24小时热榜

我建立了一个多通道处理器（MCP）来处理我所有的可穿戴设备数据，这非常有帮助，但这个代理能够回答的问题类型在没有访问权限来编写自己程序的情况下是有限的。单个可穿戴设备的数据流在1小时的活动中可以有20,000个数据点（以1Hz的频率记录GPS、气压计、温度和心率），而典型的MCP设计要么要求MCP作者手动定义聚合方法（例如，获取平均心率），要么大型语言模型（LLM）必须在其上下文中保持大量数据表示。 最近，我为MCP工具提供了创建和访问iPython内核的功能，在这个内核中，它可以在会话创建之前指定要下载的包，并且可以通过编写自己的代码来操作数据的副本。 确保数据保持私密，工具和代码的安全性是花费最多时间的部分，我在想是否有其他工具可以帮助简化这个过程。我知道有像e2b.dev这样的工具提供代码沙箱，但我觉得其他数据提供的MCP也会遇到这个问题，所以一定还有我遗漏的某种解决方案或架构设计。

大家好， 我非常不喜欢持续集成（CI）中涉及的修复、提交和等待的循环。为了解决这个问题，我决定缩短这个循环。我通过模拟 GitHub Actions 控制面板来实现这一点：运行器使用的是官方的 GitHub 运行器，但 API 是一个模拟的。 你将获得大约 0 毫秒的缓存时间。在失败时暂停。让你的代理修复问题并重试，而无需提交代码！ 这对人类来说很简单，但对 AI 来说更容易验证你是否真的会通过 CI——结果是，如果 CI 没有通过，代理不会告诉你它已经完成。 <a href="https://github.com/redwoodjs/agent-ci" rel="nofollow">https://github.com/redwoodjs/agent-ci</a>