1作者: StephanStS9 个月前
DietPi - 轻量级 Debian 系统的 Linux 发行版。 主要更新: * 支持 Debian Trixie(同时也是向 Debian Forky 迈出的第一步) * 加速安装/更新过程(减少 APT 更新次数) * 在 RISC-V 架构上支持 Docker Compose、Snapcast 和 Amiberry * Bookworm 系统上的 Kodi 21 * 通过 dietpi.txt 实现首次启动自动化安装:支持 Nextcloud Talk、Synapse 和 WireGuard * Portainer:全新安装/重新安装现在使用 HTTPS,端口为 9442 * 修复了 Raspberry Pi、NanoPi 4/5/6、DietPi-BugReport、DietPi-Display、VSCodium、Koel、Kavita、Docker Compose、Syncthing、Raspotify、openHAB、Nukkit、node.js、ADS-B Feeder、MicroK8s 的问题 * 当然,还有其他更改和修复。 另请参阅:https://dietpi.com/docs/releases/v9_16 如何更新?只需运行 dietpi-update。 此外,如果您能为我们的项目做出贡献或通过小额捐款来支持我们,我们将不胜感激:https://dietpi.com/contribute.html。
3作者: scfast9 个月前
嗨,HN, 我一直在开发一个名为 *Testronaut* 的项目,这是一个自主测试框架,它结合了 AI 推理和真实的浏览器自动化。 它的理念是让你用简单的英语将端到端测试定义为“任务”,然后让一个代理使用 Playwright 通过真实的浏览器运行它们。 我为什么构建它:我经常发现端到端测试很脆弱,维护起来耗时,而且难以扩展。 Testronaut 尝试通过使用 AI 使测试适应小的 UI 更改来减少维护负担,同时仍然生成关于通过/失败的确定性报告。 工作原理: - 任务可以写成字符串或函数。 - 代理使用 GPT-4o 和一组工具(点击、输入、导航、获取 DOM 等)与页面交互。 正在支持其他 LLM/模型。 - 浏览器控制由 Playwright 处理。 - 报告以 JSON 和 HTML 格式生成,并附有分步分解(包括截图)。 - 它通过 CLI (`npx testronaut`) 在本地运行,不需要任何托管服务。 但是,你需要提供自己的 OpenAI API 密钥。 当前状态: - 早期阶段:它适用于简单的流程和演示应用程序,但我仍在调整可靠性和效率。 - 它通过一个命令安装,并附带一个示例任务。 - 在 npm/GitHub 上开源。 链接: - 文档和快速入门:<a href="https://docs.testronaut.app" rel="nofollow">https://docs.testronaut.app</a> - GitHub:<a href="https://github.com/mission-testronaut/testronaut-cli" rel="nofollow">https://github.com/mission-testronaut/testronaut-cli</a> - npm:<a href="https://www.npmjs.com/package/testronaut" rel="nofollow">https://www.npmjs.com/package/testronaut</a> 我很乐意收到 HN 社区的反馈: - 这在哪些方面最有用(CI/CD?替换不稳定的测试?探索性测试?)。 - 你对使用 AI 驱动的测试运行器有什么担忧。 - 在早期采用中我应该注意哪些“陷阱”。 感谢你的关注!
1作者: sifterai9 个月前
在厌倦了为简单的 CSV 任务编写 pandas 脚本后,我构建了这个工具。<p>上传一个文件,用通俗易懂的英语描述你的需求: - “筛选销售额大于 1000 的数据,并按地区分组” - “按渠道计算 ROI 并进行排名” - “删除重复项并按日期排序”<p>几秒钟内就能得到干净的 CSV/TSV 文件。<p>有没有其他人也发现自己经常进行重复的数据转换,这些转换太小,不值得编写完整的脚本,但手动操作又太繁琐?<p>访问地址:sifter-ai.com