一周热榜

宣布 readwise-vector-db：为您的 Readwise 库注入强大动力，支持本地语义搜索 大家好！经过几个月的努力，我很高兴地分享 readwise-vector-db——一个开源项目，它将您的 Readwise 高亮内容转变为一个快速、自托管的语义搜索引擎。 为什么要这样做？我希望能够用自然语言而不仅仅是关键词，瞬间搜索我所有的阅读历史——书籍、文章、PDF，所有内容。现在，通过夜间同步、向量搜索 API、Prometheus 监控指标以及为 LLM 客户端提供的流式 MCP 服务器，这一切都变得可能。 主要功能： • 对您的 Readwise 库进行全文、本地、私密、快速的语义搜索 • 与 Readwise 的夜间同步——无需手动导出 • 提供 REST API，方便与您的工具和工作流程集成 • Prometheus 监控指标 • 为 LLM 驱动的应用提供流式 MCP 服务器 该项目基于 Python，开源（MIT 许可证），并且可以通过 Docker 或本地轻松运行。如果您想拥有自己的阅读数据，构建自定义工作流程，或尝试本地 LLM，欢迎试用。 期待您的反馈、问题和下一步的想法！

为开发者打造的表单API。<p>构建与您的应用无缝集成的自定义表单。<p>将表单发送到我们的端点以处理数据。<p>当表单提交时，立即收到通知。<p>在我们简洁的移动应用中接收推送通知。<p>非常适合用于联系表单、调查、反馈和支持请求。

一些初创公司正在微调开放的语言模型，而不是使用GPT或Gemini。有时是为了特定语言，有时是为了狭窄的任务。但我发现它们都犯了同样的错误。 通过一个简单的提示（这里不分享），我让几个“定制”语言模型服务泄露了它们的内部系统提示——比如安全漏洞应对手册和产品行动清单。 例如，SKT A.X 4.0（基于Qwen 2.5）返回了与最近SKT数据泄露相关的内部指南和关于赔偿政策的指示。Vercel的v0模型泄露了它们系统可以生成的行动示例。 关键在于：如果基础模型泄露，那么基于它构建的每个服务都是脆弱的，无论你微调得多么精细。我们需要不仅考虑服务层面的系统提示加固，还要关注上游改进以及开放权重语言模型本身的更强防御。

大家好，我创建了这个开源的UI组件集合，最初的想法主要是探索不同的设计，经过几个月的努力，最终完成了这个项目，并且最近获得了Vercel 2025开源软件项目的赞助！<p>这个项目主要是为React和Next.js构建的，还包含一些其他功能，例如：<p>- 组件可以使用v0进行AI自定义 - 组件可以通过shadcn CLI轻松安装<p>Github链接：<a href="https://github.com/kokonut-labs/kokonutui">https://github.com/kokonut-labs/kokonutui</a>