最新

TimeCopilot 是一个开源的预测代理，它结合了大型语言模型的强大功能与最先进的时间序列基础模型（如 Amazon Chronos、Salesforce Moirai、Google TimesFM、Nixtla TimeGPT 等）。<p>它自动化并解释复杂的预测工作流程：您可以用自然语言查询数据，比较不同模型，构建集成模型，并询问预测结果的原因。其目标是使时间序列分析更加易于访问，同时保持专业级的准确性。<p>我们在 Salesforce 的 GIFT-Eval（包含 144,000 个序列和 1.77 亿个数据点）上进行了基准测试，结果在整体排名中位列第一（CRPS 指标），并且已经吸引了开源预测社区的早期用户。<p>代码库：github.com/azulgarza/timecopilot 文档：timecopilot.dev<p>我们非常希望得到 HN 社区的反馈，特别是您希望看到的用例，以及我们如何使高级预测更加实用和易用。

大家好！我是 Ron，来自 NixOS 基金会，正在开发 Flox。刚刚参加完今年的 NixCon，非常兴奋地在这里分享一些消息 :) 截至今天，NVIDIA 正式认可 Canonical、SUSE、CIQ 和 Nix（通过 Flox）作为 CUDA 的支持发行商。完整博客请见 - [https://developer.nvidia.com/blog/developers-can-now-get-cuda-directly-from-their-favorite-third-party-platforms](https://developer.nvidia.com/blog/developers-can-now-get-cuda-directly-from-their-favorite-third-party-platforms) 这对 Nix 社区来说是一个巨大的胜利。多年来，虽然在 Nix 上使用 CUDA 是可能的，但过程非常痛苦——构建可能需要几个小时，而由于 NVIDIA 的许可要求，重新分发预构建的二进制文件受到限制。 NVIDIA 与主要 Linux 发行版的日益互动反映了该公司在与开源社区合作方面的演变。现在，NVIDIA 首次允许这些供应商直接从他们的包仓库中打包和提供 CUDA 工具包及 CUDA 加速的包。 这意味着 Ubuntu 用户可以通过 `apt` 获取 CUDA，SUSE 用户可以通过 `zypper`，Rocky Linux 用户可以通过 `dnf`，而 Nix 用户只需在他们的 Nix 表达式、`shell.nix` 文件或 flakes 中声明 CUDA 依赖项即可。 在这四个平台上，开发者现在可以拉取预构建、预补丁的 CUDA 软件，包括像 PyTorch、TensorFlow、TensorRT、OpenCV、ffmpeg 等大型包。 在 Nix 上（我个人的偏见），设置非常简单：只需将 Flox 的缓存添加为 `nix.conf` 或 `configuration.nix` 中的 `extra-substituter`。

Alexandria 是一个类似于代码检查或类型检查的工具，配备了规则引擎，帮助您保持文档的最新状态。只需将其添加到您的预提交检查中，您的大型语言模型（LLM）将会处理其余的工作。https://github.com/a24z-ai/a24z-memory

也许在ChatGPT发布之前，程序员对人工智能能够做什么持有更怀疑的态度？

大家好，我是Hammad，Chroma的首席技术官。 我们一直在与构建软件工程堆栈的AI系统团队紧密合作——包括自动补全机器人、PR审查代理和代码助手。我们发现一个共同的痛点：这些系统在处理依赖关系时常常出现幻觉。 虽然大多数公司使用grep、语义搜索和基于抽象语法树（AST）的工具对主要代码库进行索引，但依赖关系往往被忽视。尽管依赖关系通常占据了运行代码的大部分。将源代码引入代理的过程往往很困难：需要获取压缩包、进行缓存，并避免延迟峰值。 因此，我们构建了Package Search MCP。它能够从NPM、PyPI、Go和Crates.io中以不同版本提取和索引公共依赖关系。我们的步骤包括： 1. 使用Tree-sitter解析和分块代码 2. 使用Qwen3-Embedding嵌入数据 3. 将每个版本索引到Chroma Cloud的独立分支中 4. 通过MCP为代理提供grep和语义搜索工具 只需将这个MCP服务器添加到您的编码代理或AI SDK（如Cursor、Claude、Codex、OpenAI等）中，您的代理就会立即在处理依赖关系方面变得更加智能。只需提示它“使用包搜索”，它就会知道该去哪里查找。 我们很期待看到大家用它构建的内容——快来试试吧，告诉我您的想法！