最新

一个简单的计算器，可以估算您的GPU在给定的LLM下能够处理多少个并发请求，并且结果可以分享。

将代理和工作流视为数据而非代码。<p>Julep 是一个后端即服务平台，用于构建代理和工作流。主要特点：<p>1. 实验速度：<p>在大多数代理框架中，代理是需要部署的代码。要对提示进行迭代或更新代理，您需要修改代码并将其部署到服务器。这使得代理的快速迭代变得困难。但通过将代理和任务声明为数据，所有后台操作只需通过 API 调用来更新或在数据库中创建新条目。这大大提高了实验速度。<p>2. 可扩展性和长期后台任务：<p>扩展是一个棘手的软件工程问题，解决方案是将大规模系统定义为分布式、有状态和可扩展的。将代理视为数据是一种非常有帮助的范式，因为您只需在协调器层面解决这个问题一次。Julep 可以并行处理数十万次执行。<p>3. 更新代理 / 用户个性化：<p>诸如创建代理、更新代理等工具可以递归地更新代理。假设一个代理正在与用户聊天，并提到他们只喜欢以专业的语气进行沟通。代理可以调用一个工具来“更新代理”，并修改/更新指令，以包括用户只喜欢以专业的语气进行沟通的信息。<p>这正是当市场上充斥着代理框架时创建后端的原因。在 Julep 中，您可以用 YAML 声明一个工作流，它可以自动扩展到数百万用户。

嘿，HN – 我创建了一个名为 Aegis 的框架，用于管理 AI 辅助的软件开发。 其核心理念是，AI 生成的代码应遵循与人类代码相同的规则：版本化、验证和可观察性。Aegis 通过基于蓝图的开发、漂移检测和运行时合规系统来强制执行这些规则。它旨在帮助使用 Copilot、Kilo 或 Lovable 等工具的团队自信地构建生产系统。 这不是一个库——而是一种架构 AI 原生工程工作流程的方法。 我非常希望能收到反馈、问题和批评。尤其好奇其他人是否在工作流程中面临类似的 AI 输出管理或系统可靠性问题。 如果有兴趣，我很乐意深入探讨内部机制或哲学。

嗨，HN， 我为《Roblox》游戏“Grow a Garden”的玩家开发了一款免费的iOS应用。该游戏拥有一个动态的游戏内经济（例如种子、装备和蛋），并且会定期刷新，玩家常常因为缺乏实时信息而错过稀有物品或进行不理想的交易。 该应用提供： - 实时库存水平（带计时器和天气信息） - 特定物品的即时提醒 - 社区提供的信息交易计算器 使用该应用无需注册或登录。希望能收到对游戏工具、经济系统感兴趣的朋友们的反馈，或者对轻量级移动工具感到好奇的人。 谢谢！