返回首页
最新
嘿，HN！<p>我创建Ghostpipe是因为：<p>1. 我喜欢将软件的数据保存在代码库中，并进行版本控制。<p>2. 我不喜欢总是使用原始文本文件和特定领域语言（例如Terraform、OpenAPI、ER图）进行工作。<p>Ghostpipe是一个开源工具，它在代码库中的文件和使用WebRTC的应用之间建立了桥梁。这使得开发者可以在适当的情况下使用用户界面，同时仍然可以访问底层的原始文本文件。<p>这种设置的一些附加好处包括：<p>1. AI代理擅长处理本地文本文件，因此我们可以继续使用这些文件。<p>2. 一般来说，使用Ghostpipe应用不需要注册或安装，因为所有相关数据都在代码库中。<p>我用Ghostpipe支持创建了一些演示应用（Excalidraw和Swagger UI），希望这个概念验证能激发大家对进一步发展这个想法的兴趣。<p>谢谢！
这是 Prompt Canvas——一个简单的开源网页应用，允许您以 YAML 模式可视化构建大型语言模型（LLM）的提示模板，然后通过填充模板中的值来生成完整的提示。它基于一个单一的 HTML 文件，没有真正的隐私问题，并且由于支持 YAML 导出，所有内容都可以便携使用。
<p>请查看下拉菜单中的示例，并阅读指南以了解其工作原理：
<a href="https://promptcanvas.ml4den.com/" rel="nofollow">https://promptcanvas.ml4den.com/</a>
<p>大型语言模型喜欢结构，我发现以这种方式生成提示是一种简单的方式来满足它们的需求。如果您正在进行一定程度的提示工程，并且想要测试提示中的小变体，这将非常有用；或者如果您有一个用例，需要多次提交相同的提示，但有一些输入变体。我发现浏览到一个 YAML 文件并为特定任务调整一个参数，比我之前使用的 Notion 页面网络要干净得多。
<p>模板引擎经过了一些思考和迭代，但一切仍处于早期阶段！其中一些是有主观性的，而有些则旨在对不同的用例具有很好的扩展性。如果您觉得这有意义，请告诉我。
<p>我主要是出于自己的需求使用 Gemini 2.5 Pro 构建了这个工具。希望知道它对您是否有用！欢迎反馈；也欢迎在 GitHub 上报告错误和问题：<a href="https://github.com/ml4den/PromptCanvas" rel="nofollow">https://github.com/ml4den/PromptCanvas</a>
大家好，
我们刚刚发布了 v0.2.0 版本的 should：这是一个轻量级的 Go 断言库，具有零依赖和易于理解的错误信息。
此次发布带来了几个新的断言（例如，BeError、BeWithin、BeSameTime），进行了更好的类型处理重构，并改进了文档。我们还根据用户反馈增加了对格式化消息的支持，并简化了一些核心功能。
代码库链接： [https://github.com/Kairum-Labs/should](https://github.com/Kairum-Labs/should)
欢迎大家提出反馈和建议！