最新

我经营着一家小型、自筹资金的开源初创公司，专注于一个细分领域。我们的增长缓慢但稳定，随着产品的成熟，我们开始赢得更大的客户。<p>最近，该领域内领先的供应商（获得了 5000 万美元的融资，拥有数十名员工）开始潜伏在我们的社区 Slack 频道中，并向我们的社区成员发送冷邮件，向他们提供价值数千美元的免费积分，以诱使他们转用他们的产品。邮件并未在我们的 Slack 频道中公开，所以他们是通过获取人们的姓名，然后通过谷歌搜索他们的工作单位来推断他们的电子邮件地址的。<p>该供应商的员工使用假名注册，因此无法直接将他们从 Slack 频道中封禁。<p>有没有人遇到过类似的情况？如果是，你们是怎么做的？

你是否曾遇到过这样的情况：你构建了一些东西，将其部署到 Vercel 上，却发现它并没有像预期的那样工作，但在本地运行，即使使用了生产环境的标志，也能正常运行？这就是我构建 return0 的原因——厌倦了调试为什么生产环境会让代码表现出不同的行为——比如——为什么我的端点会挂掉（例如：node 模块在生产环境中无法工作——默默地捕获了错误。在这种情况下，我不得不修改第三方 node 模块，重新部署代码，添加 console.logs，花了几个小时才弄清楚）——或者，为什么代码在生产环境中指向错误的 host（原因：环境变量）——等等。<p>通常，为了修复这个问题，你会在代码中添加一些日志，这可能会提供一些信息。但是，这既耗时又乏味，而且不是最佳的开发者体验。<p>return0 能够动态地找出需要提取的信息，比如变量状态。在你的 AI IDE 中——在 return0 MCP 服务器的帮助下——只需在聊天窗口中解释问题，它就会根据已部署代码的实时变量状态找到根本原因——就像本地调试器一样。而且，无需重新部署代码即可提取更多信息，return0 包含一个 SDK，可以实现对代码的动态追踪。你也不需要告诉它要提取什么信息。<p>演示：<a href="https:&#x2F;&#x2F;www.getreturn0.com&#x2F;livedemo" rel="nofollow">https:&#x2F;&#x2F;www.getreturn0.com&#x2F;livedemo</a> 文档：<a href="https:&#x2F;&#x2F;www.getreturn0.com&#x2F;docs" rel="nofollow">https:&#x2F;&#x2F;www.getreturn0.com&#x2F;docs</a>

我们推出了 causa™，这是一款可在苹果设备上完全离线编排和运行 LLM 的应用程序（即将支持 VLM）。 我们正在收集社区的反馈，了解大家认为哪些专业或微调模型最适合在设备端进行推理。我们已经支持主流的通用模型系列（GPT-OSS、Llama、Mistral 等），现在正专注于为特定任务微调的领域特定模型。 例如： * JetBrains 的 Mellum 系列——专为软件工程优化 * gpt-oss-safeguard——专为策略推理和 AI 安全设计 如果您知道其他高质量的专业模型（最好是开放权重），并且可以从移动端部署中受益，我们非常欢迎您的建议。