最新

我一直在开发 Cheatsheet++。这是一个免费网站，收录了 5 万多道涵盖多个技术领域的面试问答。 新功能： * 用户现在可以对答案进行点赞/踩 * 添加评论以分享其他方法 我们的目标是从一个静态的问答库，转变为一个由社区驱动的、实时的备考工具。 我希望从 Hacker News (HN) 获得反馈： * 你认为社区投票能改进面试准备吗？还是保持精选的、单一答案更好？ * 你认为开放评论会存在什么问题？

Hi HN—— Tambo 是一个 React SDK (600 星)，它允许你的应用程序根据自然语言输入渲染和控制 UI 组件。 我们沉迷于 Cursor，并希望我们所有的应用程序（Stripe、Vercel、GitHub）都能拥有相同的体验。我应该能够输入“update env key”，然后得到一个 UI 来添加它。 Tambo 允许 AI 助手渲染或更新已注册的 React 组件的状态。 它可以通过 MCP（模型上下文协议）或客户端获取（类似于 OpenAI 工具调用）来获取上下文。 该 SDK 处理流式消息和属性更新，维护线程历史记录，并在回合之间传递上下文。它是 BYOM（自带模型），并与 Next.js、Remix、Vite 和 React Native 兼容。 如果你正在构建“Cursor for X”（电子表格、视频、设计等），请查看它。 昨天，我们 100% 开源了。 文档：[https://docs.tambo.co](https://docs.tambo.co) GitHub：[https://tambo.co/gh](https://tambo.co/gh) —— Michael x2, Alec, Akhilesh

嗨 HN， 这些年来，我构建了相当多的 OpenAPI 规范，但它们会随着时间的推移而被忽略，并且其中的端点最终会与规范脱节。 我想构建一个超级轻量级的工具，可以在开发期间使用，以仔细检查我的端点是否仍与规范匹配。 SpecGate 是一个轻量级的代理，它根据给定的 OpenAPI 规范检查 API 响应。它会告诉你是否存在未记录的端点，或者响应是否与规范不匹配。在我开始使用它后，我设法在我最近的一个规范中发现了大约 10 个问题。 也可以在生产环境中使用它，但它目前只记录到 stdout/stderr，因此如果你决定在生产环境中使用它，请记住这一点。 很想听听你对这个工具的反馈。

想知道被利用是什么感觉吗？体验这种感觉的一个方法是发现你的终端悄无声息地开始将命令输出发送给 LLM。<p>今天，在尝试运行一个测试后，我收到了一个 LLM 提供的关于如何修复语法错误的建议。<p>于是，我去了 Warp 的 Discord 频道询问发生了什么事，果然，他们的“友好支持机器人”和我发现是这样子的。<p>&gt; Warp 引入了诸如“提示建议”和“下一个命令”等功能，这些功能使用 LLM 提供上下文建议。这些功能是 Warp 的主动 AI 系统的一部分，该系统会根据你的终端会话主动推荐修复方案和下一步操作，包括错误、输入和输出。<p>这里的“主动”也意味着未经用户明确同意。<p>我之前很喜欢 Warp，但这种对信任的破坏是如此巨大，我决定立即卸载它。<p>这充分说明了关于道德和什么才是重要的。 参考：https://docs.warp.dev/agents/active-ai

厌倦了那些在会话之间就什么都忘光的 AI 编码工具？每次我用 Claude 开启一个新聊天，或者启动 Copilot，都得从头开始解释我的代码库结构。 所以我构建了一个东西来解决这个问题。它叫 In Memoria。它是一个 MCP 服务器，为 AI 工具提供持久记忆。AI 不再每次对话都从头开始，而是会记住你的编码模式、架构决策，以及你构建的所有上下文。 设置非常简单：`npx in-memoria server`，然后连接你的 AI 工具。无需账户，数据也不会离开你的机器。 在底层，它使用 TypeScript + Rust，并结合 tree-sitter 进行解析，以及向量存储用于语义搜索。目前支持 JavaScript/TypeScript、Python 和 Rust。 它最初是作为一个文档工具开始的，但后来意识到——AI 并不需要更好的文档，它需要记住东西。在过去的几个月里，我从头开始重建了它，把它打造成了这个记忆层。 它对我来说效果很好，但很好奇其他人怎么想，尤其是关于模式学习的部分。你们希望接下来支持哪些语言？ 代码：[https://github.com/pi22by7/In-Memoria](https://github.com/pi22by7/In-Memoria)