最新

我只是观察到，灵光一现，想分享一下。<p>我所见过的说自己在“做 REST”的大部分开发团队，实际上并没有遵循 HATEOAS。按照 Roy Fielding 的严格定义，他会认为这“算不上真正的 REST”。（现在别分心，我不想卷入那场纯粹主义的争论）。<p>许多人没有做 HATEOAS 的原因是，它要求 API 客户端具有智能和适应性。它需要发现“好的，接下来我可以做什么”，应用逻辑，然后选择下一步。但许多公司的时间都很紧，把 REST 简单地理解为“通过 HTTP 传输 JSON，并使用一致的 URL 模式”要简单得多。<p>酷的是：有了 LLM 的加入，HATEOAS 就被解放了。LLM 可以做到“愚蠢”的 API 客户端做不到的事情：询问“接下来我可以做什么”，然后使用_推理_来理解这些选项并选择一个。

厌倦了千篇一律的“氛围感”网站，我们打造了一个让它们相互较量、在观众的怒火中求生的舞台。<p>我们保证犀利吐槽，我们保证传播范围——能否赢得永恒的荣耀，全看你自己的本事。<p>保证“翻车”（概不退款）

……于四年前推出？（《木卫四协议》） 认真的。 广告商是预付了无数次展示，还是怎么回事？

嗨，HN！ 我是 Elixir Agent 框架 Jido 的作者。我们本周发布了 2.0 版本，推出了一个经过生产环境验证的框架，用于在 BEAM 上构建、管理和运行 Agent。 Jido 现在支持一系列 Agent 功能，包括： * 工具调用和 Agent 技能 * 通过监督机制全面支持跨分布式 BEAM 进程的多 Agent * 多种推理策略，包括 ReAct、Chain of Thought、Tree of Thought 等 * 高级工作流功能 * 通过强大的存储和持久化层实现持久性 * Agent 记忆 * MCP 和传感器，用于与外部服务交互 * 深入的可观察性和调试功能，包括全栈 OTel 我知道 Agent 框架可能有点过时了，但 BEAM 上还没有一个框架发布过重大版本。随着人们越来越意识到 BEAM 的架构非常适合 Agent 工作负载，现在是时候发布这个消息了。 我的背景是企业工程、分布式系统和开源。我们有一个强大且不断壮大的构建者社区，致力于 Jido 生态系统。我们期待着在 Jido 之上构建的东西！ 快来和我们一起构建 Agent 吧！

这是 echo.html，一个我捣鼓了快一年的项目！它是一个用来记笔记的工具，可以连接笔记，并将它们保存/分享成单个文件。想象一下，它结合了 Feather Wiki 和 Roam 的特点，但像 emacs 一样使用命令。希望你喜欢！

我想分享一下我一直在进行的一个项目。和你们许多人一样，我一直对现有的投资组合应用感到沮丧。它们优先考虑多资产行情列表，用山寨币的杂乱信息轰炸你，并且经常收集你的投资组合数据。 我找不到一个干净、专注的只关注比特币的应用，所以我决定自己开发一个。 从第一天起，我的核心架构原则就是你的数据属于你： * **100% 本地存储：** 你的投资组合余额、地址和交易历史完全存储在你的设备上。零用户数据被发送到外部服务器。 * **无托管，无执行：** 它纯粹是一个分析和跟踪工具。你仍然拥有完全的控制权。 * **开放数据来源：** 它仅使用开放的 API 获取价格和网络状态。当第三方 API 缺少历史数据时，该应用会在本地缓存和积累数据以生成你的指标。 由于该应用不必担心 10,000 种不同的代币，它完全专注于长期比特币持有者真正关心的工具和智能： * **灵活的投资组合跟踪：** 你可以手动添加交易、上传 CSV 文件或直接从公共钱包地址导入（可以选择特定交易）。 * **准确的盈亏：** 编辑成本基准、费用和备注等元数据，以准确了解你的投资组合表现和回撤情况。 * **原生网络统计数据：** 直接在应用中跟踪区块高度、内存池压力、交易费用、流通供应量和减半倒计时。 * **积累目标：** 设置你的持仓目标并直观地跟踪你的进度。 * **基本功能：** 干净的交互式图表、可自定义的价格提醒以及完整的触发历史记录，以及用于快速更新的主屏幕小部件。 核心跟踪功能是完全免费的。有一个可选的 PRO 版本，可以解锁高级技术分析、标普 500 指数/黄金相关性跟踪和企业金库监控等功能（这有助于支持开发），但主要目标是提供一个坚实、无噪音的基础。 我希望这里的社区能够对其进行拆解、测试，并告诉我你的想法。你认为当前的生态系统中还缺少哪些严格意义上的比特币原生功能？

嘿，HN， 我构建了 DevOps Agents — 一组专门的 AI 智能体，用于协助日常的 DevOps 和 SRE 工作。 这些智能体可以分析你的 GitHub 仓库，确定所需的云资源，部署一切，并让你的应用程序在生产环境中上线。它们有一个聊天界面（类似于 Claude Code 或 ChatGPT），并在部署后继续存在，帮助你持续管理基础设施。例如，我可以问智能体应用程序是否正在运行，它会 SSH 到资源中，检查状态，检查日志，找到根本原因，并让应用程序恢复运行。 我已经将它用于涉及复杂设置的各种任务 — Kubernetes、ELK 堆栈、Grafana、Prometheus、Redis、ClickHouse、CI/CD 管道、自托管工具、Docker 设置以及多账户 AWS、Azure、GCP 或 DigitalOcean 部署。 我为什么构建它：我之前已经在使用 Cursor 和 Claude Code 来管理我的基础设施，它们非常适合处理代码。但基础设施有所不同 — 大部分上下文信息不在代码中。例如，你的配置位于哪里，哪个云账户映射到哪个环境，暴露了哪些端口，服务之间如何相互通信 — 所有这些都存在于代码库之外。每次我开始一个新会话时，我都需要从头开始重新解释我的整个设置。这里的智能体是专门构建的，可以在会话之间保留基础设施上下文，这样我就可以在不中断的情况下继续管理我的基础设施。 很乐意回答任何问题。