跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
Dynatrace 推出了一个叫「漏洞风险暴露」的新仪表板，把漏洞到底影响哪些主机、进程和 Kubernetes 环境集中到一张图里看。原来只看漏洞数量，既不知道哪些进程受影响、漏洞扩散有多广，也看不出是不是所有该扫描的进程都扫了。这个仪表板把暴露情况、受影响对象和扫描覆盖率放在一起，还支持按团队、集群、命名空间筛选，让团队先修影响面最大的漏洞，并发现没被扫描到的盲区。该功能随文章发布，原文未说明具体开放时间或付费情况。
AWS 最近推出了 Lambda Web Functions。以前，想把用 Express、Hono 这类常见 Node.js 框架写的网页应用放到 Lambda 上运行，需要额外做不少适配工作；现在可以直接运行，并且支持同时处理多个请求和流式返回响应。对于用这些框架开发应用的开发者来说，迁移到 Lambda 会更省事。目前原文只说是“推出”，没有说明是否已正式可用、有哪些限制或价格细节。
Spring Cloud 社区正式发布了 2025.1.4 版本（代号 Northfields），这是一个面向 Java 开发者的微服务工具集。该版本基于 Spring Boot 4.0.9 构建，同时兼容 Spring Boot 4.1.2，主要修复了各个子项目中的若干 bug，并未提及新增功能。开发者现在可以通过 Maven Central 获取，并在 Maven 或 Gradle 中引入对应的依赖管理组件来升级。本次更新涵盖 Gateway、Config、Netflix、Stream 等十余个模块，完整修复清单可查阅 GitHub 项目页面。
Spring Boot 团队发布了 4.2.0-RC1 候选版本，已可从 Maven Central 下载。这个版本包含 113 项改进、文档更新、依赖升级和错误修复。主要变化有三点：默认的 Buildpacks 构建器换成了基于 Ubuntu 26.04 的 paketobuildpacks/ubuntu-resolute-builder；spring-boot-properties-migrator 现在可以在发现错误或警告时让应用直接启动失败；启动性能也有提升，可执行 jar 中的类和资源查找更快。这是候选版而非正式版，想尝鲜或提前排查升级问题的 Java 开发者可以试用，详细升级说明见发布说明。
Spring AI 团队发布了两个新版本：2.1.0-RC1（候选发布版，尚未正式定稿）和 2.0.2，都已在 Maven Central 上可下载。以前只有 OpenAI 的一种接入方式能原生处理结构化"消息片段"，现在 OpenAI、Anthropic、Google GenAI、Amazon Bedrock、Ollama、Mistral AI、DeepSeek 等主流模型接入也都能做到，并保持推理过程、工具调用的原有顺序。新版本还内置了"会话记忆"：把对话保存成只追加的事件日志，历史太长时按轮次压缩或摘要，且不会把工具调用和结果拆开，数据可存 PostgreSQL、MySQL 等数据库；原来基于 ChatMemory 的方案被标记为弃用，计划在 3.0.0 移除。另外新增工具调用确认机制，比如订机票、删文件前可先让应用批准；还支持用查询向量检索预先算好的嵌入。需要注意这只是候选版和补丁版，部分旧存储（Cassandra、Redis 等）的会话替代方案官方称将在 3.0.0 前补齐。
MahamYasir-ai/HirePilot-AI-Recruiter · AI-powered recruitment platform featuring an intelligent hiring chatbot, job listings, candidate applications, AI-based candidate screening, HR dashboard, and WhatsApp integration.
HirePilot AI Recruiter 是一个面向招聘场景的 Web 应用，用现代化前端界面整合招聘相关交互，包含 AI 招聘聊天机器人、职位列表、候选人申请、HR 仪表盘和 AI 辅助候选人筛选等模块，并已在 Vercel 上提供公开演示。项目使用 TypeScript、基于 React 的前端、Vite 和 Node.js，主要用于探索对话式 AI 与招聘工作流、Web 界面结合的实际应用。README 说明各功能可用性取决于当前实现进度，并列出改进空间，包括完善聊天交互、候选人审阅流程、输入校验与错误处理、API 集成文档等。
srikanthbhompally8/ai-recruiter-assistant · "Intelligent recruitment platform powered by AWS Bedrock"
AI Recruiter Assistant 是一个端到端的招聘辅助平台，利用 AWS Bedrock 提供 AI 分析与语义搜索能力，自动化简历解析、候选人匹配和职位需求管理。后端采用 FastAPI、PostgreSQL 15 + pgvector 和 SQLAlchemy，前端采用 React 18、Redux Toolkit、Tailwind CSS 与 Vite，并包含 JWT 认证、REST API（Swagger 文档）和 Docker 等基础设施配置。项目当前为 Phase 1，后续规划包括高级匹配、面试安排、分析与 ATS 集成等。
JoelAbrilM/cv-agent · An AI-powered recruitment assistant that compares CVs against job requirements and determines candidate fit.
