最新

嗨，HN， 我们正在挑战零售财富管理。大多数个人投资组合优化从根本上是有缺陷的，因为它过于静态，忽略了您的具体目标。 我花了十年时间帮助一些世界上最大的投资者构建他们的投资组合。我的联合创始人曾在微软从事后端工程之前，为散户投资者构建了数百个财务计划。我们知道问题所在：传统的投资组合构建和维护方法（如现代投资组合理论）依赖于短视、静态的资产配置。 这种方法论的失败是顾问们忽视资产低于 25 万美元的散户投资者，而平台则推广通用基金的原因。对他们来说，个性化、动态的资产配置是不可行的，因为所需的复杂计算太难手动扩展。 我们构建了解决方案：一个财务副驾驶，为您提供所有财务状况的清晰概览，并向您展示如何通过量身定制的动态指导来实现您的目标。这是一个可扩展的、非托管平台，将建议与资产分离。 * **定制动态指导：** 获取真正为您和您的具体目标量身定制的持续投资建议。我们的模型会根据您的时间范围和当前投资组合状态持续调整风险——研究表明，与传统模型相比，这种方法可以将目标实现概率提高 30% 以上。 * **无需转移即可跟踪：** 通过安全地连接您的账户（与 Plaid/SnapTrade 的 API 链接）自动跟踪目标的进展。您永远不必转移一美元；采纳我们的指导，并在您已经投资的地方使用它。 * **完全清晰：** 查看家庭财富、支出和目标的单一、清晰、统一的视图。 这个财富副驾驶旨在指导和赋能用户实现他们的目标，并建立积极的财务习惯。 有关我们投资方法的完整审查，请查看我们的白皮书： [https://drive.google.com/file/d/1_WhcShE2G8eJJJuq1odsPq5BVAHW09aU/view?usp=sharing](https://drive.google.com/file/d/1_WhcShE2G8eJJJuq1odsPq5BVAHW09aU/view?usp=sharing) Fulfilled 是一家在美国提供此自动化平台的 SEC 注册投资顾问。 请查看并向我们提供您对 UX 清晰度和我们所提供价值的严厉、诚实的反馈。 产品链接：[https://www.FulfilledWealth.co](https://www.FulfilledWealth.co)

大家好，我们是 Ethan 和 Danny，Tangent（<a href="https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent</a>）的作者。Tangent 是一个基于 Rust 的日志管道，其中所有规范化、丰富和检测逻辑都作为 WASM 插件运行。<p>我们一直在 OCSF（<a href="https:&#x2F;&#x2F;ocsf.io" rel="nofollow">https:&#x2F;&#x2F;ocsf.io</a>）社区中看到同样的问题： 1) 模式不断变化。大公司有专门的团队来维护供应商到 OCSF 的映射。 2) 没有共享的映射库，所以每个人都在重复相同的工作。 3) 编写映射器是乏味、重复的工作。 4) 大多数管道使用专有的 DSL，难以共享，也难以让工具/LLM 生成。<p>Tangent 采取了不同的方法：没有 DSL——映射和丰富只是编译成 WASM 的普通代码，可共享的插件——我们维护一个社区库（<a href="https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent-plugins" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent-plugins</a>），互操作性——我们可以在 WASM 中运行其他引擎的 DSL（例如 Bloblang），以便于迁移，完全的灵活性——插件可以验证模式，调用外部 API (<a href="https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent&#x2F;blob&#x2F;main&#x2F;examples&#x2F;enrichment&#x2F;main.go#L58" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent&#x2F;blob&#x2F;main&#x2F;examples&#x2F;en...</a>)，或执行复杂的转换 (<a href="https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent-plugins&#x2F;blob&#x2F;main&#x2F;zeek-ocsf&#x2F;conn&#x2F;main.go#L312" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent-plugins&#x2F;blob&#x2F;main&#x2F;zee...</a>)。<p>这是一个 Python 转换插件的示例，用于从日志中删除除“message”之外的所有字段：<p><pre><code> import json from typing import List from wit_world.imports import log # `log.Logview` 是 Tangent 的零拷贝 JSON 访问器类型。 def process_logs(self, logs: List[log.Logview]) -&gt; bytes: out = bytearray() for lv in logs: msg = lv.get(&quot;msg&quot;) value = msg.value if msg is not None else &quot;&quot; out.extend(json.dumps({&quot;message&quot;: value}).encode() + b&quot;\n&quot;) return bytes(out) </code></pre> 我们在仓库中还有更多示例。<p>由于插件只是 Go/Python/Rust，LLM 可以轻松创建新的映射器。例如，我问：<p><pre><code> 从 AWS Security Hub Finding 生成到 OCSF 的映射器 </code></pre> 只需要做一些小的调整。（<a href="https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent-plugins&#x2F;blob&#x2F;main&#x2F;aws-ocsf&#x2F;security_hub&#x2F;main.go" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;telophasehq&#x2F;tangent-plugins&#x2F;blob&#x2F;main&#x2F;aws...</a>）<p>在性能方面，一个 16 核的 Amazon Linux 机器在 ~100 字节的 JSON 日志上实现了 ~480 MB/s 的端到端处理速度（TCP → Rust-WASM 转换 → sink）。CLI 包含用于本地搭建、测试和基准测试插件的工具。这里深入介绍了我们如何获得这种性能： <a href="https:&#x2F;&#x2F;docs.telophasehq.com&#x2F;runtime" rel="nofollow">https:&#x2F;&#x2F;docs.telophasehq.com&#x2F;runtime</a>。<p>我们很乐意收到您的反馈！您怎么看？

