最新

GitHub 链接：<a href="https:&#x2F;&#x2F;github.com&#x2F;mcp-shark&#x2F;mcp-shark" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;mcp-shark&#x2F;mcp-shark</a> 网站：<a href="https:&#x2F;&#x2F;mcpshark.sh&#x2F;" rel="nofollow">https:&#x2F;&#x2F;mcpshark.sh&#x2F;</a> 我开发了 MCPShark，一个用于模型上下文协议 (MCP) 的流量检查工具。 它位于你的编辑器/LLM 客户端和 MCP 服务器之间，你可以： * 在一个地方查看所有 MCP 流量（请求、响应、工具、资源） * 在工具行为异常时调试会话 * 可选地运行“智能扫描”检查，以标记有风险的工具/配置

相关（来自昨天）：<i>Show HN: Gemini Pro 3 畅想十年后的 HN 首页</i> - <a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=46205632">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=46205632</a>

我们历经十年研究，进行了 1000 多次访谈，打造了一款职业教练，帮助职业生涯中期的专业人士规划他们的下一步发展。<p>我自己的职业生涯也颇为曲折——从 CPU 设计，到教育研究，再到支持克莱顿·克里斯坦森（“颠覆性创新”），后来又涉足风险投资。<p>当你希望工作有意义，但又对很多事情都感兴趣时，就很难规划下一步。Vocation 指导你完成这个探索过程。<p>市面上充斥着大量 AI 生成的职业支持、简历提示等等。它们的设计都以你的简历或一份工作为中心。<p>Vocation 的设计旨在帮助你首先了解自己。定义真正的进步意味着什么。以及你独特的背景说明了你需要什么。<p>我们试图帮助你找到“对”的工作，而不仅仅是任何一份工作。<p>期待您的反馈。

嗨，HN 社区， 我是 Shanea，Empromptu 的创始人。我们刚刚从 Precursor Ventures 融资 200 万美元，旨在解决我一直遇到的一个问题：大多数 AI 功能最终都无法投入生产。 问题在于：现在你可以在几小时内原型设计 AI 功能，但要让它们达到生产就绪状态仍然非常困难。上下文窗口会膨胀到超过 100 份文档。准确性会漂移。与现有代码库的集成也很混乱。大多数团队要么重写他们的平台，要么聘请专业的 AI 工程师。 我们构建了什么：一个 AI 应用构建器，可以生成全栈功能（前端、后端、模型、可观测性），并将它们集成到现有的 SaaS 平台中。新功能是自管理上下文——一种图-RAG 架构，可以处理 100GB 以上的文件，通过多级摘要保持准确性，并旨在随着时间的推移从使用中不断改进。 目前状态： * 2,000+ 家企业正在使用 * 98% 的生产准确率 * 本地部署或云部署 * 一位医疗保健 SaaS 创始人使用它添加了一个 AI 驱动的 CRM 功能，而无需扩大团队 很乐意回答有关架构的技术问题，特别是关于我们如何大规模处理上下文管理。也很好奇其他创始人遇到过哪些将 AI 功能投入生产的障碍。 试用：empromptu.ai

（原文链接：<a href="https://www.theinformation.com/articles/deepseek-using-banned-nvidia-chips-race-build-next-model" rel="nofollow">https://www.theinformation.com/articles/deepseek-using-banned...</a>，但已设置访问限制）