最新

我开发了VectorGuard-Nano，这是一个轻量级的安全消息插件，专为AI代理设计。<p>随着多代理框架的迅速发展，代理需要一种安全的通信方式。该插件采用MIT许可证，并基于HMAC进行混淆，适用于日常代理消息传递（如Moltbook、Slack、IPFS等）。<p>特点： - 使用共享密钥的确定性编码/解码 - 内置时间戳处理 - 零依赖（仅需Node的加密模块） - 准备好与OpenClaw集成 - 保证往返通信<p>这是“纳米”版本，用于展示概念。我还在开发完整的VectorGuard，采用模型绑定的加密技术，以解决最近公布的Whisper泄露漏洞。<p>GitHub: <a href="https://github.com/Active-IQ/VectorGuard-Nano" rel="nofollow">https://github.com/Active-IQ/VectorGuard-Nano</a> 更多信息: <a href="https://www.active-iq.com" rel="nofollow">https://www.active-iq.com</a><p>欢迎提问！

我最近看到Vercel首席执行官的一则帖子，指出当大型语言模型（LLMs）能够请求以下内容时，它们对网站的理解会更好： `Accept: text/markdown` 如今，大多数网站都是为人类构建的。当人工智能代理尝试访问这些网站时，它们得到的是复杂的HTML，而不是干净、结构化的内容。 因此，我构建了*accept-md*——一个简单的开源包，适用于Next.js，旨在解决这个问题。 入门非常简单： ``` npx accept-md init ``` 之后，您现有的Next.js路由可以在任何人工智能代理（或任何客户端）请求时自动以Markdown格式响应。无需重新设计，无需更改内容管理系统，也无需维护重复页面。 目前该项目的特点是： * 仅专注于Next.js * 基于中间件，轻量级 * 设计用于与现有应用程序兼容 * 向更友好的AI网站迈出小小一步 这是一个早期实验，但我认为这个想法本身在人工智能代理成为网络的第一类消费者时是重要的。 我已经将其开源，并希望能得到以下方面的帮助： * 更好的Markdown提取 * 针对Next.js设置的边缘案例 * 性能和缓存 * 测试和示例 * 文档 * 最终为其他框架提供适配器 希望能从HN社区获得对这一方法的反馈——以及`Accept: text/markdown`是否值得在AI原生网络中标准化。

大家好， 今天我们在 Currents 发布了一项全新的 AI 技能，旨在帮助 AI 代理在编写测试、调试或处理与 Playwright 相关的任何事务时变得更加智能。 这项技能非常全面，涵盖了日常主题，比如修复不稳定性、身份验证或编写测试用例等，更有一些小众话题，如测试 Electron 应用、渐进式 Web 应用（PWA）、iFrames 等等。它应该能显著提升您的代理在编写、调试和维护 Playwright 代码方面的能力。 对于还不熟悉技能的人来说，这是一项强大的新功能，允许您使编辑器/命令行中的 AI 代理（如 Cursor、Claude、Antigravity 等）在某些领域成为专家，并更好地执行特定任务。（请查看 [https://agentskills.io/home](https://agentskills.io/home)） 您可以通过运行以下命令来安装它：npx skills add [https://github.com/currents-dev/playwright-best-practices-skill](https://github.com/currents-dev/playwright-best-practices-skill) 该技能是开源的，并在 MIT 许可证下提供，您可以在 [https://github.com/currents-dev/playwright-best-practices-skill](https://github.com/currents-dev/playwright-best-practices-skill) 查看 - 请查看该仓库以获取完整文档和了解其涵盖的内容。 我们期待听到社区的反馈并进行改进 :) 谢谢！