最新

我开发了一个人工智能代理，可以在两分钟内分析22GB的数据并进行可视化。通过这个代理，您可以训练人工智能模型、构建ETL管道并处理实时数据。我想知道您对这样的工具有什么看法？您觉得尝试什么样的示例会比较有趣？

大家好， 我制作了一个用于快速空间搜索的开源库，名为 Spart，使用 Rust 编写。 目前它提供以下功能： - 五种树结构实现：四叉树、八叉树、Kd 树、R 树和 R* 树 - Python 绑定（在 PyPI 上名为 `pyspart`） - 快速的 k 最近邻（kNN）和半径搜索 - 支持批量数据加载以提高树的构建效率 项目的 GitHub 仓库： [https://github.com/habedi/spart](https://github.com/habedi/spart)

嗨，我是Mikkel，我正在开发Async，这是一款开源的开发者工具，结合了AI编码、任务管理和代码审查功能。 Async的功能包括： - 自动研究编码任务，提出澄清问题，然后在云端执行代码更改 - 将工作拆分为可审查的子任务，并提供堆叠差异以便于代码审查 - 处理从问题到合并PR的完整工作流程，无需离开应用程序 演示链接在这里：[https://youtu.be/98k42b8GF4s?si=Azf3FIWAbpsXxk3_](https://youtu.be/98k42b8GF4s?si=Azf3FIWAbpsXxk3_) 我已经作为开发者工作了十多年，尝试过各种AI工具，包括Cline、Cursor、Claude Code、Kiro等。这些工具在启动新项目时都非常出色，但我大部分工作是在现有代码库上迭代，不能随意破坏代码，这就是问题所在。这些工具在成熟的代码库上表现不佳。 我遇到的问题包括： - 我比较懒。我的Claude Code工作流程变成了：随便输入一个模糊的提示，比如“将问题转化为Github webhook中的任务”，让它运行出错，然后不断迭代，直到我意识到我本可以自己编码。Claude Code的文档说要先规划，但这并没有被强制执行，我也无法强迫自己去做。 - 上下文切换的痛苦。我开始异步使用Claude Code——给它编辑权限，让它运行，切换到其他工作，稍后再回来审查。但当我回来时，我需要重新理解任务内容，切换回去，然后进行迭代。这种心理负担消耗了任何生产力的提升。 - 跟踪很糟糕。我使用Apple Notes和项目符号来跟踪任务，但这很混乱。像许多其他开发者一样，我讨厌项目管理工具，但需要某种方式保持组织，而不想要繁琐的功能。 - 审查瓶颈。我从未在没有修复的情况下发布Claude Code的输出，至少需要进行风格上的更改（为什么它总是添加注释，即使我告诉它不要添加？）。审查/测试周期让我最多只能同时处理3个任务。 因此，我构建了Async： - 强制进行前期规划，始终提出澄清问题，并在执行前要求确认 - 简单的任务跟踪，自动导入Github问题（其他集成即将推出！） - 在云端执行，将工作拆分为子任务，创建提交，打开PR - 内置代码审查，提供堆叠差异——在应用内评论和迭代 - 支持桌面和移动设备 它通过使用轻量级的研究代理来确定任务范围，并根据需要提出要求和澄清问题（例如，“修复截断问题”——“您希望在悬停时显示工具提示吗？”）。在您确认要求后，它通过将任务拆分为子任务并逐步进行提交来执行任务。它在内部混合使用Gemini和Claude Code，并在云端后台运行所有更改。 您可能见过一些工具可以完成部分功能，但我认为将其整合为一个工作流程是有意义的。 这不是为随意编码者设计的。我正在构建一个我可以在日常工作中使用的工具。Async是为那些深刻了解自己代码库和产品的经验丰富的开发者而设计的。目标是让Async成为开发者构建伟大事物所需的最后一个工具。现在还处于早期阶段，我正在快速迭代。希望知道您的想法。 附言：我的联合创始人喜欢亮色模式，而我只使用暗色模式。我赢得了争论，所以我们的工具只支持暗色模式。如果您同意我的看法，请点赞。