cv-agent 是一个小型 Python 应用，读取本地 .txt 格式的简历文本和职位要求文本，调用 Google Gemini 生成结构化的辅助性评估，包括优势、技能缺口、可能未满足的硬性要求和指示性匹配分数，并依据“分数不低于 70 且无关键缺口”的演示规则给出推荐。项目使用 Pydantic 校验模型输出，自带模拟 Gemini 响应的单元测试，不包含数据库或网页界面；其说明明确强调结果仅供人工参考，不能作为招聘决策的唯一依据。
Dynatrace 宣布成为“SpaceX 超级智能合作伙伴网络”的启动伙伴，并推出一个已通过验证的官方插件，上架 Cursor 插件市场。原来开发者用 Cursor 这类 AI 编程工具写代码虽然更快，但代码编辑器和线上生产环境是割裂的：线上出故障时，开发者得先切到别的监控门户拼凑线索，才能弄清发生了什么、为什么发生。这次的做法是把 Dynatrace 的生产环境数据（由 Grail、Smartscape 和确定性因果根因分析提供）通过插件接进 Cursor，让 AI 代理和开发者直接在写代码的地方查看线上服务状态、依赖关系和根因。对使用 Cursor 的团队来说，排查线上故障、判断某个漏洞在真实运行环境中是否有影响、分析性能瓶颈，都可以不用离开编辑器，平台团队也能通过 Cursor 的团队市场分发插件并保留管理权限。目前该插件已作为受支持的集成可用，具体配置（平台令牌、MCP 服务器、Dynatrace skills 和 dtctl）需参考配套技术博客。
Datadog 推出 Agent Observability 的新功能，帮企业搞清楚 AI 智能体的钱花在了哪里。原来云厂商账单只按 API 密钥和模型统计，看不出是哪个应用、哪一步工作流在烧钱，所以成本一涨就很难查原因——可能是流量变大、换了更贵的模型，也可能是缓存没用上、对话历史每轮都重发。现在这个工具把估算的 AI 成本直接挂到具体应用和请求链路上，打开 Cost 页面就能按应用对比花费和效率（比如每次请求成本、缓存命中率），还能钻取到单次最贵的调用，看它的执行链路。它还会自动指出可省钱的点，比如未被缓存的提示词前缀，估算能省多少并给出修改建议。对读者来说，这意味着 AI 成本问题能更快定位到技术原因，而不是对着账单猜。目前材料只说明这是 Datadog 的产品能力介绍，未说明具体定价和正式上线时间。
Snyk 推出了 Evo Remediation Agent 的开放预览版，它能自动处理开源依赖漏洞：按团队设定的仓库范围和严重级别，智能体在托管沙箱里制定升级方案、修改代码，并用构建、测试和重新扫描验证结果，然后给开发者开拉取请求，由开发者决定是否合并。这解决的是漏洞修不完、和开发日常工作抢时间的问题。官方在 307 个依赖升级任务上测试，该工具四项检查全部通过的比率为 90.2%，而配合 Snyk 发现结果的 Claude Code 为 77.5%，单用 Claude Code 为 59.6%。目前只是开放预览，需申请租户权限，有每日修复额度限制，且仅支持开源漏洞，智能体不会自动合并。
在 2026 年北美 PyTorch 大会上，Google 开源了 TorchTPU，让 PyTorch 代码能直接跑在 Google 的 TPU 芯片上，已在 GitHub 发布；AWS 则推出 TorchNeuron 公开测试版，让 PyTorch 模型能跑在其 Trainium 芯片上。过去 PyTorch 开发者基本绑定 Nvidia 的 CUDA 生态，换芯片往往要大量改代码，这两个项目把迁移简化到改几行代码甚至只改一个配置。不过官方也说明，想达到最高性能仍需针对新芯片专门调优，例如 TorchTPU 默认分布式方案可能比优化方案慢约 30–40%。对开发者来说，这多了可选的硬件路线，但现阶段迁移容易、跑出极致性能仍不简单。
一位开发者用 Claude Opus 5.5 做出了七个 Adobe 应用的开源替代品，并在 Reddit 上宣传，声称大约一个月内就能达到接近 100% 的功能对齐。但随后他在 Hacker News 上承认，这个项目“远未准备好”。项目自己的路线图显示，它目前只有 45% 能满足实际工作需求，要达到完全对齐还需 2300 到 4100 个智能体小时。也就是说，这些工具目前仍处于早期阶段，暂时还不能当作 Adobe 的可靠替代品使用。
作者 Peihao Yuan 介绍了一套用于灾难恢复分析的工作流：AI 智能体只负责生成受限的 SQL 或 Python 代码，真正的计算交给嵌入式数据库 DuckDB，从 Parquet 文件中算出可复现的结果，再由智能体解读这些结果。文章的核心观点是：AI 改变的是人和数据打交道的方式（接口层），而不是负责算数的查询引擎本身。文中还讲了如何把“生成”和“计算”分开以保证结果可重放，并给出四个判断信号，帮读者决定什么时候用嵌入式引擎就够、什么时候值得上托管的湖仓方案。
