最新

大家好，我是 Snipplle 的作者。<p>Snipplle 是一个开源代码片段管理器，旨在帮助开发者跨项目组织和重用代码片段。<p>这还是一个早期测试版。目前主要侧重于核心工作流程：管理代码片段，将它们组织成集合，并通过 CLI 将它们拉取到本地项目中。<p>我特别感兴趣的是关于实际工作流程的反馈：您目前如何存储代码片段，缺少什么，以及什么能使这样的工具真正具有长期实用性。<p>该项目已完全开源，请访问：<a href="https:&#x2F;&#x2F;github.com&#x2F;snipplle&#x2F;snipplle" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;snipplle&#x2F;snipplle</a><p>还有一个云端服务，请访问：<a href="https:&#x2F;&#x2F;snipplle.com" rel="nofollow">https:&#x2F;&#x2F;snipplle.com</a>

人们如何验证对视频数据（编码、预处理、匿名化等）的更改不会破坏后续的模型？ 我们见过这样的情况：编码被更改，PSNR/SSIM 几乎没有变化，视频看起来很棒——但模型的行为却发生了巨大变化。 在训练之前，您如何验证视频数据的更改？ 或者唯一的真正答案是“重新训练并找出答案”？

我想为人们提供一个替代方案，取代谷歌云端硬盘、iCloud 以及其他商业产品。它应该具备以下特点： * 可靠：可能在后台使用谷歌云或 AWS。 * 更便宜：可能使用 Deep Archive。 * 易于使用：像谷歌相册一样进行后台备份。 * 私密：客户端加密。 我有一个原型可以试用 (https://megafrost.cloud)，但它需要成为一个合适的非营利组织的一部分，而不仅仅像我这样的独立开发者。 你认为这可行吗？第一步应该做什么？

我开发了 VideoReview，旨在减少团队成员在游戏过场动画和动画制作方面的审查工作量。 它允许协作者留下基于时间的评论，直接在视频帧上绘图，并在类似 SNS 的轻量级界面中讨论反馈。 在线演示：<a href="https:&#x2F;&#x2F;demo-video-review.d16slh4aq95cwn.amplifyapp.com&#x2F;" rel="nofollow">https:&#x2F;&#x2F;demo-video-review.d16slh4aq95cwn.amplifyapp.com&#x2F;</a> 集成包括 Jira（从评论中创建任务）和 Slack（分享评论）。 我非常希望收到审查游戏或动画素材的人对可用性的反馈。

有人知道这个 5k payload 是干什么的吗？ https://justpaste.it/fkqba

Hi HN， 我一直在开发一个名为 Mandate 的小型 MVP。它的想法很简单： AI 智能体可以花钱和调用工具，但如今我们主要通过提示和约定来控制它们。我想要一些更接近 IAM / 防火墙思维的东西，但用于智能体。 Mandate 在运行时强制执行权限，位于 LLM 之外。 核心概念： * 智能体 = 稳定的身份（不是一个进程） * 策略 = 静态的、版本化的权限模板 * 规则 = 根据调用上下文（环境、用户层级等）选择策略 * Mandate = 每次调用时颁发的短期权限 * 执行 = 对工具 + LLM 调用的确定性允许/阻止 这使您可以： * 限制每次调用或一段时间内的支出 * 限制工具和 MCP 服务器 * 立即终止智能体 * 使用原因代码审计每个决策 没有提示技巧，没有 AI 判断——只有机械执行。 代码库（非常早期的 MVP）： [https://github.com/kashaf12/mandate](https://github.com/kashaf12/mandate) 我还不能确定这是否是团队真正想要的，或者是否为时过早 / 过度设计。 我非常希望从在生产环境中运行智能体或自动化的人那里获得反馈： * 您是否遇到过提示不够用的情况？ * 您是否已经在内部强制执行硬性限制？ * 什么会使它变得有用而不是令人讨厌？ 感谢您的阅读。