最新

印度尼西亚目前一片混乱。今天早些时候，政府屏蔽了 Twitter 和 Discord 的访问，因为新闻主要通过这些渠道传播。通常我们可以使用 Cloudflare 的 WARP 来绕过限制，但就在今天，他们也屏蔽了访问。我们应该使用什么替代方案？

大家好！ 我在 Claude Code 中经常使用 git worktree 来并行处理任务。我制作了这个工具，以便更轻松地创建和管理它们，而不会增加额外的认知负担。 它可以简单地创建/列出/删除 worktree，并且有一个配置，用于复制 .env/其他文件、运行安装命令以及在 worktree 中打开你的 IDE。 欢迎大家提供反馈。 欢迎提出任何问题或提交 PR！ [https://github.com/raghavpillai/branchlet](https://github.com/raghavpillai/branchlet)

嘿，HN！我们是 Dedalus Labs 的 Windsor 和 Cathy（<a href="https://www.dedaluslabs.ai/" rel="nofollow">https://www.dedaluslabs.ai/</a>），一个供开发者构建智能体 AI 应用的云平台。我们的 SDK 允许你将任何 LLM 连接到任何 MCP 工具——本地的或由我们托管的。无需 Dockerfile 或 YAML 配置。 这里有一个演示：<a href="https://youtu.be/s2khf1Monho?si=yiWnZh5OP4HQcAwL&amp;t=11" rel="nofollow">https://youtu.be/s2khf1Monho?si=yiWnZh5OP4HQcAwL&amp;t=11</a> 去年十月，我（Windsor）试图在云端构建一个 LLM 可以进行工具调用的有状态代码执行沙盒。那是在 MCP 发布之前，可以说构建过程非常令人恼火……我一直在想，“为什么我不能直接将 `tools=code_execution` 传递给模型，然后让它……工作呢？” 即使有了 MCP，你仍然需要运行本地服务器，并在 OpenAI、Anthropic、Google 等之间手动连接 API 认证和格式化，然后才能发布任何东西。每次更改都意味着重新部署、网络配置，以及浪费数小时来处理 AWS。在构建产品时，你可不想花几个小时阅读文档和与云设置斗争！ Dedalus 将此简化为仅一个 API 端点，因此过去需要 2 周的设置时间现在只需 5 分钟。我们允许你将可流式 HTTP MCP 服务器上传到我们的平台。部署后，我们提供与 OpenAI 兼容的 SDK，你可以将其放入你的代码库中使用 MCP 驱动的 LLM。我们的目标是让任何人、在任何地方都能为他们的 LLM 配备强大的工具，用于函数调用。 你编写的代码大致如下： ```python client = Dedalus() runner = DedalusRunner(client) result = runner.run( input=prompt, tools=[tool_1, tool_2], mcp_servers=["author/server-1”, “author/server-2”], model=["openai/gpt-4.1”, “anthropic/claude-sonnet-4-20250514”], # 默认为列表中的第一个模型 stream=True, ) stream_sync(result) # 流式传输结果，也支持工具调用 ``` 我们的文档从 <a href="https://docs.dedaluslabs.ai" rel="nofollow">https://docs.dedaluslabs.ai</a> 开始。这里有一个简单的 Hello World 示例：<a href="https://docs.dedaluslabs.ai/examples/01-hello-world" rel="nofollow">https://docs.dedaluslabs.ai/examples/01-hello-world</a>。对于基本的工具执行，请参阅 <a href="https://docs.dedaluslabs.ai/examples/02-basic-tools" rel="nofollow">https://docs.dedaluslabs.ai/examples/02-basic-tools</a>。网站上还有更多示例，包括更复杂的示例，例如使用 Open Meteo MCP 进行天气预报：<a href="https://docs.dedaluslabs.ai/examples/use-case/weather-forecaster" rel="nofollow">https://docs.dedaluslabs.ai/examples/use-case/weather-foreca...</a>。 毫无疑问，MCP 领域仍然存在很多问题。一个大问题是身份验证（我和我的团队开玩笑说 MCP 中的“S”代表“安全”）。目前的 MCP 服务器需要同时充当身份验证服务器和资源服务器。这很难正确实现，对服务器编写者来说要求太高了，也就是说，人们只想公开一个资源端点就完事了。 尽管如此，我们仍然看好 MCP。目前的缺点并非不可挽回，我们预计未来的修订将解决人们目前的大部分疑虑。我们认为有用的 AI 智能体必然会习惯性地调用工具，而 MCP 是为模型配备工具的一个相当不错的方法。 我们还没有完全实现我去年十月想要的有状态代码执行沙盒，但我们正在努力！发布安全且有状态的 MCP 服务器是我们的首要任务，我们将在下个月推出我们的身份验证解决方案。我们还在开发一个 MCP 市场，让人们可以将其工具货币化，同时我们处理计费和收入分成。 我们非常重视开源，目前有以下 SDK（MIT 许可）： <a href="https://github.com/dedalus-labs/dedalus-sdk-python" rel="nofollow">https://github.com/dedalus-labs/dedalus-sdk-python</a> <a href="https://github.com/dedalus-labs/dedalus-sdk-typescript" rel="nofollow">https://github.com/dedalus-labs/dedalus-sdk-typescript</a> <a href="https://github.com/dedalus-labs/dedalus-sdk-go" rel="nofollow">https://github.com/dedalus-labs/dedalus-sdk-go</a> <a href="https://github.com/dedalus-labs/dedalus-openapi" rel="nofollow">https://github.com/dedalus-labs/dedalus-openapi</a> 我们很乐意收到关于你们认为是什么阻碍你们将 MCP 服务器集成或使用工具调用 LLM 纳入当前工作流程的反馈。 谢谢 HN！

我一直在使用 VAERS 数据库，最近将其导入到 DuckDB 中进行本地分析。该数据集存在各种问题，我尝试修复以提高数据集的质量。 导入脚本位于 <a href="https://github.com/yehosef/vaers-duckdb" rel="nofollow">https://github.com/yehosef/vaers-duckdb</a> 这里提供一个现成的数据文件（约 3GB）<a href="https://drive.google.com/file/d/1d3wRRr2UFvCYR9r7J5XBym2dYKTsMKtF/view?usp=sharing" rel="nofollow">https://drive.google.com/file/d/1d3wRRr2UFvCYR9r7J5XBym2dYKT...</a> 我计划添加一些仪表板，类似于我最初的 Elasticsearch 项目。我还想添加一些嵌入，用于向量搜索。 正在进行中（WIP）。 我很想听听您的想法！