最新

Hi HN， 在无数次差点提交生产环境凭证之后，我构建了一个基于 Git 工作流的本地密钥管理工具。 大多数密钥管理解决方案要么： * 基于云（对于本地开发来说过于复杂） * GUI 界面为主的密码管理器（对开发者不友好） * 需要基础设施的企业级工具（Vault 等） 这个工具的设计意图是简单：使用熟悉的 Git 语义进行版本控制的密钥，完全在你的机器上运行。 功能： * 离线优先 * 简单的 CLI 命令行界面 * 加密存储 * 无云依赖 * Python API 代码库：[https://github.com/athishrao/crux-vault](https://github.com/athishrao/crux-vault) 欢迎提问，我可以解答关于架构、加密方法，或者为什么我凌晨 2 点会觉得构建这个工具是个好主意。

几年前，我发现自己已经三十多岁了，唯一的真正兴趣是编程，我感到有一种冲动想要重新连接一些别的东西。 我过去在高中乐队里打鼓，所以决定重拾音乐，这次专注于电子音乐和键盘。 有一天，不知怎么的，我接触到了 WebAudio，作为一名 Web 开发者，这让我眼前一亮（不是指传输控制）。我对同时进行 Web 和音乐项目的想法感到兴奋。作为一名大量使用 REST API 和状态管理工具的 Web 开发者，我开始考虑一个可以通过数据处理的音频引擎。 所以 Blibliki 是一个数据驱动的 WebAudio 引擎，用于构建模块化合成器和音乐应用程序。可以把它想象成拥有可以连接在一起的音频模块（振荡器、滤波器、包络），但你不是直接操作这些模块，而是提供数据更改。这使得它与状态管理库配合得非常好，并且可以轻松保存/加载音色。此外，这种设计的另一个原因是你可以将用户界面与底层引擎分离。 该项目已经发展成几个部分： * 引擎：核心 WebAudio 合成引擎 * 网格：一个可视化界面，你可以在其中拖放和连接模块 * 传输：音乐定时和调度系统 我最初是在 ToneJS 上实现了 Blibliki，但后来我开始直接用 WebAudio 编写，因为我想重新思考我的原始想法，并向其他人解释和说明。因此，我将开发过程的早期步骤记录在一个由 4 部分组成的博客系列中，讲述了如何从头开始构建它。然后我决定放弃 ToneJS 项目，并用 WebAudio 重新实现。通过这种方式，我学到了很多关于音频编程和合成器的知识，因为我失去了 ToneJS 的许多现成的工具。 我并没有假装这是下一个 VCV Rack 之类的东西！它有很多缺失的功能和错误，而且我主要在 Chrome 上进行了测试。但它确实有效，玩起来很有趣，而且我认为数据驱动的方法对于某些用例来说非常棒。目前，我正在积极开发中，我希望继续这样，甚至更好。 你可以查看： Blibliki monorepo：[https://github.com/mikezaby/blibliki](https://github.com/mikezaby/blibliki) 网格游乐场：[https://blibliki.com](https://blibliki.com) 博客系列：[https://mikezaby.com/posts/web-audio-engine-part1](https://mikezaby.com/posts/web-audio-engine-part1)

我不会写一整篇博文，因为你们会明白的。我认为那些无用的、侵入式的广告时代已经结束了。关掉你的广告拦截器，自己看看吧。

我不想讨论为什么我们需要去中心化的 P2P 消息传递，我们已经知道了。让我生气的是，在地球上所有人中，我们竟然让 Jack Dorsey 用 Swift 来构建去中心化消息传递。<p>我不是搞网络的。但说实话，真正无服务器的 P2P 实现起来非常简单（如果你放弃所有有用的功能……）。要在不重建我们试图摆脱的所有基础设施的情况下，使其在互联网规模上发挥作用？我不知道。我认为这有可能，也许是因为我笨（很可能）。<p>但至少我从某个地方开始，我想知道我能把它做到什么程度。我确信已经存在现成的解决方案，但现在我不太关心这些。<p>我想我接下来会尝试集成 DHT 和 NAT 穿透，并将其扩展到互联网上。Bitchat 正在做一些蓝牙相关的事情，老实说，我不明白为什么。<p>目前我所拥有的是简单的：没有服务器。没有区块链。没有联邦协议。只有用于发现的 UDP 组播和用于消息传递的 TCP。你在局域网中运行它，对等方会自动找到彼此，并且可以直接发送消息。<p>它通过 TCP 传输明文，仅限于局域网，没有 NAT 穿透，存在所有这些限制。

