一周热榜

我一直在做一个名为 Make0 AI 的项目，我希望为 Codex 和 Claude Code 提供通用的上下文。问题很简单——在使用 Claude 时，在用完每日/每周限制后，我不得不在 Codex 中从头开始。当然，我可以提示 Claude 总结一个我可以交给 Codex 的交接内容，但这效率低下。 所以我想到了使用简单的指令列表，比如一个共享的 md 文件，为它们在本地创建一个通用上下文。但问题是文件不断增长，到某个点通用上下文超过了 20k tokens，只是不必要地增加了 token 预算。 然后我实现了基于 RAG 的检索方法来处理列表，只加载提示所需的内容，然后，经过几次迭代，它就演变成了一个图谱记忆——Brain。 所以这个产品 Make0 AI 让你能够创建 Brain，你可以通过 MCP 将它们连接到任何 AI 代理，然后它们会立即了解你的喜好、厌恶、偏好等。AI 代理可以读取、写入这个记忆。 这可以作为你的长期记忆，而 AI 代理则成为 token 提供者和任务执行者。你可以从一个地方完全控制你的数据/记忆。把它想象成一个你可以插入任何代理的“USB 闪存驱动器大脑”。 我知道我可能不是第一个实现这个的人，但我试图让用户体验简单，并且完全不以开发者为中心。你可以直接将你的记忆/数据拖放到 Brain 中，甚至可以玩转一个可视化的 Brain。 还有一件事，我对记忆进行了基准测试。LoCoMo 在标准模式（现已推出）下整体得分 83.3%，单跳得分 92.5%，在另一种配置（实验性最大模式）下，整体得分 92%，单跳得分 94.4%。可在基准测试页面查看。 目前我将其设置为仅限邀请。如果你想尝试，请告诉我！

基于 Baileys 构建。目标是处理所有繁琐的工作——打开套接字、身份验证、重新加载——让你能专注于命令逻辑以及你想要机器人实现的功能。

构建 fail2zig 是因为我喜欢 fail2ban 的日志到封禁模型，但又希望有一个更小的运行时，并对攻击者控制的输入可能造成的损害设定明确的限制。 fail2zig 是一个单一的静态二进制文件，具有有界解析器而不是正则表达式引擎，支持 SQLite 的持久化状态，并通过 netlink 直接强制执行 nftables。它还能够检查和迁移现有的 fail2ban 配置。 我今天刚刚发布了 0.4.0 版本，这是一个让我更愿意将其推荐给更多人的版本。 来源：<a href="https://github.com/ul0gic/fail2zig" rel="nofollow">https://github.com/ul0gic/fail2zig</a> 我很乐意听取目前正在运行 fail2ban 的用户的反馈，包括你们不愿切换的原因。