最新

大家好， 我是一名独立开发者，正在学习 Next.js，同时也是《纽约时报》游戏 Pips 的忠实粉丝。受此启发，我开发了 <a href="https:&#x2F;&#x2F;pipsgamer.com" rel="nofollow">https:&#x2F;&#x2F;pipsgamer.com</a>——一个响应式网页版的 Pips 游戏，在桌面端和移动端都有流畅的游戏体验。 这个项目与《纽约时报》版本的不同之处在于，你可以无限畅玩，并设有三种难度级别：简单 / 中等 / 困难。 这是我第一次开发游戏。在这个过程中，我遇到了很多困难：实现游戏逻辑、配置用户界面、匹配大小屏幕的布局等等。我度过了许多孤独的夜晚，有时甚至怀疑自己是否能完成整个项目。经过 24 天的持续努力，这个项目终于完成了。 无需注册——直接去玩吧。如果你试玩了，我非常感谢你的反馈：你喜欢什么，你发现了什么 bug，以及可以改进的地方。 谢谢！

我们构建了 1151 - 一个可管理且可扩展的平台，用于轻松管理链上钱包的生命周期并与之交互。它允许您在比特币、以太坊和波场网络上创建、管理、发送和接收来自您钱包的交易，并支持 ERC-20（USDT、USDC）和 TRC-20（USDT）代币。<p>它作为我们内部工具已经存在了一段时间，用于管理我们和客户的钱包群，最初只是在通用客户端库之上的一个简单抽象层，后来我们开始使用我们自定义开发的模块进行交易编译和广播。我们当然不是这个领域的第一个，但促使我们将其变成一个独立服务的原因是，其他服务在我们看来是多么不一致和不必要的复杂。如果您想支持多个网络，您将不得不为此使用不同的提供商，而他们的用户体验远非便捷。<p>到目前为止，它仍然是一个非常年轻的服务，仅支持创建交易等基本操作，包括链上原生币、ERC/TRC 代币、UTXO 选择和比特币的多输出交易，以及手续费和 gas 价格的微调。尽管如此，我们还有更多功能即将推出：支持任何自定义 ERC/TRC 代币、波场带宽和能量质押管理、批量交易等等。<p>我们迫不及待地想听取您对更多功能的反馈、建议和要求。 我们的网站：<a href="https:&#x2F;&#x2F;1151.to" rel="nofollow">https:&#x2F;&#x2F;1151.to</a><p>-Casper

最近有很多关于手机网络的热门讨论。<p><i>纽约发现可导致手机网络崩溃的设备缓存</i><p>https://news.ycombinator.com/item?id=45345514<p><i>ICE 使用的假手机信号塔来追踪人员</i><p>https://www.forbes.com/sites/the-wiretap/2025/09/09/how-ice-...<p>与此同时，也有关于 Linux 手机的有趣讨论，比如 GrapheneOS（去谷歌化的安卓）和 FLX1s（纯 Linux 手机）：<p>https://news.ycombinator.com/item?id=45312326<p>我的问题是：这些替代方案对付这类新型攻击有帮助吗？如果你的手机使用的是像 T-Mobile 这样的普通网络提供商，有没有什么方法可以阻止你的手机尝试连接到假网络？<p>如果我控制了整个手机堆栈，就像使用 FLX1s 一样，那么我是否可以拥有类似 ssh 初始连接签名这样的东西：<p><pre><code> 无法建立主机 '100.64.0.46 (100.64.0.46)' 的真实性。 ED25519 密钥指纹是 SHA256:yE4jh7gROroduLqbIFcInlUXrpDy8JIpJPc+XvtIpWs。 此密钥不以任何其他名称已知。 您确定要继续连接吗 (yes/no/[fingerprint])? </code></pre> 一旦我接受了 sshd 端点，我就知道如果 sshd 发生变化并且我正在经历中间人攻击，我的 ssh 客户端会保护我。<p>我们能不能对手机信号塔也做同样的事情，除非手动批准并存储了该信号塔的签名以供将来连接，否则不连接它？<p>当我在一个新城市时，接受一个新的手机信号塔会有点麻烦，但我可以想象同步一个被列入白名单的、受信任的手机信号塔集合（哈，当我想到这一点时，“受信任”这个概念就变得可笑了）。但是，至少我可以更深入地了解我何时受到监视。而且，我可以这样说：“今天不行，ICE！”或者“T-Mobile，我不知道，请让我看看我的 HN，我甚至不在乎你们是否知道我意识到我的政府正在追踪我，因为我支付了服务费！”我敢打赌，在 GitHub 上托管的白名单更新速度会比 T-Mobile 安装新的手机信号塔更快，这样隐私爱好者就可以启用自己的安全措施了。

TL;DR：选择嵌入模型很繁琐（临时脚本、切换 SDK、混乱的笔记本）。我希望有一个一致、可重复的工作流程，用于在我的数据上进行 A/B 模型测试，并在连接完整堆栈之前对检索进行健全性检查。 最近，我一直在研究文本嵌入模型及其各种应用，我发现这一切非常繁琐。我一直在重复同样的工作流程：将数据转换为模型的输入，为多个模型生成向量并将其存储在向量数据库中，然后针对不同的查询运行相似性搜索。我会评估结果，然后开始调整输入、调整不同的模型，并重新运行整个过程。迭代周期很慢，所以我构建了一个工具，使这变得容易得多。 Embedding Explorer 是一个极简的 Web 应用程序，用于摄取数据、使用多个提供程序生成嵌入、存储向量以及运行快速相似性搜索，以便您可以并排比较模型质量。所有操作都在您的浏览器中本地运行——没有后端，无需登录。 它被分解为我正在采取的逻辑步骤，在您迭代时保持一切井然有序和一致： * 数据：上传 CSV 或指向 SQLite 数据库。 * 模板：使用小型的 mustache 风格语法 (`{{field}}`) 构建文档主体，并预览 ID/主体。 * 提供程序：配置多个模型（OpenAI、Google Gemini、Ollama）并在其上运行批处理作业。 * 存储/搜索：向量 + 元数据存储在 WASM 中运行的 libSQL 中，并持久保存到 OPFS；k-NN/余弦查询为比较 UI 提供支持。 技术栈：Dart + Jaspr 用于 UI/worker，libSQL WASM 用于持久化。没有遥测，所有内容都本地存储在 OPFS 中。 实时演示（无需登录）：[https://embeddings.thestartupapi.com](https://embeddings.thestartupapi.com)