最新

穿山甲（Pangolin）是一个开源的自托管隧道反向代理管理服务器，具备身份和访问控制功能，旨在通过在用户空间运行的加密 WireGuard 隧道安全地暴露私有资源。 我们开发穿山甲的目的是让您完全掌控您的基础设施，同时提供一个用户友好且功能丰富的解决方案，用于管理代理、身份验证和访问，所有这些都通过一个简洁易用的仪表盘 Web UI 实现。 GitHub: <a href="https:&#x2F;&#x2F;github.com&#x2F;fosrl&#x2F;pangolin">https:&#x2F;&#x2F;github.com&#x2F;fosrl&#x2F;pangolin</a> 在 VPS 上部署大约需要 5 分钟：<a href="https:&#x2F;&#x2F;docs.fossorial.io&#x2F;Getting%20Started&#x2F;quick-install" rel="nofollow">https:&#x2F;&#x2F;docs.fossorial.io&#x2F;Getting%20Started&#x2F;quick-install</a> Lawrence Systems 的演示（YouTube）：<a href="https:&#x2F;&#x2F;youtu.be&#x2F;g5qOpxhhS7M?si=M1XTWLGLUZW0WzTv&amp;t=723" rel="nofollow">https:&#x2F;&#x2F;youtu.be&#x2F;g5qOpxhhS7M?si=M1XTWLGLUZW0WzTv&amp;t=723</a> 一些用例： * 让用户仅通过网络浏览器从任何地方访问您的应用程序 * 代理位于 CGNAT 之后 * 一个应用程序负载均衡器跨越多个云和本地环境 * 轻松暴露 IoT 和边缘设备上的服务，用于现场监控 * 将 localhost 联机，方便访问 一些关键特性： * 无需端口转发，隐藏您的公共 IP 地址，实现自托管 * 创建代理到多个不同的私有网络 * OAuth2/OIDC 身份提供商 * 基于角色的访问控制 * 原始 TCP 和 UDP 支持 * 特定资源的 PIN 码、密码、电子邮件 OTP * 自毁共享链接 * 用于自动化的 API * 带有 CrowdSec 和地理封锁的 WAF

你认为，哪家邮件服务提供商的薪资待遇最好？ 为什么他们是最好的？

嗨 HN，我是 Johann，Jars Global 的创始人，我们公司开发并发布很多产品。 我们开发了 Outbrand，目的是为所有产品自动生成每日内容。 你只需输入品牌信息和目标，即可完成一次设置。然后，你将获得一个包含图片的 30 天内容排期。你可以将其与社交平台集成，实现自动发布。 一次设置，即可轻松获得每日内容。 PS. 请尽情吐槽！我真的希望改进它，使其成为创始人可以用于其产品的高质量内容。

我厌倦了花几个小时设置本地 AI（Python 环境、CUDA 驱动、模型下载、向量数据库），所以我正在构建一个工具，将所有内容打包成一个可执行文件。 抢先预览版 - 架构已经搭建好，但核心功能仍是占位符。在深入开发之前，希望获得关于这个方法的反馈。 工作流程（完成后）： ``` # 在开发机器上 - 配置你的 AI 堆栈 llamafarm plant mixtral-8x7b --rag enabled --device mac-arm # 编译成单个二进制文件（“Baler”） llamafarm bale ./.llamafarm/mixtral-8x7b --optimize # 部署到任何地方 - 无需依赖项 llamafarm harvest mixtral-8x7b-mac-arm.bin --run # 或者直接：./mixtral-8x7b-mac-arm.bin ``` 目前实际运行的功能： * 完整的 CLI 结构，采用农场隐喻 * 用于平台/数据库/通信的插件架构 * 带有 Metal 支持的 Mac 平台检测 * 展示愿景的演示 Web UI * 项目脚手架和配置 仍是占位符的功能： * 实际的模型编译（显示“牧场里的羊驼”消息） * 真实的向量数据库嵌入 * 二进制文件生成（计划通过 pkg + 原生模块实现） 这个想法：想想 Docker，但用于 AI。一个二进制文件包含： * 模型权重（量化 GGUF） * 向量数据库（嵌入式 ChromaDB） * 代理运行时（LangChain 等） * Web UI * 特定于平台的优化 目标用例： * 部署到隔离系统 * 边缘设备（树莓派、Jetson） * 非技术用户（字面意思上复制一个文件） * 避免云依赖 技术方法： * TypeScript/Node.js 用于 CLI（优秀的生态系统） * 用于可扩展性的插件系统 * 特定于平台的编译（Mac 上的 Metal，Linux 上的 CUDA） * 尽可能进行静态链接 向 HN 提出的问题： * 这种单二进制文件的方法是否值得权衡？（5-15GB 文件，编译时间） * 你目前本地 AI 部署的痛点是什么？这会有帮助吗？ * 农场隐喻是否过于复杂？（plant, harvest, bale, till 等） * 哪些功能会让你觉得它真正有用？ GitHub：[https://github.com/llamafarm/llamafarm-cli](https://github.com/llamafarm/llamafarm-cli) 你现在可以尝试 CLI - 所有命令都有效，但会显示友好的占位符消息。但插件系统是真实的 - 很容易贡献平台支持。 真的希望得到直观的反应 - 这是否解决了真正的问题，还是我过度设计了？