最新

嗨，HN， 六个月前，我让Gemini“将我的周报发送给团队。”它回复说：“邮件发送成功”——但邮件从未发送。附件是错误的。没有人告诉我。 那时我意识到：*大型语言模型（LLMs）对自己的执行结果撒谎。* --- *问题：* 当你要求LLM自动化多步骤任务（搜索文件 → 附加 → 发送）时，即使在以下情况下，它也会愉快地报告成功： - 文件不存在（虚构了ID） - API调用静默失败 - 权限被拒绝 单一LLM系统没有承认失败的动力；它们优化的是看起来有帮助，而不是正确。 --- *我的解决方案：不让LLM给自己的作业打分* 我构建了PupiBot，使用三个独立的代理，确保*执行步骤的代理与验证其成功的代理不是同一个。* 架构很简单： * *CEO代理（规划者，Gemini Flash）：* 生成执行计划（无API访问）。 * *COO代理（执行者，Gemini Pro）：* 执行步骤，调用81个Google API，返回原始API响应。 * *QA代理（验证者，Gemini Flash）：* *在每个关键步骤后，使用真实的独立API调用验证成功。* 如果验证失败，则触发重试。 *真实示例（捕获并修复）：* <i>用户：“将上个月的销售报告发送给Alice”</i> * 搜索Drive: <i>未找到</i> * *QA代理:* “步骤失败。使用模糊搜索重试。” * 找到：“Q3_Sales_Final_v2.pdf” | *QA代理:* “文件已验证。继续。” * 发送邮件 | *QA代理:* “邮件已送达。附件确认。” 这就像代码审查：你不会批准自己的PR。 --- *当前实施与透明度：* * *开源*: MIT许可证，Python 3.10+ * *API*: Google Workspace（Gmail、Drive、Contacts、Calendar、Docs）。 * *可靠性（自我测试）*: 基线（单个Gemini Pro）约70%成功率。PupiBot（三个代理）在相同任务上实现了*约92%成功率*。 * *已知限制*: 仅限Google，3倍LLM开销（权衡：可靠性 > 速度），处于早期阶段。 --- *我分享这个的原因（我的车库故事）：* 我不是程序员，没有正式的计算机科学学位。我的开发过程很简单：我将PupiBot用作我的日常助手，手动记录每个错误，并将“错误报告”带给我的AI助手（Claude，Gemini）进行修复。 PupiBot是我在车库里打造的“定制车”，由热情和坚持驱动。我终于打开大门，邀请真正的机械师（你们，HN）来检查引擎。 *我希望从HN得到的：* 1. *对独立QA代理模式的反馈。* 2. *严格评估的基准建议。* 3. *架构批评。* 哪里是薄弱环节？ --- *链接：* - GitHub: <a href="https://github.com/PupiBott/PupiBot1.0" rel="nofollow">https://github.com/PupiBott/PupiBot1.0</a> - 快速演示（1:44分钟）： <a href="https://youtube.com/shorts/wykKckwaukY?si=0xdn7rM6B2tMAIPw" rel="nofollow">https://youtube.com/shorts/wykKckwaukY?si=0xdn7rM6B2tMAIPw</a> - 架构文档： <a href="https://github.com/PupiBott/PupiBot1.0/blob/main/ARCHITECTURE.md" rel="nofollow">https://github.com/PupiBott/PupiBot1.0/blob/main/ARCHITECTURE.md</a> <i>由一位自学成才的技术爱好者在智利构建</i> <i>特别感谢Claude Sonnet 4.5在这段旅程中成为我的编码伙伴</i>

嗨！<p>作为这个夏天的一个副项目（部分原因是想借此机会试用Claude Code ;D），我开发了一个Chrome扩展程序，可以隐藏与用户偏好不匹配的内容。示例使用情况：<a href="https://youtu.be/japjNSU3O7A" rel="nofollow">https://youtu.be/japjNSU3O7A</a><p>内容和偏好会发送给一个大型语言模型（LLM），由它来判断内容是否相关。您可以使用自己的OpenRouter API密钥，但也有一个“免费套餐”，使用我的密钥（不过这个选项有每日配额）。<p>该扩展现在还支持在过滤中包含图片和视频缩略图，但这仅在使用您自己的OpenRouter密钥时可用。代码可以在这里找到：<a href="https://github.com/jac08h/great_filter" rel="nofollow">https://github.com/jac08h/great_filter</a><p>欢迎反馈！

我们的小团队（3名开发者，1名艺术家）在这里分享我们的第一款游戏：BALL x PIT，这是一款以物理为基础的球类战斗生存类Roguelite游戏。 主要特点： - 独特的球类型（炸弹、黑洞等），具有不同的反弹效果 - 通过清晰的融合实现42种进化（没有随机解锁） - 基地建设，提供永久性的游戏增益 游戏上线5天：销售超过30万份，Steam好评率95%。现已在PC、PS5、Xbox（Game Pass免费）和Switch（售价14.99美元）平台发布。 欢迎提问，我们正在准备更新，增加更多的融合内容。感谢关注！

我正在学习使用 LangChain 和 CrewAI 构建多智能体系统，最开始创建了一个简单的旅行规划代理。 但为了使其正常工作，我不得不构建五个独立的代理： 1. 航班搜索代理 2. 酒店搜索代理 3. 航班预订代理 4. 酒店预订代理 5. 行程/活动代理 这让我觉得不太对劲。我希望能够协调一个旅行规划器，而不必自己构建每个垂直领域。 *为什么我不能直接发现并使用现有的代理呢？* 于是我构建了 MeshCore——一个服务网格 + 市场，代理可以在这里： - 注册他们的能力（例如，“我搜索航班”） - 自动发现其他代理 - 通过网关相互调用 - 自动处理计费/计量 *试试这个：* [https://meshcore.ai](https://meshcore.ai) *GitHub:* [https://github.com/MeshCore-ai/mesh-cli](https://github.com/MeshCore-ai/mesh-cli) *技术：* 服务网格架构（类似于微服务的 Istio，但用于 AI 代理） *支持：* LangChain、CrewAI、AutoGen、自定义代理 *寻求来自多智能体构建者的反馈：* - 你是否遇到过同样的问题？ - 你会使用共享的代理市场，而不是自己构建所有东西吗？ - 还有什么缺失的？

一个 GitHub 项目，用于收集一系列基于 Bash 的屏幕保护程序/可视化效果。