最新

大家好，我根据大家的反馈进行了改进： latex.to 是一个 Overleaf 的替代方案，现在可以在浏览器中运行完整的 TeX Live 发行版。 这是通过 CheerpX（JIT wasm 引擎）实现的，它运行一个包含 TeX Live 的 32 位 alpine 镜像。 我之前尝试过的方法： - 最初这个项目只使用了 KaTeX 来将 LaTeX 转换为图像。 - v86 wasm 引擎：速度太慢（比 CheerpX 慢至少 10 倍）。 - 各种 TeX Live 二进制文件的 wasm 移植：这些通常无法移植 Biber（因为它是一个 Perl 应用）或 ConTeXt 等引擎。 这个方案有效的原因： - CheerpX 只通过（HTTP 范围请求）流式传输它需要的数据。编译基础示例仅下载 50 MB（整个镜像为 5GB）。 - Cloudflare R2 只能缓存小于 512MB 的文件。因此，5GB 的镜像被分割成 1 个基础镜像和 19 个挂载镜像。 - LaTeX 在编译前需要对字体进行烘焙（索引），这可能需要很长时间并可能导致 CheerpX 内存溢出。因此，所有大于 0.7MB 的字体都已预先烘焙到镜像文件中。 第一次编译会稍慢一些，因为它需要下载字体等资源，但所有内容都会被缓存，第二次编译会快得多。 100% 免费，无需登录，无编译超时，文档在浏览器中编译，不会发送到远程服务器。 如果有什么问题、疑问或反馈，请告诉我。

我的问题可能听起来很愚蠢，但 ReAct 模式似乎总是奏效，并且确实能带来很好的结果。另一方面，我们有规划模式，说实话，我无法想象它在生产系统中究竟是如何使用的。我不确定这是否正确，但它的技术实现方式是，你给 LLM 上下文，然后告诉它，“嘿，给我你的解决这个问题的计划”。这样它就会制定出计划，但它不会在 ReAct 模式下也遵循同样的计划来解决同一个问题吗？我想向那些在生产中实际使用过规划模式的人学习，你们是如何以及为何使用它的？你们如何强制 LLM 严格遵循计划？

你好，HN： 我开发 ApeiroCraft 的初衷是厌倦了发送提案后却对后续进展毫无了解。 客户有时会忽略提案，有时会多次打开却不回复，或者接受提案——而我仍然需要手动将所有信息转换为发票。 我想要一个简单的流程，而不是在 PDF、电子签名工具和发票软件之间来回切换： * 创建并发送提案 * 当提案被打开时（以及被打开的次数）收到通知 * 让客户在线审阅并签名 * 一键将接受的提案转换为发票 为什么不直接使用 PDF？ 一旦 PDF 离开你的收件箱，你就失去了可见性。我希望提案保持互动性，而不是变成静态附件。 为什么不将现有工具拼接起来？ 你可以这样做，而且很多人也这么做。我只是厌倦了在多个应用程序中维护相同的客户和定价信息。 适用人群 经常发送提案的自由职业者、代理机构和顾问，他们希望有一个更清晰的从“这是我的提案”到“这是你的发票”的流程。 目前还处于早期阶段。我更希望听到哪些功能是多余的、笨拙的或缺失的，而不是听到它很棒。 我非常乐意听取提案撰写者的反馈。 → apeirocraft.tech

