这个文件似乎是PDF文档的内部结构，特别是“xref”表和对象定义。它不是人类可读的内容，如文本或图像。“xref”表是PDF的关键部分，充当索引，告诉阅读器文件中的每个对象位于何处。 数据包括对象编号、字节偏移量和代数。`stream`对象包含压缩或编码的数据，可能代表PDF的实际内容（文本、图像等）。没有PDF解析器，无法确定文档的实际内容。 本质上，这是使PDF发挥作用的“幕后”代码，而不是文档本身。
每日HackerNews RSS
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
指纹形成 (2004) [pdf] (arizona.edu)
9 分，作者 o4c 1 天前 | 隐藏 | 过去 | 收藏 | 1 条评论
x______________ 13 小时前 [–]
不错！..你想学习指纹，然后获得一只考拉掌印作为奖励！回复
考虑申请YC冬季2026批次！申请截止至11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## 函数核心与命令式外壳：总结 将业务逻辑与副作用（如数据库调用或电子邮件）混合在一起会产生混乱且难以管理的 代码。更好的方法是使用**函数核心**和**命令式外壳**来分离关注点。 **函数核心**包含*纯粹*的逻辑——可测试的函数仅对输入数据进行操作，没有副作用。这个核心关注于*需要做什么*。 **命令式外壳**处理副作用——与外部世界（数据库、网络等）交互。它*调用*核心内的函数来执行逻辑。这个外壳关注于*如何做*。 这种分离提高了可测试性（核心逻辑可以独立测试）、可维护性和适应性。可以通过简单地创建新的核心函数，重用现有的函数来添加新功能，而无需修改外壳与外部系统的交互。示例演示了重构电子邮件发送逻辑来说明这种模式。
## 功能核心，命令式外壳：摘要
这次Hacker News讨论围绕着软件设计原则，即将“功能核心”（纯粹、可测试的逻辑）与“命令式外壳”（处理副作用的代码，如I/O和外部交互）分离。这个想法，被Destroy All Software等文章推广，旨在提高代码质量、可测试性和可维护性。
许多评论者强调这并非新概念，其根源在于较早的编程范式。虽然承认其益处，讨论也强调了实际挑战。担忧包括过度抽象的潜力、在复杂系统中（如事务管理）清晰分离关注点的难度，以及如果实施不当可能导致的性能问题。
一个关键点是，“功能性”方面并非严格遵守函数式编程，而是关于隔离核心逻辑以便于测试和推理。多位用户提倡将数据库过滤和其他操作*推入*数据库层，以避免将不必要的数据加载到内存中。最终，讨论强调了在实际软件开发中，在理论理想与务实考虑之间找到平衡的重要性。
Waymo 正在积极开发其自动驾驶技术，以可靠地应对冬季天气条件——雨、雾、冰冻温度，以及现在，雪。他们的方案侧重于一个四步流程：理解雪和冰的复杂性，设计适应性解决方案，严格验证，以及负责任地规模化。 Waymo Driver 利用摄像头、雷达和激光雷达的组合，以及自动清洁系统，来感知和导航具有挑战性的环境。先进的人工智能区分路面（雪、冰、泥泞），并相应地调整驾驶行为——速度、加速、制动。每辆车都充当移动气象站，与整个车队共享数据。 验证通过在纽约州北部和密歇根州等雪地地区的实际驾驶、推动系统极限的封闭场地测试以及大量的模拟进行。Waymo 优先考虑安全性，仅在经过彻底测试并根据当地条件建立明确的操作指南后才扩大服务范围。他们的目标是在天气最恶劣时也能提供一致、可靠的交通运输。
## Waymo 全天候驾驶挑战 - 摘要
一场 Hacker News 讨论围绕着创造真正全天候自动驾驶车辆的挑战，起因是 Waymo 向纽约州北部和布法罗等恶劣冬季条件地区扩张。
用户分享了经验，强调即使是人类驾驶员在应对雪和冰等困难条件时也面临挑战，回忆起驾驶考试失败以及学习技能的重要性。关于最佳传感器方法的争论浮出水面——仅依靠视觉是否足够，或者激光雷达和其他传感器对于可靠的性能至关重要。
对话还涉及自动驾驶车辆与人类交通管制（如警察手势）的交互复杂性，以及对健全授权系统的需求。 多位评论员强调了选择合适的轮胎和驾驶技能的重要性，并将美国对大型车辆的依赖与其它地区更注重轮胎和灵活性的方法进行了对比。最终，讨论指出自动驾驶性能的高标准——超越人类能力——以及复制真实世界驾驶专业知识的持续挑战。
## Z3驱动的正则表达式填字游戏求解器：深入研究
该项目探索使用Z3 SMT求解器来解决正则表达式填字游戏。作者最初预计会快速实现，但却沉迷于理解和优化Z3的性能。核心方法是将正则表达式约束编码为Z3断言，需要使用`greenery`库将正则表达式转换为确定性有限自动机（DFA）。
