返回首页
最新
嗨，HN！我们是 Pranjali、Dhruv 和 Harsha，正在开发 Slashy（<a href="https://www.slashy.ai">https://www.slashy.ai</a>）。我们正在构建一个通用代理，能够连接到各种应用程序，读取其中的数据，并通过自定义工具、语义搜索和个性化记忆执行操作。这里有一个演示：<a href="https://www.youtube.com/watch?v=OeApHMHhccA" rel="nofollow">https://www.youtube.com/watch?v=OeApHMHhccA</a>。
在之前的创业项目中，我们意识到自己在应用程序中花费的时间更多是在做琐碎的工作，而不是实际构建产品。我们在抓取 LinkedIn 资料、更新电子表格、更新投资者报告以及在多个 Slack 渠道之间沟通上浪费了数百小时。我们的临界点出现在我查看屏幕使用时间时，发现自己每天在 Gmail 上花费了 4 个小时。我们决定，解决这个问题所创造的价值要远高于继续开发原来的创业项目（一个类似于 Lovable 的代码生成代理）。
Slashy 是一个 AI 代理，能够直接调用 Gmail、日历、Notion、电子表格等服务的工具。我们在内部构建了所有工具，因为我们发现大多数多通道平台（MCP）的质量较低，并增加了不必要的抽象层。通过这些工具，代理能够在您的应用程序中进行语义搜索，获取相关信息并执行操作（例如发送电子邮件、创建日历事件等）。这解决了在应用程序之间切换上下文和复制粘贴信息到 ChatGPT 的问题。
到目前为止，Slashy 已集成了 15 种不同的服务（G-Suite、Slack、Notion、Dropbox、Airtable、Outlook、电话、Linear、Hubspot 等）。我们使用单一代理架构（因为我们发现这可以减少幻觉），并使用我们自己的自定义工具——这样可以提高模型的质量，因为我们可以设计它们以适应通用代理结构，例如我们为 Slack/Notion 使用 markdown，而不是它们的本地文本结构。
那么，Slashy 与其他 100 个通用代理有什么不同呢？
- 它真正采取行动：与仅提供信息的 ChatGPT 或 Claude 不同，Slashy 会研究公司，创建包含发现的 Google 文档，将联系人添加到您的 CRM，安排后续跟进，并发送个性化电子邮件——所有这些都在一个工作流程中完成。
- 跨工具上下文：大多数自动化工具在孤岛中工作（这是 MCP 最大的问题之一）。Slashy 理解您在不同平台上的数据。它可以读取您之前关于潜在客户的 Slack 对话，检查您的日历以确认可用性，在线研究他们的公司，并起草个性化电子邮件。支撑这一点的是我们自己的语义搜索功能。
- 用户行为图：我们的代理随着时间的推移，不仅记住过去的对话，还形成用户行为图，以了解基于先前用户对话所期望的操作。
- 无需技术设置：虽然 Zapier 需要构建复杂的流程并且常常默默失败，Slashy 通过自然语言工作。只需描述您想要自动化的内容。
- 自定义用户界面：对于我们的工具调用，我们为每个工具设计了自定义用户界面，以使用户体验更加自然。
以下是一些人们使用我们服务的工作流程示例：
▪ “每天查看我的日历，并给我发送一份关于我将要见的每个人的详细背景的 Notion 文档”
▪ “找到所有对我最新 LinkedIn 帖子做出反应的人的电子邮件，并发送个性化的外联”
▪ “你能帮我制作一份包含市场研究、竞争分析和财务预测的投资者推介文稿吗？”
▪ “进行完整的 Nvidia 折现现金流（DCF）分析”
Slashy.ai 现已上线，提供免费套餐（每天 100 个积分），新账户还可获得 500 个积分。您可以立即尝试上述工作流程，我们为 HN 提供了一个特别代码（结账时输入 HACKERNEWS）。
希望大家和我们一样喜欢 Slashy :)
prompt-to-proof 是一个开源工具包，用于
(1) 测量大语言模型（LLM）的流式延迟和吞吐量，以及
(2) 运行一个小型、可复现的代码评估，并提供可以验证的哈希链收据。该工具包针对 OpenAI 风格的聊天补全（可与 OpenAI 或本地的 vLLM/llama.cpp 一起使用）。
嗨，HN，我是Felipe，一名希望成为全职独立开发者的9到5的开发者。我在使用那些注重卡片装饰而非学习概念的抽认卡应用时遇到了困难，因此我开发了FlipCards来解决这个问题。
<p>它的功能：
FlipCards可以让你：
<p>- 为任何概念（数学、语言、编程等）创建卡片
- 每张卡片添加多个变体——变体越多，你的理解就越深刻
- 更智能地学习——算法随机选择变体，这样你就不能仅仅记住问→答的模式
<p>它的不同之处：
<p>- 大多数应用使用反向卡片（问→答，答→问）。FlipCards通过变体在多个上下文中强化概念。
- 采用SM2间隔重复算法，经过科学验证，适合长期记忆。
<p>定价：
<p>- 免费——1副卡片，3张卡片，1次学习会
- 年费——每年20美元，享受无限副卡和卡片
- 终身——一次性50美元，享受所有无限制功能
<p>我之所以开发FlipCards，是因为我在其他应用中总是被卡片装饰所困扰。现在我可以创建任意数量的变体，算法会为我混合它们。
<p>我非常希望得到HN社区的反馈：
<p>- 这种抽认卡的方式有意义吗？
- 你会使用这样的应用来学习吗？
<p>在这里试用： <a href="https://flipcardsapp.vercel.app" rel="nofollow">https://flipcardsapp.vercel.app</a>
<p>谢谢，
Felipe