之所以现在提出这个问题，是因为一位教授直言不讳地说我的发表记录“很薄弱”。

网络招聘诈骗似乎越来越普遍。 我很好奇，如果有一个招聘网站，上面的每个职位发布在发布前都经过了验证，人们是否真的会使用它。 这样的网站会让你更有可能在那里找工作吗？

Hi HN， 我是一名 IT 支持领域的软件工程师。我经常需要在机器之间安全地传输大型日志文件和系统镜像。现有的工具要么有大小限制，要么需要账户，要么缺乏真正的加密。所以我开发了 ShareNova。 工作原理： 实时传输：通过服务器中继的 WebSocket 流传输，分块处理，并使用位域跟踪，以便在断开连接后自动恢复。无需账户。 延迟存储：当接收方离线时，文件会在客户端进行分块和加密，使用 AES-256-GCM（PBKDF2 密钥派生，20 万次迭代）进行加密，然后上传。服务器只存储密文。密钥永远不会离开浏览器。 魔术字节文件扫描器：每个延迟文件都会在服务器端进行扫描，通过读取前 16 个字节并与已知签名进行比较。检测伪装的可执行文件（.jpg 中的 MZ 标头）、双重扩展名以及包含危险文件的归档文件。结果将作为安全徽章显示给接收方。 浏览器内预览：图像、视频、音频、PDF 和代码文件可以在下载前预览，且不会破坏安全模型。 技术栈是 Node.js + Express + ws，单服务器，核心传输逻辑没有外部依赖。 试用：<a href="https:&#x2F;&#x2F;sharenova.io" rel="nofollow">https:&#x2F;&#x2F;sharenova.io</a> 我很乐意收到关于架构和扫描方法的反馈。

嗨 HN。我为家庭实验室项目评估了三个代理框架，其中一个有 40 万行代码（并在 Shodan 上暴露了 4.2 万个实例），一个只有 9 天历史，而第三个框架过于简单，我还是得重新构建大部分内容。但它们都不适合我。 所以我用大约 2300 行 Python 代码构建了自己的代理。没有使用任何框架，只有 8 个运行时依赖，106 个测试。 它的功能包括： * 通过 SQLite 实现持久化内存（FTS5 关键字搜索 + sqlite-vec 嵌入 + 近期衰减，与倒数秩融合相结合） * MCP 工具集成——通过编辑 JSON 文件添加功能 * 具有安全防护措施的本地工具（bash 黑名单、超时、输出限制） * 具有会话隔离的 Discord 界面 * 每个操作的结构化 JSON 日志记录 * 对话压缩，实现近乎无限的上下文 在 2 个 RTX 3090 上本地运行，通过 llama-server 使用 Qwen3-Coder-Next 模型。不使用云 API。 设计理念是：不要构建你不需要的东西，但不要阻止插入点。例如，我的 AI 防火墙尚未构建，但所有 LLM 流量都通过一个可配置的 URL，稍后我只需更改配置即可插入一个过滤代理。 DESIGN.md 文档记录了每个架构决策背后的原因。测试模拟了 LLM 客户端，因此你可以在笔记本电脑上运行它们。 GitHub：[https://github.com/nonatofabio/luna-agent](https://github.com/nonatofabio/luna-agent) 博客文章，提供完整的技术深度分析：[https://nonatofabio.github.io/blog/post.html?slug=luna\_agent](https://nonatofabio.github.io/blog/post.html?slug=luna_agent) 很乐意回答有关任何设计权衡的问题。