最新

大家好，我在 HN 上发布了 Jetbase——一个基于 Python 的数据库迁移工具。 Jetbase 具有以下特点： * 严格的验证，用于检测已应用后的迁移文件是否被更改或删除（防止漂移，快速失败） * 数据库锁定，确保多个迁移进程不能同时运行 * 完整的回滚支持 * 文件名中直接强制使用递增的版本号，使迁移历史一目了然 * 使用原始 SQL 而不是 ORM 主要的 Python 工具是 Alembic，但它主要与 ORM 一起使用，并且不包含验证检查等功能。所以我构建了 Jetbase 来添加我需要的功能。 我遇到的一些其他问题： * 与 Alembic 相比，具有更多验证检查的工具通常是基于 Java 的，而不是 Python * 一些工具将回滚支持放在付费层后面 * 希望有一种可以轻松查看迁移历史的方法 我放弃了 ORM，转而使用原始 SQL，这使得 Alembic 的 ORM 集成变得不再必要。我放弃 ORM 的原因： * 直接在数据库 UI 工具（DBeaver、Snowflake）中探索查询，并且不想用 ORM 语法重写它们 * ORM 对于 Python 数据管道（S3 → Snowflake → Postgres）来说没有意义 * 原始 SQL 对于基本 CRUD 之外的操作更有效 * 与另一个团队共享一个数据库，并且不想在 API 中创建额外的 ORM 模型来查询他们的东西 仓库（包含快速入门指南）：[https://github.com/jetbase-hq/jetbase](https://github.com/jetbase-hq/jetbase) 目前支持 Postgres 和 SQLite（计划添加更多数据库） 欢迎提出任何反馈！

Hi HN， 我构建了 fp-pack，一个专注于管道优先组合的小型 TypeScript 函数式工具库。 目标是保持管道简单易读，同时仍然支持提前退出和副作用——无需引入 Option 或 Either 等单子。 大多数代码使用普通的 pipe/pipeAsync。对于少数需要提前退出的情况，fp-pack 提供了一个基于 SideEffect 的管道，可以安全地短路。 我还编写了一份“AI 智能体技能”文档，以帮助 LLM 生成一致的 fp-pack 风格代码。 欢迎提供反馈、批评或提问。

在你说出又一个 RAG 克隆之前，请先听我说几句。<p>问题： 作为创作者：你必须录屏、编辑、注释，然后展示。如果任何内容发生变化，你就要重新进行整个流程。 作为最终用户：你必须观看 5 分钟的视频，而你可能只需要知道视频中的 5 秒钟内容就能完成一个特定任务。<p>解决方案： 对于创作者：录制并上传你的原始屏幕录像。无需其他操作。 对于最终用户：你提出一个问题，你就能得到针对你特定问题的、带有注释截图的精确文档。<p>这与 Scribe 或 RAG 有什么不同？ * vs. Scribe：Scribe 用于主动捕获（在你工作时点击）。DocuFine 用于被动提取——它将你现有的原始视频或演示转化为事后的指南。 * vs. RAG：大多数视频 RAG 只是搜索转录文本。DocuFine 使用 LLM“查看”用户界面，然后使用 OCR 将注释“捕捉”到实际的按钮上，因此即使视频静音，指南在空间上也是准确的。<p>该网站尚未上线——我目前正在收集关于该概念和演示的反馈，然后再开放，因为我仍在优化 LLM 成本和提取逻辑。<p>演示链接： - 初始录制：<a href="https://streamable.com/c5gom5" rel="nofollow">https://streamable.com/c5gom5</a> - 提问：如何找到客户下的订单？ - 生成的输出指南：<a href="https://streamable.com/9c4ncj" rel="nofollow">https://streamable.com/9c4ncj</a><p>端到端演示：<a href="https://streamable.com/hqb6te" rel="nofollow">https://streamable.com/hqb6te</a><p>欢迎诚实反馈！

我开发了 ccc，用于通过 Telegram 从手机控制 Claude Code 会话。它允许你远程启动会话，在 Claude 完成任务时收到通知，并在手机和电脑之间无缝切换。 功能： - 100% 自托管，在你的机器上运行 - 支持多会话，使用 Telegram 话题 - 语音消息（使用 Whisper 转录） - 图像附件，供 Claude 分析 - tmux 集成，实现会话持久化 使用 Go 语言构建。欢迎反馈！