最新

这一切始于朋友之间关于当前多智能体协调框架局限性的讨论。我们面临的问题包括对智能体内存和状态的控制有限、持久化复杂、扩展性问题，以及基于Python工具缺乏类型安全。这些挑战激励我们尝试一些不同的东西。 最终，我们推出了GraphFlow，这是一个基于Rust的精简框架，用于协调多智能体工作流，具有简单、可扩展和稳健的特点。其主要功能包括： - 基于图的协调：通过节点和边轻松定义工作流。 - 精简执行引擎：一个最小化且高效的图执行器/状态机实现。 - 清晰的内存管理：直接且透明地处理智能体状态。 - 简单的数据库模式：易于理解的持久化和状态跟踪模式。 - 高性能：原生Rust性能，低开销且易于扩展。 - 类型安全：Rust的类型系统减少了运行时错误。 GraphFlow是开源的，旨在解决我们亲身经历的现实问题。 我们非常希望听到您的反馈！

嗨，HN， 我经营一家小型电子商务商店，直到最近，我花了太多的晚上将供应商发票复制粘贴到Excel中，以保持账目整洁并进行详细的费用跟踪。最终我意识到，我宁愿把这段时间投入到编写代码中，而不是在Ctrl-C/Ctrl-V上浪费，所以我创建了ParsePoint.app。 我为什么要创建它： - 手动输入发票每个月耗费我4个小时。 - 会计软件的API对于我的使用场景来说显得过于复杂；我其实只想要一个干净的电子表格行。 - 我喜欢玩弄AI模型，并且需要一个借口将其投入生产环境。 它的功能： 1. 上传PDF（或转发一封电子邮件）。 2. ParsePoint的AI OCR提取行项目、金额、税费、日期等信息。 3. 下载一个准备好进行数据透视的Excel/CSV文件，或者通过API将数据发送到你想要的地方。 技术架构： - 前端：React - API：.NET 8，PostgreSQL - AI层：一个针对文档布局进行微调的开源VLLM模型 迄今为止的成果： - 我自己的工作量：从每月4小时减少到不到10分钟。 - 早期的测试用户（其他独立商店的店主）报告了类似的时间节省和更少的记账错误。 - 按需付费的信用系统意味着没有订阅或锁定——只在需要时使用。 我非常欢迎对技术方案、定价模型或任何看起来不妥之处的反馈。所有评论都欢迎，我会尽力回答每一个问题。 感谢阅读！ Marcin – ParsePoint.app的创始人

我创建 Chat Capsule 是因为我想将我的 ChatGPT 对话导出为纯文本 Markdown，这样我就可以将它们导入到 Notion，或者将历史记录转移到 Claude。<p>就是这么简单：<p><pre><code> * 从 ChatGPT 获取数据导出 * 拖放您从 ChatGPT 下载的 ZIP 文件（或仅 conversations.json） * 解析过程仅在客户端进行，因此您的机密对话不会离开您的设备 * 单独下载每个对话线程，或将所有对话作为 ZIP 文件下载 </code></pre> 前 100 位用户可以使用代码 SUMMERDAY100 免费获取。

一篇关于为何智力往往会引发存在焦虑的文章——通过递归、概括和模式识别的视角进行探讨。欢迎反馈。