大家好， 我一直在开发这个项目一段时间了，想在这里分享给大家，以获取反馈和贡献。您可以在以下 Playground 中试用： [https://usepopkorn.dev](https://usepopkorn.dev) 我将其命名为 Popkorn。其理念是创作矢量动画，类似于 Rive 和 Lottie，但使用一种类似 CSS 的语言，并内置了交互性和其他现代必需的功能。我大部分时间都遵循 CSS 的原则，并添加了一些自定义语法来实现交互性等功能。 贴近 CSS 提供了良好的开发者体验 (DX)，事实证明它对大型语言模型 (LLM) 也非常友好。我几乎所有的示例画廊都是 AI 生成的。即使是 GLM 或 DSv4 Flash 这样的廉价模型，也能从头开始一次性生成完整的动画，无需微调。Playground 中有一个 Copilot 功能，可以让您使用自己的密钥，或者使用 MCP 来试用 AI 功能。请分享您创作的作品！ 有一个 Web 播放器，可以在 Canvas 或 SVG 上渲染，还有一个使用 Skia 的 React Native 播放器。它支持嵌套变换和父子关系、可重用符号、蒙版和轨道遮罩、渐变、修剪路径、路径变形、运动路径以及每子树时间缩放，足以满足专业的生产级动画需求。Lottie 和 SVG 的转换器允许您导入现有资产，然后通过内置的 Copilot 提示进行更改。我没有想到的是，转换后的 Lottie 场景通常比原始 JSON 文件体积更小，尽管 CSS 的语法更冗长。 我的愿景是创建一个可编辑、可访问的格式，既适合人类也适合 LLM，并且能够与版本控制良好集成，真正做到在所有意义上都是开源和免费的，而不是难以进行差异比较、编辑和提示更改的不透明二进制或 JSON 文件。现有的格式由公司支持，这很好，它们也做了出色的工作，但公司的路线图遵循的是对其商业有利的方向。我更希望运动设计的未来是由社区驱动的，并与已有的标准保持一致。

这是我业余时间（晚上/周末）的项目。它是一个在线平台，通过指导性项目和互动课程学习 Python 编程语言。平台内置了完整的运行时和代码编辑器，并提供评分任务/练习。 欢迎任何及所有反馈！

大家好，我正在基于 Zed 构建一个开源 IDE。它并没有什么特别之处，但我（以及 Codex）已经为此工作了一个月。我希望得到真实的反馈，并在需要时获得贡献。当前版本是 v0.4，我将在 v1.0 时正式在 Show HN 上发布。我希望获得一些指导，以便我能朝着一个明确的方向前进。 仓库链接：github.com/oreoro/dez

各位 HN 的朋友，我们是 Hoplite（hoplite.sh）的创始人 Bence 和 Ryan。Hoplite 允许您在云端部署编码代理，并提供一套工具，使功能质量保证变得异常简单。在入职过程中，我们会迁移您的本地设置——会话、记忆、MCP 服务器，并让您的项目准备好在云端运行。 演示视频：https://youtu.be/bnyktZ_9pjE 我们之所以走到今天，是因为我们放弃了最初申请 YC 的项目：面向零售投资的人工智能。最终，这并不是我们自己会使用的产品，也没有服务于我们感觉有联系的客户群。反思我们真正想做的事情，我们意识到我们喜欢与创始人（founder）和开发者（developer）交流，并且对云代理（cloud agents）这一特定领域有非常明确的看法。我们尝试了所有现有的解决方案，但没有找到一个 A) 能充分利用云的优势，并且 B) 性能好、使用起来感觉很棒的。 我们正在构建一个我们认为能反映未来 6-12 个月主流开发模式的产品。随着模型的改进，开发者将越来越少地审查代码，而是专注于审查产品输出。这意味着需要评估新的用户流程，直观地验证新功能的外观是否良好，API 是否按预期工作，CLI 是否能在 Windows 上运行等等。而且这一切都需要在同时运行数百个代理的情况下完成。 在代理方面，我们创建了一个自定义的框架（harness）。我们花了大量时间来决定是使用现成的解决方案，如 Codex/Claude Code，还是自己构建。最终，我们选择了后者，因为它提供了独立性和自由度。这也意味着我们可以测试全新的功能，而无需等待 Anthropic 和 OpenAI 的更新。 我们所有的基础设施都托管在 AWS 上，除了：用于持久化工作流的 Temporal，用于沙箱的 Modal，以及用于数据库的 Planetscale。我们选择这些基础设施的驱动力在于我们坚信代理正在成为零级（tier 0）基础设施，它们需要与之匹配的可靠性和安全性。 您现在可以免费试用，使用代码 ‘HACKERNEWS’，我们将提供 100 美元的免费额度，您还可以连接您的 Codex 订阅并通过它使用 OpenAI 模型。您可以在 hoplite.sh/pricing 查看更多关于我们定价的细节。 目前，我们正专注于优化两个关键体验：入职和预览，并非常希望听到您对此的反馈。如果您发现代理在某些任务上的性能不符合您的预期，请务必告知我们！