我构建了 rapid-rs，旨在消除在启动新的 Rust Web 服务时需要编写的数小时的样板代码。<p>一个命令即可获得： - 自动配置的数据库、日志记录、CORS - 位于 /docs 的 OpenAPI/Swagger UI - 请求验证 - 生产就绪的可观测性<p>基于 Axum 构建。早期基准测试显示，在 10-20MB 内存下，处理速度约为每秒 5 万次请求。<p>这是 v0.1 版本 - 欢迎提供反馈！<p>Crates：<a href="https://crates.io/crates/rapid-rs" rel="nofollow">https://crates.io/crates/rapid-rs</a>

我正在考虑迁移一台 Windows 服务器（Windows Server 2012 R2 Standard），想知道是否有办法了解正在读取哪些文件。我知道操作系统会保留这些元数据，但我也了解到这些元数据并不可靠。是否有第三方工具或某种 PowerShell 脚本可以用来跟踪这些数据？

大家好，HN， 几个月前，我发布了这个 Chrome 扩展程序的早期版本。从那时起，我对其进行了改进，修复了一堆稳定性问题，并且最近它还在 Chrome Web Store 的“精选”部分进行了展示，这真是个惊喜。 这个扩展程序的功能： - 在浏览器中直接检测活动的推文或推文串 - 收集相关上下文（父推文、作者信息、推文串结构） - 格式化提示并将其发送到 OpenAI API - 将生成的回复直接插入到 Twitter 的原生回复框中 所有这些操作都在 X.com 的 DOM 内部进行，不会存储任何用户数据。 技术细节： - 使用 MutationObserver 跟踪 X.com 不断变化的 DOM - 处理动态插入的推文节点、shadow DOM 和推文串展开 - 对上下文提取进行去抖动，以避免不必要的重复运行 - 模拟原生输入事件以注入回复，使其感觉像是内置的 - 避免后端状态；除了最终的 API 调用，所有内容都在客户端读取 挑战： - X.com 经常更改 UI 结构，因此选择器会不可预测地失效 - 避免在 DOM 重新渲染时重复注入 - 保持提示大小足够小，以便快速生成 - 减少开销，使扩展程序不会减慢页面速度 最近的改进： - 更稳定的推文/推文串检测 - 更好的上下文选择逻辑 - 回复弹出窗口中更简洁的 UI - 较小的性能修复和竞态条件修复 Chrome 商店页面：[https://chromewebstore.google.com/detail/xinsightai-ai-reply-assis/ngppfaclmbaaagondnfjkigkmacfphhc](https://chromewebstore.google.com/detail/xinsightai-ai-reply-assis/ngppfaclmbaaagondnfjkigkmacfphhc) 欢迎对构建浏览器扩展程序或处理 X.com 的 DOM 模式的人提供反馈。 乐于讨论任何细节。