最新

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。

好奇大家都在采取哪些措施来保护他们的网站、产品和 API。你们尝试过哪些在实践中真正有效的方法？

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！

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