最新

Hi HN， 我开发了CivicEcho，这是一个简单且开源的工具，旨在帮助人们向美国众议院代表撰写个性化电子邮件。这个想法是为了减少那些关心问题但可能犹豫不决或对写作过程感到不知所措的人的阻力。 它的工作原理如下： 您输入您的地址，它会自动识别您的众议院代表。然后，您选择一个法案或当前新闻话题（或输入您自己的话题，可以通过链接或其他方式），它会提供一个连贯的初稿消息。您可以自由编辑，它并非旨在取代深思熟虑的写作，只是让它更容易。它还包括一个“活动”功能，因此您可以分享一个预先填充的消息链接，以快速让朋友或社区参与进来。 我知道像ResistBot和5Calls这样的工具已经存在，而且它们很棒。CivicEcho略有不同。它仅限网络，侧重于电子邮件，并生成独特的（但可编辑的）草稿，而不是模板化或脚本化的消息，并允许共享和跟踪活动参与度。 技术栈很简单，Express.js、MongoDB、OpenAI API（作为一种务实的选择），并计划在可持续的情况下最终转向自托管的、开放的LLM。 它完全开源，采用AGPL协议。无需登录。没有追踪。没有废话。 欢迎任何反馈、批评或建议。 谢谢！ [https://civicecho.org](https://civicecho.org) [https://github.com/abkhur/civicecho](https://github.com/abkhur/civicecho)

为了纪念艾伦·图灵，我用 eBPF 实现了恩尼格玛密码机和 Bombe 解码设备。该项目利用 eBPF 通过虚拟的恩尼格玛转子和反射器处理网络数据包，就像二战时期的原始机器一样。通过虚拟接口发送的消息不仅被加密，而且还能实时解密，这展示了如何用现代系统编程重新构想图灵的开创性工作。该实现包括可配置的转子、反射器和位置设置。

上个月，我在纽约淋着小雨散步，注意到大约一半的人都撑着伞。几分钟后，雨势变大，撑伞的人数也增加到接近 80%。 这让我开始思考，如果能以某种方式追踪这个现象就好了，所以我做了一个网站！我正在进行人行道直播，将其输入 YOLO 模型进行人物追踪，然后将每个被检测到的人的画面发送给 Gemini 2.0 Flash，它会返回关于每个人衣着以及是否撑伞的结构化 JSON 数据。我还在网站的界面设计上花了不少心思，让它看起来像一个电视天气频道。 我向一些朋友展示了这个项目，有人提到传奇的 Tasks xkcd 漫画 (<a href="https://xkcd.com/1425" rel="nofollow">https://xkcd.com/1425</a>) 现在已经过时了。如果你想检查一张照片里是否有鸟（或者是否有人撑伞），你只需要向一个廉价的视觉模型索要 JSON 数据即可。