最初的尝试是将DFA转换表示为Z3函数，但性能缓慢。通过两个关键改进实现了显著的加速：**剪枝状态**，通过识别和排除基于正则表达式模式的不可能字符，以及**显式定义转换函数**，而不是依赖于未解释函数。进一步的优化涉及使用Z3的lambda表达式或“宏查找器”策略来有效地处理这些显式定义。
作者还试验了Z3内置的正则表达式理论，发现它是一个更简单的替代方案，但并不一定更快。在整个过程中，Z3性能的不确定性被强调，看似微小的代码更改有时会产生巨大的速度差异。该项目强调了领域特定知识在增强SMT求解器中的价值，并揭示了Z3在基本算术和位向量求解之外的广泛功能。所有代码都可在[GitHub](链接未提供)上找到。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
使用Z3解决正则表达式填字游戏 (nelhage.com)
64点 由 atilimcetin 1天前 | 隐藏 | 过去 | 收藏 | 讨论
考虑申请YC冬季2026批次！申请截止至11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
20世纪20年代初，一种新颖的解决方案出现了，用于清洗泥泞的汽车：自动清洗碗。这种设备于1921年由明尼苏达州圣保罗的C.P. Bohland获得专利，是一种大型、有棱的混凝土碗（约80英尺宽），可以快速清洁底盘和车轮。 车主只需支付25美分，通过坡道进入碗内，以每小时10英里的速度行驶，碗内的棱起作用产生冲击，从而去除泥土——在未铺砌道路上这很常见。整个过程只需3-4分钟，之后还可以进行一次完整的洗车服务。 这一概念很快传播开来，1924年在芝加哥开设了分店。然而，自动清洗碗只是一种短暂的新奇事物。汽车清洗技术的进步迅速使其过时，芝加哥和明尼苏达州的原始地点都在几年内消失了。尽管运营时间很短，但它代表了早期自动化洗车的一个有趣的尝试。
## 开锁YouTuber被起诉，结果适得其反
一位YouTuber演示了如何用“Liquid Death”饮料轻松绕过Proven品牌的锁，这引发了锁公司的起诉。这引发了强烈反弹，许多人批评Proven的法律手段，并强调其产品安全性差。
该事件重燃了对类似案例的讨论，包括2007年一位YouTuber绕过Master Lock后被取消广告分成的情况。评论员指出，真正的窃贼不会费心开锁，而是会选择暴力手段，并且锁主要用于阻止机会主义犯罪。
许多人批评Proven提起毫无根据的诉讼，可能会使其面临反诉，受到反SLAPP法律的制裁。人们也对针对锁公司老板及其家人的网络骚扰表示担忧，但也有人认为这是其自身侵略行为的后果。核心观点是，试图压制安全研究往往会适得其反，迫使制造商真正改进其产品。
## MCP 扫描器：模型上下文协议 (MCP) 的安全工具
MCP 扫描器是一个 Python 工具，旨在识别 MCP 服务器和工具中的安全漏洞。它采用多引擎方法，结合 Cisco AI Defense 的 inspect API、可定制的 YARA 规则以及大型语言模型 (LLM) 作为判断者，进行全面分析。这些引擎可以单独使用或组合使用。
该扫描器作为 CLI 工具或 REST API 服务器运行，提供灵活的身份验证选项，包括 OAuth。它可以扫描工具、提示和资源，并提供详细的漏洞报告。
**主要功能包括：** 可定制的 YARA 规则、多种输出格式（摘要、详细、表格、原始）以及通过 SSE 或可流式 HTTP 支持远程服务器。它需要 Python 3.11+，并可选地需要 Cisco AI Defense 和 LLM 提供商的 API 密钥（例如 OpenAI 的 GPT-4）。
安装使用 `uv` 即可轻松完成，该工具提供各种命令来扫描已知配置、特定文件或远程服务器。详细文档和 API 参考资料可在项目的 GitHub 页面上找到：[https://github.com/cisco-ai-defense/mcp-scanner](https://github.com/cisco-ai-defense/mcp-scanner)。
## MCP-Scanner 与模型上下文协议 (MCP) 的现状
Cisco 的新开源项目 **MCP-Scanner** 旨在识别 MCP 服务器中的漏洞。 这与 Snyk 的类似工作相关，他们的项目专注于检测“有害流程”——MCP 端点之间不安全的交互——这种威胁是在 7 月份发现的。