“招聘信息”帖子里，很多都给出了薪资范围，但关于股权激励，几乎都只是笼统地说“具有竞争力的股权”。 我的经验表明，即使是针对处于相似融资阶段的类似职位，不同公司对“具有竞争力的股权”的定义也可能大相径庭。 考虑到过去几年就业形势发生了很大变化，我很好奇如今“具有竞争力的股权”具体是什么样的。我特别想了解在不同融资阶段的初创公司（A轮到E轮左右：基本上是指那些仍然用“百分比”而非“现金价值”来衡量ISO股权的公司规模），以及针对不同级别的全栈软件工程师（从入门级到首席工程师）的股权激励情况。 我并不特别关注“人工智能”相关的职位，尽管我承认对此也略有好奇。

我做了一个类似维基百科的网站，你可以在上面输入文章。文章中输入的每一个单词（区分大小写）都是一个超链接，指向一个“可能为空”的页面，这个页面基于该单词。一旦你进入新页面，就可以为这个新单词输入文章。你还可以使用 ASCII 艺术为文章绘制图像。这个网站内置了一个人工智能机器人，可以和你一起生成文章。

Hey HN， 我们一直在试验如何使 AI 智能体更具确定性、可观察性和生产安全性，这促使我们构建了 AgentML——一种开源语言，用于将智能体行为定义为状态机，而不是提示链。 我的联合创始人之前发过帖子，但链接的是项目网站而不是代码库，所以在这里重新分享一下。 AgentML 允许你将智能体的推理和行动描述为有限状态模型（类似于智能体的 SCXML）。每个状态、转换和工具调用都是显式的，并且可以进行机器验证。 这意味着你可以： - 以确定性的方式重现任何决策路径 - 追踪推理和工具调用，用于调试或合规性 - 保证智能体只采取有效的行动（例如，“永远不要在验证之前发送付款”） - 在本地、云端或基于 MCP 的框架内运行 示例： ``` <?xml version="1.0" encoding="UTF-8"?> <agentml xmlns="github.com/agentflare-ai/agentml" xmlns:openai="github.com/agentflare-ai/agentml-go/openai" version="1.0" datamodel="ecmascript" name="researcher"> <datamodel> <pre><code> <data id="papers" expr="[]" schema='{"type":"array","description":"从 Hugging Face 获取的论文"}' /> <data id="summary" expr="''" schema='{"type":"string","description":"论文摘要"}' /> </code></pre> </datamodel> <state id="start"> <pre><code> <onentry> <log label="Researcher: " expr="`从 Hugging Face 获取论文并使用 OpenAI 进行总结\n`" /> <openai:generate model="gpt-4o" location="summary" stream="false"> <openai:prompt>总结来自 Hugging Face 的这些最新的 AI/ML 论文： {{fetch "https://huggingface.co/api/daily_papers"}} 提供关于 AI/ML 研究中的关键趋势、突破和发展的简要总结。 </openai:prompt> </openai:generate> </onentry> <transition target="log_summary" /> </code></pre> </state> <state id="log_summary"> <pre><code> <onentry> <log label="Researcher Summary: " expr="summary" /> </onentry> <transition target="done" /> </code></pre> </state> <final id="done" /> </agentml> ``` 我们正在 Agentflare 中使用它，为多智能体系统添加可观察性、成本跟踪和合规性追踪——但 AgentML 本身是完全开源的（MIT 许可证）。 代码库：[https://github.com/agentflare-ai/agentml](https://github.com/agentflare-ai/agentml) 文档：[https://docs.agentml.dev](https://docs.agentml.dev) 我们还推出了 SQLite-Graph，一个与 Cypher 兼容的 SQLite 图扩展，它将作为 AgentML 的原生内存层的基础。它也是 MIT 许可证：[https://github.com/agentflare-ai/sqlite-graph](https://github.com/agentflare-ai/sqlite-graph) 欢迎任何使用 LLM 编排框架、基于规则的系统或嵌入式 MCP 工具服务器的人提供反馈……特别是在如何将确定性模式扩展到多智能体协调方面。 — Jeff @ Agentflare