最新

厌倦了反复录制同一个产品演示 10 次，却仍然不满意？ 这就是我创建 AutoAds (autoads.pro) 的原因。<p> 它的理念是：你粘贴你网站的 URL，一个 AI 流程就会为你完成所有烦人的事情，完全自动化。<p> 它的功能：<p> * 你粘贴你网站的 URL（SaaS、电商、作品集） * 一个 AI 流程访问该网站并分析内容（版块、文案、视觉效果、CTA 等） * 它会生成一个屏幕录制风格的网站视频： * 滚动和导航 * 聚焦关键版块 * 然后它会进行自动编辑： * 剪辑 * “宣传片风格”的节奏 * 将所有内容包装在 Mac 模型中，使其看起来像一个产品视频 * 同时，AI 会生成： * 一个解说你的产品的画外音 * 与声音同步的字幕<p> 最终结果：你将获得一个可以直接使用的宣传视频 (MP4)，无需打开 Loom，无需麦克风，无需摄像头。<p> 目前适用于：<p> * SaaS 产品 * 电商网站 * 作品集 / 个人网站<p> 有一个免费套餐，你可以用自己的网站试用（无需信用卡）。<p> 我正在寻找的反馈：<p> * 你真的会用它来代替手动录制演示吗？ * 你希望对哪些方面有更多控制权：脚本、声音语调、模型风格、视频长度？ * 你觉得缺少什么，让你有信心在你的着陆页或付费广告中使用它？<p> 链接：autoads.pro<p> 如果你试用后得到一个很棒（或很糟糕）的视频，我很乐意看到它，并听听你觉得哪里不对或缺少什么。

我刚从 Veritasium 的视频里了解到幂律，发现自己一直以来都在不知不觉地相信它。现在我正处于曲线的劣势端，对发生在我身上的事情一头雾水，我该怎么办？ 我想我唯一的选择就是在生活中下更多的赌注，但请各位互联网大神分享你们的智慧吧……

如果能把电子书转换成有声书，你更喜欢听有声书还是读电子书？

大家好，我是正在学习网络安全和 Web 开发的 11 年级学生。我构建了 SiteIQ，作为一种亲身实践的方式来理解安全漏洞、SEO 以及如何测试它们。<p>在整个项目中，我使用 AI 作为我的编码伙伴——它帮助我理解概念、调试问题和编写代码。用 AI 构建感觉就像拥有一个 24/7 全天候的耐心导师。我学到的东西比仅仅跟着教程要多得多。<p>它的功能： - 安全测试：OWASP Top 10（SQL 注入、XSS、CSRF 等） - SEO 分析：Meta 标签、模式标记、核心 Web 关键指标 - GEO 测试：多区域可访问性和延迟 - LLM 安全：提示词注入、越狱、系统提示词泄露和“钱包拒绝服务”攻击<p>LLM 安全部分是最有趣的构建部分。随着每个人都在他们的应用程序中添加 AI，我想了解提示词注入实际上是如何工作的以及如何测试它。<p>功能： - 带有实时控制台输出的 Web UI - 用于自动化的 CLI - 自托管（数据不会离开您的机器）<p>技术：Python、Flask、pytest<p>GitHub：[你的链接]<p>我很乐意收到反馈——我是否遗漏了任何漏洞？对于 LLM 攻击载荷有什么建议吗？<p>这是我的第一个开源项目，所以欢迎任何建议！

大家好， 我正在寻找一种可以直接安装在笔记本电脑上的 Type 1 型虚拟机管理程序，这样就可以运行一个主要的客户操作系统，该操作系统连接到显示器、键盘等，而其他客户机可以通过该客户机中的应用程序或某种类似 KVM 的快捷方式进行管理。 我知道 QubesOS，但我觉得它可能比我想要的拥有更多功能。

最近一直在关注内存和云实例的现货价格。感觉“硬件便宜，随便用 Electron/JVM”的时代正在触及天花板。 我最近为一个副业项目将一个 Rust 二进制文件推送到生产环境，仅仅是因为我再也负担不起最便宜的 VPS 方案上 Node 应用所需的 RAM 了。与我通常编写的解释型/垃圾回收型代码相比，内存占用简直可以忽略不计。 现在还有其他人仅仅出于经济原因而优先考虑 Rust（或 Zig/C++）吗？感觉没有垃圾回收机制变得不再仅仅是关于性能，而是更多地关于纯粹的单位经济效益。

