最新

例如：WhatsApp 还是《古惑狼》（1996）？

希望您喜欢

在过去的几个月里，我一直在构建计算机使用代理（computer-use agents, CUA）的原型，并遇到了一个反复出现的问题：许多代理应该能够使用的网站（常见的SaaS仪表板、零售网站、报纸等）会将其识别为非人类而阻止访问。问题在于，这总是会导致更长的执行时间，因为代理不知道何时放弃，而是在循环中运行直到强制超时，或者更糟的是，它会返回错误信息（hallucinations）。这对于需要大量并行研究的群体项目尤其糟糕，因为这些项目一直存在40%-60%的阻止率。 因此，我决定构建一个探测脚本：一个由Chrome控制的浏览器（匹配真实CUA设置的指纹），探测互联网上URL的阻止机制，并根据页面是否加载或哪个WAF供应商介入来标记每个URL为绿色/红色（在某些情况下，会使用CUA线束来提高精度）。结果是Guestlist——一个Python API，允许你在将代理发送到URL之前，检查该URL是否可以与之交互。 当然，这个领域有一些工具可以帮助你掩盖你的代理，使其看起来更像“人类”，并且效果很好，但我认为除了这些工具之外，拥有这样一个工具可以在大型项目中提高一致性。

经过近三年的开发，Kronotop 的首个开发者预览版现已发布。 Kronotop 是一个构建在 FoundationDB 之上的分布式多模型数据库。 我们的口号是：一次事务，多种模型。 文档、有序键值数据和其他模型可以在同一个严格可串行化的事务中参与，甚至跨命名空间。 我非常期待您的反馈。

better-event 是一个具有超强类型安全的事件发射器。

各位 HN 的朋友，我们是 Faisal 和 Ahmad，来自 Intuned (<a href="https://intunedhq.com">https://intunedhq.com</a>)。我们正在构建一个用于创建、部署和维护浏览器自动化的平台。 客户主要使用 Intuned AI 代理来自动化那些没有提供 API 的网站。常见的用例包括抓取数据、提取报告和提交表单。当网站发生变化时，我们的代理还能帮助自动修复自动化流程。 在 Intuned 上，浏览器自动化是由 AI 代理创建并以“代码”形式运行的。我们的基础设施会捕获每次运行的上下文，使我们的代理能够调试和维护底层代码，从而确保自动化流程长期有效。这样，我们就能提供代码的可靠性、速度和成本效益，而无需编写和维护代码的繁琐过程。 以下是演示如何在 Intuned 上构建爬虫的视频：<a href="https://youtu.be/ruZP73bK4FU">https://youtu.be/ruZP73bK4FU</a> 以下是演示如何使用 AI 来维护项目的视频：<a href="https://youtu.be/e4R4hLdHBro">https://youtu.be/e4R4hLdHBro</a> 背景故事：我们最初被 YC 录取是为了一个完全不同的想法。在 YC 期间，由于 Faisal 在 UiPath 的工作经历，许多同期学员询问我们 RPA 工具是否可以通过自动化无 API 的网站来弥补他们产品中的 API 缺失。到了需要调整方向的时候，我们回访了那些创始人，深入了解了他们的问题。（此处 RPA 指的是使用 UI 自动化来完成非测试任务） 我们发现，浏览器自动化中真正棘手的问题是维护。网站会变化，选择器会失效，故障的复现和修复过程可能非常痛苦。因此，在 2024 年初，我们决定与一些客户一起着手解决这个问题。经过大量的迭代，我们才最终确定了目前以代码为中心的方法。 工作原理：Intuned 是深度集成的基础设施和代理。 在基础设施方面，Intuned 是一个托管的浏览器自动化代码运行时。项目通常是基于 Playwright 的 TypeScript 或 Python。用户可以直接在我们的在线 IDE 中编写代码，或者将工作交给代理。无论哪种方式，一旦部署，平台都会在独立的机器中运行每个项目，并处理身份验证/会话重用、调度、批量执行、并发、可观测性以及运行浏览器代码的其他配套功能。 在代理方面，我们花了几个迭代才达到目前的方法。最初的尝试是僵化的流程：收集需求，检查网站，生成代码，然后尝试修补任何出错的地方。这在纸面上看起来不错，但真实的网站太复杂了，无法遵循固定的路径。去年年底，我们正准备发布那个版本时，更强大的模型出现了，像 Claude Code 和 Codex 这样的工具展示了更开放式编码代理的能力。我们在 Claude Agent SDK 上构建了一个原型，感觉比我们之前的东西好多了，于是我们取消了发布，决定重建代理。 重建主要围绕 SDK 的三个部分：一个用于可靠运行长时间代理会话的执行环境，一个将平台暴露给代理的 CLI，使代理能够像工程师一样操作 Intuned，以及一个基于我们构建浏览器自动化经验的自定义插件（技能 + MCP）。 基础设施和代理的集成是产品变得更有趣的地方。运行时不仅运行自动化，还会捕获调试失败时所需的上下文：参数、结果、跟踪、日志。这使得“AI 修复”等功能成为可能，您可以打开一个失败的运行，让代理进行调查并准备修复。 同样的集成也支持一个名为“自我修复”的功能。对于已配置的项目，平台会检测到故障，启动一个带有相关上下文的代理会话，然后要么提出修复建议供审查，要么自动部署修复。演示：<a href="https://youtu.be/IVHIXw0lYMs">https://youtu.be/IVHIXw0lYMs</a> 我们最近还将基础设施和代理打包成了一个名为 Web Task API 的 API，这里是演示：<a href="https://youtu.be/1olRn3l95vw">https://youtu.be/1olRn3l95vw</a> 我们坚信浏览器自动化可以也应该更快、更便宜、更可预测。欢迎访问 <a href="https://app.intuned.io/">https://app.intuned.io/</a>，我们提供免费套餐，并为您的前几次自动化提供试用积分。期待听到您的想法、问题和反馈！

我想了解是否有其他航空航天或国防公司正在使用OBS、Digicam Control或Darktable等图像/视频采集软件，并且其网络安全部门已经审计并批准了此类软件。 我之所以这样问，是因为在为技术人员配置定制成像工作台时遇到阻力，而且我更希望避免花费数十万美元购买软件许可，而这些软件的功能不过是简单的PTP/MTP软件。Digicam Control完全满足我的所有需求，甚至更多，而我正在努力争取的就是允许使用这款特定的软件。网络安全部门表示，如果我能找到其他航空航天/国防公司使用我想要的软件的例子，那我就成功了。 如果不行，是否有其他行业内知名的、兼容尼康Z系列相机、开源且最好是MIT许可或类似许可的、可用于商业用途的图像采集程序？