我几乎每天都使用 Claude Code、Codex 和 Cursor（有时也用 Antigravity），但我一直无法确定我到底在它们上面消耗了多少。 所以我开发了 TokenMaxxer。一个小型命令行工具，可以读取这些工具已在本地写入的文件，并将所有信息整合到一个仪表板中，按工具、模型、提供商和日期进行细分。它目前支持 18 种工具，您还可以获得一个个人资料页面，其中包含您的每日活动、成本估算以及您最常用的模型和工具。还有一个全球排行榜，如果您想与其他 TokenMaxxer 竞争！ 我很想看看是否有人能打破目前的最高纪录（目前是 458 亿个 token）。 感谢您的光临！我正在寻找改进它的方法，因此非常欢迎您提出反馈或想法。

大家好，我是Anas。我是一名产品设计工程师，已有十年的工作经验。最近我（职业生涯中第一次）被裁员了，所以在这段空闲时间里，我决定开发Choreo，因为我注意到UI动效的交付流程存在问题。Figma在结构和设计方面非常出色，但对于动效行为，我们通常依赖线性的视频时间轴（如After Effects和Figma的动效功能）或在原型中进行模拟，让工程师去猜测关键帧。我希望有一个原生的画布，可以在实时DOM上设计状态驱动的行为（如悬停、按下、聚焦），并导出干净、零依赖的纯CSS、React或Web Animations API。它完全基于浏览器。我很想听听大家对Choreo的架构和用户体验的看法。 该应用完全免费（只要我能负担得起，就会一直免费下去），并且无需注册。 注意：教程部分和文档尚未更新到最新版本。我将在未来几天内完成更新。

我工作在一个在线游戏开发社区，这里的文化是反对使用人工智能（AI）进行任何事情，包括编码。这个社区围绕一个开源游戏开发软件工具链以及其他用于分发、游玩、评审和讨论这些游戏的Web应用程序而建立。 过去，我曾向这个开发软件工具链提交过拉取请求（PR），但该工具链相当复杂（包含用多种编程语言编写的工具），我一直很难完全理解它，所以通常就不去尝试了。 到了2026年，我发现使用大型语言模型（LLM）来修复该工具链中的bug变得容易得多。LLM在切换编程语言、添加调试跟踪以追踪bug在各层之间的流动、生成自动化测试以重现bug，以及正确修复bug方面都毫无问题。 当然，问题就来了：我该如何说服团队合并一个包含完全由LLM生成的代码的PR，因为这明显违反了他们的政策？ 我选择的答案是：我撒谎，说代码是我写的。 但是，为了让这个谎言“站得住脚”，我首先会让LLM详细解释bug修复过程，然后我会非常仔细地审查生成的代码（确保它的写法和我自己写的一模一样，尤其是注释），最后我会亲手编写所有的提交信息和PR描述。 我发现这是一种极具教育意义的方法。我学到了很多关于工具链中编程语言的知识，以及开源游戏开发工具的内部工作原理。在很多情况下，我更深入的理解让我能够真正地审查LLM的代码，发现生成代码中的问题，然后LLM会进行修复。 我确信，如果我只是点击一个按钮让LLM生成提交信息和PR描述，我永远不会发现这些问题。而且我显然也不会学到这么多东西。 我无法以自己的名义写下关于这件事的内容，但我现在真心推荐使用LLM来提交开源PR，但绝不要使用LLM来生成提交信息或PR描述。就好像是你自己写的代码一样，即使开源项目明确允许LLM生成的PR。 如果你对代码的理解不足以写出提交信息或PR描述，可以请LLM为你生成一个，但之后要用你自己的话从头开始重写。这部分是为了让描述不带有AI生成的痕迹，也是为了确保你充分理解代码的功能以及为什么这是正确的解决方案。 假装代码是我的代码，迫使我深入学习代码，直到我能够完全掌握它。我为我所做的撒谎感到羞愧，但我为通过这样做所学到的知识和取得的成就感到自豪。