Spring Batch 团队发布了两个版本：6.1.0-RC1（候选发布版，尚非最终正式版）和 6.0.6，均已可从 Maven Central 获取。6.1.0-RC1 带来一批新特性：新增 @JobParameter 注解，用来替代容易写错的 SpEL 表达式来注入作业参数；新增类型安全的 PageableItemReader，取代原来按方法名字符串反射调用仓库方法的做法；JsonLineMapper 不再绑定 Jackson，可配合 Jackson 或 Gson 读取任意类型的 JSON Lines 数据，并新增对应的写入端 JsonLineAggregator；还有 RemoteChunkingManagerBuilder、DefaultChunkProcessor、JDBC DAO 迁移到 JdbcClient，以及性能改进。一些旧类被标记弃用，计划在 7.0 移除。对使用 Spring Batch 做批处理的开发者来说，升级后配置更简洁、类型更安全，但涉及 JsonLineMapper 的代码属于源码和二进制不兼容变更，需要重新编译。
PHP 官方在 2026 年 10 月 21 日紧急修复了两个严重漏洞，统称 php2shell（CVE-2026-109618 和 CVE-2026-109619，严重程度均为 9.2 分）。问题出在 PHP 本身：当请求耗尽内存等致命错误发生时，PHP 会中途跳出、跳过清理步骤，留下半完成的内存状态；攻击者可以用特制上传和后续请求利用这块烂摊子，读取内存片段甚至执行任意命令。Harness 推出了 WAF 虚拟补丁规则，先以监控模式观察、确认后切到拦截，还可在 API 安全扫描发现暴露端点时一键生成补丁，帮你在逐个服务器更新重启之前挡住攻击。普通读者要明白：约七成已知服务器软件的网站跑在 PHP 上，受影响面很大，虚拟补丁只是临时桥梁，最终仍需把每台 PHP 装好补丁并重启。
DurianBurger561/LAVOCADO · A local-first desktop guardian that detects explicit content in real time and helps you through the urge with an AI companion. Privacy-first — your screen never leaves your device.
LAVOCADO 是一款面向 Windows 10/11 与 macOS 的本地优先桌面保护应用，不依赖网址或应用名，而是分析屏幕上实际显示的内容来检测色情与露骨内容。它结合用户配置的应用／网站黑白名单策略和本地视觉模型（NudeNet 640m、YOLO11 NSFW Small，以及用于区域排序的 Viddexa Nano/Mini），经高分辨率 ROI 复核、分块扫描、候选跟踪与独立新帧确认后，在对应显示器上触发“暂停—呼吸—就绪”的干预流程。项目定位为使用者自我戒断的边界工具，而非家长控制或监控产品；截图与像素数据只在本地内存中处理，可选 AI 打字冥想会调用外部 Chat Completions 接口（推荐 gpt-4o-mini），需自备 API 密钥且调用费用另计。
inkeep/open-knowledge · Beautiful, AI-native markdown IDE and LLM wiki
OpenKnowledge 是一个基于 TypeScript 的 WYSIWYG Markdown 编辑器，提供桌面应用与 Web UI，可与 Claude、Codex、OpenCode 等 AI 工具侧边栏并行编辑，并内置 MCP、skills 与面向 agent 的搜索，用于构建 LLM Wiki、第二大脑和结构化知识库。项目支持打开现有 Markdown/MDX 文件夹，并可选基于 git/GitHub 的团队共享与自动同步。
bidhuprasadpandaai-sys/AI-Candidate-Management-Platform · An AI-powered recruitment and candidate management system designed to streamline hiring workflows, enhance candidate discovery, and provide intelligent insights using modern frontend architecture and AI capabilities.
这是一个基于 Monorepo 的 AI 辅助招聘应用起始项目，前端采用 Vue 3、Vite、Pinia 和 PrimeVue，后端采用 Node.js 与 Express，并用 MongoDB/Mongoose 管理候选人数据。项目包含招聘指标仪表盘、可搜索和筛选的候选人列表、AI 助手聊天面板、候选人模型与种子脚本；未配置 MongoDB 时提供内存演示回退。README 建议后续再接入真实 LLM 提供方，并补充登录、面试安排与测试部署等内容。
oxc-project/tsrs · Rust port of the TypeScript 7 type checker
tsrs 是 TypeScript 7 编译器和语言服务器的 Rust 实现，可作为替代品使用，目标是与上游 TypeScript 达到 100% 一致性，同时降低内存占用并加快类型检查。它提供类似编译器的命令行用法（如 --noEmit）、编辑器集成说明、尚不稳定的 Node API 以及面向 wasm32-wasip1 的 WebAssembly 支持；目前不支持 --init 和 --showConfig。