最新

大家好，Hacker News， 我大部分时间都在用 Swift 编程，但当我切换到 Rust 时，总能享受到类型错误和 thiserror crate 带来的便利。当 Swift 引入类型化 throws 时，我非常高兴，并尝试在合适的时候使用它，但大多数时候都不得不编写从一种类型到另一种类型的转换。 通过 IntoError，我试图实现类似的功能，以减少样板代码。 GitHub: <a href="https://github.com/tikhop/IntoError" rel="nofollow">https://github.com/tikhop/IntoError</a> 欢迎提问。 谢谢。

我正在修改我的开题答辩，总感觉一直在重复使用同一个术语。在一个典型的 LaTeX 项目中，如果项目被分割成多个 .tex 文件，想要快速、清晰地查看词频，而不把所有文件合并在一起，或者不把 LaTeX 命令/数学公式也算作“单词”，会非常麻烦。 因此，我开发了 latex-wc，这是一个小型的 Python 命令行工具，它可以： * 从 LaTeX 文件中提取词汇，同时忽略常见的 LaTeX “噪声”（命令、注释、数学公式、引用等） * 可以接受单个 .tex 文件或目录，并递归扫描所有 *.tex 文件 * 一次性打印合并后的报告（总词数、唯一词数、前 N 个高频词） 最快的试用方法是 `uvx latex-wc [路径]`（文件或目录）。欢迎提供反馈，特别是关于您认为启发式过滤器过于激进或不够激进的边缘情况。

几周前，我发布了关于 GoodToGo <a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=46656759">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=46656759</a> 的帖子——一个为 AI 代理提供“这个 PR 是否准备好合并？”的确定性答案的工具。 有几个人问到了我提到的更大的编排系统。 这就是那个系统。<p>我厌倦了当 Claude Code 的项目经理。 它写代码没问题，但交付生产代码需要七八个环节——研究、规划、设计审查、实施、代码审查、安全审计、PR 创建、CI 维护。 我自己做了所有的协调工作。 代理打字很快。 我仍然是瓶颈。 我真正需要的是一个编排者的编排者——由具有确定性质量检查的代理组成的集群的集群。<p>所以我构建了 metaswarm。 它将工作分解成阶段，并将每个阶段分配给一个专业的集群编排器。 它管理交接，并使用 BEADS 进行跨 /compact、/clear 甚至跨会话持续存在的确定性门。 将它指向一个 GitHub 问题或与它一起集思广益（它使用 Superpowers 提问），它会创建史诗、任务和依赖关系，然后运行完整的管道到合并的 PR——包括外部代码审查，如 CodeRabbit、Greptile 和 Bugbot。<p>最让我惊讶的是设计审查门。 五个代理——PM、架构师、设计师、安全人员、CTO——在编写任何代码之前并行审查每个计划。 所有五个都必须批准。 最多三轮，然后它会升级到人工审查。 我以为会是形式主义。 它确实发现了真正的设计问题、依赖关系问题、安全漏洞。<p>这个周末，我把它指向了我的积压工作。 合并了 127 个 PR。 每一个都达到了 100% 的测试覆盖率。 没有人编写代码、审查代码或点击合并。 好的，我稍微引导了一下它，主要是在帮助一些史诗的计划方面。<p>一些经验教训：<p>代理清单是形式主义。 代理跳过了覆盖率检查，误读了阈值，或者认为它们不适用。 仅仅提示是不够的。 解决方案是确定性门——BEADS、pre-push 钩子、CI 作业，所有这些都建立在代理完成检查之上。 无论代理是否配合，这些门都会阻止糟糕的代码。<p>代理只是 markdown 文件。 没有自定义运行时，没有服务器，虽然我是在 TypeScript 上构建的，但代理是与语言无关的。 你可以阅读所有代理，编辑它们，添加你自己的。<p>它也会自我反思。 在每次合并 PR 之后，系统会将模式、陷阱和决策提取到 JSONL 知识库中。 代理只加载与它们正在处理的文件相关的条目。 它交付的越多，犯的错误就越少。 它在不断学习。<p>metaswarm 建立在两个项目之上：<a href="https:&#x2F;&#x2F;github.com&#x2F;steveyegge&#x2F;beads" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;steveyegge&#x2F;beads</a>，由 Steve Yegge 开发（git 原生任务跟踪和知识预热）和 <a href="https:&#x2F;&#x2F;github.com&#x2F;obra&#x2F;superpowers" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;obra&#x2F;superpowers</a>，由 Jesse Vincent 开发（有纪律的代理工作流程——TDD、集思广益、系统调试）。 这两个都至关重要。<p>背景：我创立了 Technorati、Linuxcare 和 Warmstart； 曾是 Lyft 和 Reddit 的技术主管。 我构建 metaswarm 是因为我需要能够以我对待人类团队的相同标准交付到生产代码库的自主代理。<p>$ cd my-project-name<p>$ npx metaswarm init<p>MIT 许可。 我不是律师。 仅供参考。 欢迎提出问题/PR！

我一直对标准 LLM 接口收集大量数据感到不满，所以我构建了一个注重隐私的精简替代方案。 主要特点： * 私密 AI 对话，零数据保留。 * 存在账户和账单身份。不保留提示和回复内容。 * 仅内存处理 · 无聊天记录 · 不对您的数据进行训练 * 免费选项，无需信用卡信息。 * 短小精悍的域名，方便分享：wraith.sh 目标：提供一种真正私密的方式，用于使用 LLM 进行敏感的头脑风暴、草稿撰写，或者只是随意尝试，而不会留下任何痕迹。 我很乐意收到关于 UI/UX 的反馈，尤其是关于我可以添加的任何隐私保护功能的想法。 在这里试用：[https://wraith.sh](https://wraith.sh)