我一直在尝试一种方法，将 OpenAI Codex 插件变成一个小型“蜂群”，由专门的代理组成，它们都在一个本地代码库中工作，共享一个 JSON 任务板，并且被迫将每个更改作为原子工作单元提交。<p>代码库：<a href="https:&#x2F;&#x2F;github.com&#x2F;basilisk-labs&#x2F;codex-swarm" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;basilisk-labs&#x2F;codex-swarm</a> 许可证：MIT<p>它是什么<p>Codex Swarm 是一个轻量级框架，它：<p>- 完全在你的本地代码库中运行，通过 OpenAI Codex 插件（Cursor / VS Code / JetBrains）。<p>- 使用一组提示定义的代理（.AGENTS&#x2F;*.json），而不是临时指令。<p>- 将单个 JSON 后台任务（tasks.json）用作所有代理的共享内存。<p>- 强制执行一个任务对应一个提交的规则，因此每个计划步骤都以干净的 git 提交结束。<p>- 通过一个微小的 Python 脚本从 JSON 状态重新生成人类可读的任务板（tasks.md）。<p>你可以把它想象成“增强”氛围编码：你描述你想要什么，编排器将其分解成小任务，然后准蜂群代理（规划者、编码员、审阅者、文档）轮流处理你的文件并提交更改。<p>它是如何工作的<p>- 编排器（默认代理）读取你的请求，提出一个编号的计划，并将每个步骤映射到 JSON 定义的代理之一。在执行任何操作之前，它会要求你批准/编辑/取消。<p>- 规划者拥有 tasks.json：它将目标分解成原子任务（T-001、T-002、…），设置优先级，并保持后台任务与计划一致。<p>- 编码员将小的差异应用于你的文件，运行本地命令（测试、代码检查器），并进行带有表情符号前缀的提交，这些提交引用任务 ID。<p>- 审阅者检查结果，更新任务状态，并可以阻止或请求跟进。<p>- 文档保持 README / 其他文档与实际发布的内容同步。<p>- 创建者 / 更新者是元代理，可以生成新的代理 JSON 定义，并在你想要发展蜂群时完善现有的定义。<p>所有这些都定义为提示 + JSON；没有单独的运行时。“引擎”只是 OpenAI Codex 插件在你的代码库上运行。<p>共享内存和版本控制<p>代理不依赖不透明的内部内存，而是共享一个非常明确的状态：<p>- tasks.json 是规范的后台任务，包含状态、优先级、所有者和评论线程。<p>- tasks.md 由它生成，并使用 scripts&#x2F;tasks.py 按状态分组。<p>AGENTS.md 中的提交工作流程部分强制每个计划步骤以干净的 git 提交结束：<p>- 一个任务 → 一个提交，<p>- 主题中包含表情符号 + 任务 ID，<p>- 在提交存在之前，编排器不会推进。<p>这使得审计“蜂群”实际做了什么变得很容易：你可以从对话 → 计划 → tasks.json → 提交进行跟踪。<p>我为什么构建它<p>我想要一些将任务和提交视为一等公民的东西，而不是聊天的附带产物，将所有文件操作保留在代码库内，并提供清晰的审计跟踪，并且还允许我随着时间的推移（通过 JSON）发展一个代理蜂群，而无需构建完整的代理平台。<p>目前，这有意保持最小化：没有外部数据库，没有 Web UI，只有提示、JSON、git 和 Codex 插件。<p>反馈<p>我很乐意收到关于以下方面的反馈：<p>- 整体的“代理作为版本化的工作者”模型——它是否符合你在 IDE 中使用 LLM 的心理模型？<p>- AGENTS.md 中的规范——你缺少什么才能采用或分叉它？<p>- 我是否应该为不使用 Codex 插件的人添加一个小的 CLI 运行器。<p>很乐意回答问题并根据你希望如何使用这样的蜂群来调整规范！