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!
返回首页
最新
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。