讨论强调了 MCP 规范面临的重大挑战。 许多开发者报告了构建 MCP 服务器的 frustrating 体验，经常遇到无法正确运行的 AI 生成代码，以及具有缺陷的身份验证方法（要么没有身份验证，要么 OAuth 过于复杂）。 担忧集中在安全性上，用户质疑暴露潜在不安全工具的明智性。
一些评论员建议 MCP 目前最适合简单的、本地运行的*无需*身份验证的工具。 其他人正在构建网关，以简化与 ChatGPT 和 Claude 等 LLM 的集成，解决 OAuth 复杂性问题并提供集中的安全功能。 尽管规范仍在不断开发和改进，但总体情绪表明 MCP 领域尚不成熟，需要大量工作才能真正实现企业级应用。
## 喂养未来：转基因作物与全球粮食安全 大约一万年前，人类开始种植谷物作物——小麦、水稻和玉米，这些作物现在提供了人类大约一半的热量摄入。今天，在气候变化的影响下，养活不断增长的人口面临着重大挑战：在减少土地、水和化学品使用的同时，提高粮食产量。 基因修饰（GM）提供了一种潜在的解决方案。遗传学和基因编辑（如CRISPR）的进步使科学家能够创造出具有改良性状的作物——抗旱性、害虫控制和提高养分利用效率。虽然最初集中在发达国家，但转基因作物的采用率现在在发展中国家，特别是非洲正在激增。 尼日利亚是这一转变的典范。面对气候压力和粮食不安全，该国于2019年批准了抗虫豇豆（Bt cowpea），预计将为经济增加3.36亿美元。这一成功为抗旱抗虫的TELA玉米铺平了道路，该玉米是通过国际合作和免版税许可开发的。 然而，成功采用转基因作物不仅需要科学进步，还需要政府信任和公众教育。拥有更强大民主制度的国家更有可能拥抱转基因技术，以及健全的监管和透明的测试。尼日利亚的经验表明，解决粮食安全需求可以推动对转基因技术的接受，即使最初存在怀疑，并展示了在全球范围内应对未来粮食问题的合作需求。
JetKVM基于强大的Golang基础构建，并由Linux提供支持，具有适应性和透明性。无论您是经验丰富的开发人员还是热衷的爱好者，都可以使用熟悉的工具和简单的SSH上传轻松修改或微调软件。 KVM运行时： 结合了基于Go的后端和React驱动的WebRTC仪表板。非常适合分叉、提交新功能、修复错误或自定义本地流和控制。 云API和仪表板： 我们的云托管管理界面完全开源。深入了解我们安全的远程连接编排，或将其分叉以构建专门的工作流程和独特的集成。 文档： 完全的透明性包括深入的文档，全部开源。直接贡献以帮助保持清晰度，甚至添加教程。 核心系统： 使用BusyBox构建的精简Linux系统，用于核心实用程序。没有臃肿或不必要的服务 - 只有稳定远程访问所需的关键组件。
## JetKVM：远程计算机控制与安全问题
JetKVM 是一种新型的 IP KVM 设备，能够以具有竞争力的价格（90 美元）远程控制计算机，甚至在操作系统启动之前。虽然它正在获得关注，尤其是在家庭实验室社区中，但该公司缺乏关于公司所在地和人员的透明度引发了信任问题。用户质疑其来源——与柏林、爱沙尼亚和深圳有关联——以及官方网站上缺少身份信息。
讨论围绕着将 JetKVM 与 PiKVM、NanoKVM 和 GL.iNet 的产品等替代方案进行比较。虽然 JetKVM 具有紧凑的外形和开源软件，但一些用户报告了硬件问题，并更喜欢更成熟但价格更高的选项。安全性是一个关键问题，有警告称由于潜在漏洞，不应将其部署在关键网络上。
许多评论员强调了远程访问在故障排除、BIOS 访问和管理无头服务器方面的价值。另一些人则指出，专用硬件解决方案比基于软件的替代方案（如 RDP/VNC）更方便。最终，讨论强调了在选择远程 KVM 解决方案时，价格、功能、安全性和信任之间的权衡。
## gac：基于LLM的Git提交信息
**gac** 通过使用大型语言模型自动生成智能、上下文相关的提交信息，从而简化您的工作流程。只需在暂存更改后，将 `git commit -m "..."` 替换为 `gac` 即可。
**主要特性：**
* **上下文理解：** 分析代码更改以解释更改的原因，识别重构、错误修复和新功能。
* **可定制输出：** 提供单行、标准（项目符号）和详细消息格式。
* **交互式和高效：** 允许通过反馈重新生成消息（例如“使其更短”），并支持一键式工作流程，如 `gac -ayp`（暂存、自动提交、推送）。
* **安全：** 包括自动检测密钥和提示潜在敏感数据。
* **提供商支持：** 与各种LLM提供商合作，包括OpenAI、Anthropic、Gemini等。
**入门：**
1. `gac init` 配置您的LLM提供商。
2. `gac` 生成并查看提交信息（使用'y'确认，使用'n'取消，或使用'r'重新生成）。