最新

目前，它只做一件事：将平面（2D）logo 转换成具有基本光照/材质预设的简单 3D 版本。<p>我不是想向你推销——我真心希望根据设计师对 3D logo 的实际需求来塑造它。如果链接不合适，请版主删除，我会用 Imgur 相册代替。<p>我希望从你这里了解到： • 在你目前的工作流程中，制作 3D logo 哪些方面让你感到烦恼（例如，Illustrator → Blender/C4D）？通常在哪里会出问题？ • 文件输入/输出：哪些输入/输出最重要？（SVG、AI、带 Alpha 通道的 PNG、GLB/GLTF、OBJ、用于 AR 的 USDZ、MP4/GIF 旋转展示） • 你期望的控制：倒角半径/倒角、挤出深度、边缘硬度、正交 vs 透视相机、环境/HDRI 选择？ • 品牌安全：关于色彩管理（sRGB/ICC）、中性光照、阴影控制以保持品牌色彩，有哪些必备功能？ • 可交付成果：你通常需要不同背景下的静止图像、快速旋转展示、透明 PNG，还是样机（例如，在文具上的金属/箔/浮雕效果）？ • 字体处理：它应该能够干净地处理实时文本 → 网格，保留锐角，并避免“融化”的边缘吗？ • 插件/集成：Figma/Illustrator 插件是否有帮助（导入 SVG，在 3D 中调整，然后导出回去）？ • 性能限制：合理的 logo 复杂程度/大小是多少，批量处理是否有用？ • 未来想法（告诉我哪些值得尝试）：AR 预览（USDZ）、预设材质包（哑光/金属/玻璃）、动画模板、产品样机、自动灯光装置。

大家好，HN！我们刚刚开源了 Driftcop，这是一个安全工具，适用于通过 MCP 构建具有外部工具的 AI 智能体的人。Driftcop 持续检查 AI 智能体所依赖的工具是否以不安全的方式发生了变化或漂移。这个想法源于最近的发现，即 AI 智能体可以通过其工具被悄悄地攻破——例如，昨天还很有用且无害的工具，今天可能会自动更新成恶意的工具（这在 MCP 背景下被称为“地毯式拉取”攻击）。 Anthropic 的 MCP（模型上下文协议）使得将工具插入 LLM 变得容易，但它缺乏内置的安全检查——事实上，MCP 服务器可能会受到命令注入、权限重用和版本漂移等问题的困扰，正如一些早期研究指出的那样。 Driftcop 的作用：它本质上是一个 AI 感知的安全扫描器和审批工作流程： 当您将您的智能体连接到 MCP 服务器（工具提供者）时，Driftcop 首先保存已批准的工具描述和元数据。 如果之后有任何更改（工具的描述、参数或底层版本），Driftcop 会立即检测到“漂移”。它将阻止智能体使用已更改的工具，直到人工审核并重新批准它。这可以阻止 AI 盲目地运行可能恶意的已更新工具。 Driftcop 还会扫描工具定义，查找明显的危险信号（例如，可能提示 AI 执行意外操作的隐藏指令，即提示注入），并根据 CVE 数据库检查工具的代码是否存在已知漏洞。 所有更改都会被记录和签名（我们与 Sigstore 集成，以记录工具版本元数据的透明日志）。因此，您可以获得智能体被允许使用的内容的审计历史记录。 在实践中，您可以在您的开发/测试管道中将 Driftcop 作为 CLI 运行，或者在生产环境中将其作为服务与您的智能体一起运行。我们提供了一个 Web 仪表板来可视化工具状态（例如，“工具 X 由于更改需要重新批准”）。现在还处于早期阶段——我们刚刚发布——我们非常欢迎反馈。 我们构建它的原因：我的联合创始人和我在测试智能体工具时遇到了多个可怕的情况。一个例子：一个看起来无害的文本解析工具，如果被输入特定的输入，就会通过智能体悄悄地执行一个意外的命令——本质上是一个隐藏的漏洞。这让我们意识到我们对这些第三方工具实际在做什么或它们是否随时间变化知之甚少。我们希望有一种简单的方法来实施零信任方法：首次使用时信任（需要审核），然后持续验证。如果工具偏离了其原始合同，则在您再次验证之前不要信任它。这是一个从传统供应链安全借来的概念，现在应用于 AI 智能体工具。 该项目位于 GitHub (sudoviz/driftcop)，并获得 Apache-2.0 许可。我们热衷于让它变得有用，因此欢迎提出问题和 PR。我们还写了一篇关于 AI 智能体中“地毯式拉取问题”和我们方法的详细博文（我很快会在 Medium/Dev.to 上发布）。 感谢您的阅读，我们很乐意回答问题！你们有人遇到过 LLM 智能体或 MCP 生态系统的安全问题吗？我们很乐意讨论。

类似 HN 的数据，我这里有一些： 扫描账号数：710 已发送私信：126 (17.7%) 无法发送私信：584 (82.3%) 在这些私信中： 积极回复：4 (3.2%) 拒绝：1 (0.8%) 未回复：121 (96%) 流程如下： 首先，我确定了我的产品（Snapdemo.io）的目标客户是谁。然后，我找到了该领域的一些关键意见领袖（KOL），并使用 API 获取了他们所有的粉丝。这为我提供了 37000 个潜在客户。 接下来，我使用 AI 扫描个人简介，并猜测某人是否可能是我的理想客户。对于每个账号，我让 AI 告诉我： - 他们是理想客户吗？（是，否，不确定） - 为什么？ - 他们的标签是什么？（例如，AI 开发者，SaaS 高管） 我通过 OpenAI 的批量 API 运行了所有这些，以节省成本和开发时间。 一旦我有了几千个理想客户，我就跳过了“不确定”的那些，因为已确认的客户已经足够了。 我制作了一个简单的仪表盘来跟踪所有内容，并使用一些模板自动生成私信。我还记录了哪个模板发给了哪个用户，这样我以后就可以衡量效果了。 如果没有一个可靠的自动化工具，而且大多数用户都不愿意接受私信，整个过程花费了大量时间。如果你做过类似的事情，我很乐意听取你的建议。 如果你也是一位创始人，欢迎私信我（X: @timchengb）交流想法。

Hi HN， 我开发了 ImgEnhancer.ai，这是一个由 AI 驱动的工具，可以： * 高清晰度地放大低分辨率图像 * 通过滤镜变换风格和美学 * 根据文本提示生成全新的视觉效果 我创建这个工具是因为我发现现有的同类工具要么太慢，要么质量太差，要么对于日常创作者来说过于复杂。我的目标是制作一个快速、直观，并且（希望）用起来神奇的工具。 现在可以免费试用。我非常希望从社区获得以下反馈： 1. 图像质量与类似工具的对比 2. 关于有价值的功能的创意 3. 您认为值得测试的任何边缘情况或局限性 演示：<a href="https:&#x2F;&#x2F;imgenhancer.ai&#x2F;" rel="nofollow">https:&#x2F;&#x2F;imgenhancer.ai&#x2F;</a>