各位 HN 的朋友们，大家好！我们是 Armature（YC P26）的创始人 Theodore 和 Louis。我们能够重建您收到的 MCP 工具调用背后的整个会话，包括用户要求代理执行的操作以及代理的思考过程。 只需三行代码（我们的 SDK 支持 Typescript、Python 和 Go），您就可以开始在仪表板中看到： - 所有重建的会话：就像阅读用户在 Claude 或 ChatGPT 中进行的真实对话一样！ - 基于会话聚类的 MCP 最常用用例排名。 - 用户代理遇到的最常见问题，以便您可以修复它们。 快速演示：<a href="https:&#x2F;&#x2F;youtu.be&#x2F;ZFlvquhyNMQ" rel="nofollow">https:&#x2F;&#x2F;youtu.be&#x2F;ZFlvquhyNMQ</a> 我们最初将 Armature 推向市场是作为一个独立的测试工具（<a href="https:&#x2F;&#x2F;www.ycombinator.com&#x2F;launches&#x2F;QQc-armature-making-your-app-finally-usable-by-ai-agents">https:&#x2F;&#x2F;www.ycombinator.com&#x2F;launches&#x2F;QQc-armature-making-you...</a>），该工具本身就可以通过 MCP 自然使用。但我们很快意识到，我们完全不了解用户是如何使用 Armature MCP 的，也不知道他们是否满意或感到沮丧。我们在之前的公司也遇到过类似的情况：Louis 构建了面向数百万用户的 MCP，而 Theo 在加入 Datadog 的一个分支机构担任创始工程师之前，曾在 Palantir 担任前线部署工程师。在将产品暴露给代理时，测试和产品分析一直是我们的一大痛点，但我们一直认为，由于对话发生在用户的 AI 客户端中，我们在分析方面无能为力。 这时我们灵光一闪：如果我们问代理为什么它们会进行某个工具调用呢？用户的意图或潜在的挫败感又是什么呢？于是我们开始尝试 MCP 插桩技术，结果却出乎我们的意料！我们许多早期客户都为他们的 CI 实现了变通方法，以触发新的测试，或者让他们的编码代理高效地获取结果。尽管我们经常与早期用户交流，但他们从未与我们分享过这些反馈。然后，我们构建了自动化功能，可以自动聚类用例，识别经常遇到的问题，并让我们的编码代理来修复它们。当我们的 CTO 朋友们听说这件事时，他们也想亲自尝试一下，于是我们给了他们一个我们内部产品的克隆版本，他们开始分享反馈，这与他们对我们“真实”产品的反馈截然不同！ 于是，我们决定认真地将 MCP 分析作为一项产品来开发。起初，我们担心会降低 MCP 的性能，因此我们不断迭代，直到达到与没有插桩时完全相同的成功率（在 870 次运行中，通过率为 89.17% 对比 89.15%）。然后，隐私显然是一个限制因素，因此我们采用了从处理银行数据或构建敏感数据日志扫描中获得的相同方法。如今，数据在到达我们的服务器之前，会在客户端进行 redaction。我们还有很多事情没有完全弄清楚：并非所有模型都能填写所有字段，无服务器/无状态 MCP 的会话指纹识别并不完美，用例聚类仍需优化。 但我们终于向所有人推出了我们的分析产品，可在 <a href="https:&#x2F;&#x2F;armature.tech">https:&#x2F;&#x2F;armature.tech</a> 上自助服务，设置过程不到 5 分钟，并且有慷慨的免费套餐。 现在，我们正在努力实现完全闭环，将评估（evals）引入我们的产品，以便我们可以：识别顶级工作流程和问题 -> 推荐修复和改进 -> 在用户运行的相同工作流程上大规模测试修复，跨越所有 harness 和模型 -> 打开 PR 以直接发布修复。 评估可以从会话分析中自动生成，这样您就可以捕捉到每一次回归，并在发布之前跨所有模型和 harness 测试每一次改进的实际影响。 举个具体的例子：10 天前，一家营销自动化平台（该平台已提前获得我们构建的产品几周的访问权限）通过 MCP 分析发现，用户在活动创建后无法更改目标受众，感到非常沮丧。于是他们发布了该功能，并使用 Claude Code 在 Fable 5 上成功地在本地进行了测试。几天后，在准备新的 MCP 公共版本时，他们在 Armature 上运行了一套评估，发现小型模型可能会产生错误的 audience_ids，这会导致他们的 MCP 默认将活动发送给他们所有的联系人（这显然可能导致生产环境中的灾难）。正是这样的故事，让我们觉得我们所做的事情非常有价值！ 现在，对我们最有用的反馈是了解我们的产品还缺少什么，以便您能够完全掌控“代理体验”。 如果您在生产环境中运行 MCP，我们也想知道：您今天是如何了解代理是否成功，以及它们背后的用户是否满意？