嗨，HN！我开发了 LayerClaw（https://github.com/layerclaw/layerclaw），这是一个以本地为中心的 PyTorch 训练可观察性工具。
问题：在训练神经网络时，很多问题都是悄无声息地发生的。你的损失在第 47,392 步时爆炸；你的梯度在第 12 层消失；你的 GPU 内存随机飙升。等你注意到这些问题时，可能已经浪费了数小时或数天的计算资源。
我厌倦了添加打印语句、手动检查 TensorBoard 文件以及事后追踪训练问题。现有的工具要么需要云账户（如 W&B、Neptune），要么对于快速实验来说太过笨重（如 MLflow、用于梯度分析的 TensorBoard）。
LayerClaw 的功能：
- 在训练过程中自动跟踪梯度、指标和系统资源
- 所有数据都存储在本地（使用 SQLite + Parquet，无需云服务）
- 检测异常：梯度爆炸、NaN/Inf 值、损失峰值
- 提供命令行界面（CLI）以比较运行结果：`tracer compare run1 run2 --metric loss`
- 异步写入的开销极小（约 2-3%）
快速示例：
```python
import tracer
import torch
# 初始化（只需一行）
tracer.init(project="my-project", track_gradients=True)
# 你的正常训练循环
model = YourModel()
tracer._state.tracer.attach_hooks(model)
for batch in dataloader:
loss = train_step(model, batch)
tracer.log({"loss": loss.item()})
tracer.step()
tracer.finish()
```
然后分析：`tracer anomalies my-run --auto`
与其他工具的不同之处：
1. 本地优先：无需注册，无数据离开你的机器，无供应商锁定
2. 专为调试设计：内置深度梯度跟踪和异常检测（不是事后添加的功能）
3. 轻量级：在你的训练循环中只需添加两行代码，开销极小
4. 兼容所有框架：原生 PyTorch、HuggingFace Transformers、PyTorch Lightning
当前限制（v0.1.0）：
- 仅支持 CLI（计划在 v0.2 中推出 Web UI）
- 单机训练（分布式支持即将推出）
- 处于早期阶段，欢迎对最有用的功能提供反馈
现在可用：
- GitHub: https://github.com/layerclaw/layerclaw
*我在寻找贡献者！* 我已经创建了几个“适合新手的问题”，欢迎任何有兴趣贡献的人。需要帮助的领域：
- 可视化的 Web UI
- 分布式训练支持
- 更多框架集成
- 实时监控仪表板
如果你之前在机器学习训练中遇到过问题，我非常希望听到你认为最有价值的意见。欢迎提交 PR，或者如果你觉得这个项目有趣，请给仓库加星！
什么功能会让这个工具成为你工作流程中不可或缺的一部分？
返回首页
最新
我提交了一个 llama.cpp Notebook 的 PR，以在官方的 llama.cpp webui 中添加一个 Notebook 页面。现在我不再需要 text-generation-webui 来实现 Notebook 功能，并且可以随时使用最新的 llama.cpp 特性，而无需等待 llama.cpp Python 绑定的更新。
嗨，HN！我是Rereflect的创始人。
我在看到团队（包括我自己的团队）在电子邮件、Slack、支持票和调查中分散的客户反馈中苦苦挣扎后，决定开发这个工具。宝贵的见解总是被遗忘。
它的功能包括：
• 自动分析情感
• 分类痛点（如bug、用户体验问题、定价顾虑等）
• 提取功能请求
• 标记流失风险
• 所有功能都可以通过一个仪表板访问
技术栈：FastAPI + PostgreSQL后端，Next.js前端，自定义AI分析引擎。
免费计划：每月250条反馈项。只需上传CSV文件即可开始使用。
我非常希望得到HN社区的反馈：
- 什么能让这个工具更有价值？
- 哪些集成最重要？（Slack、邮件转发、Webhooks？）
- 你们目前是如何处理反馈的？
欢迎随时提问！
试用链接： [https://app.rereflect.ca](https://app.rereflect.ca)
我整天在审查PR（拉取请求），基本上已经停止仔细阅读它们了。有人提交一个2000行的PR，我只是滚动查看，发现大部分是AI生成的React组件，留个评论，然后合并。我对此感到不安，直到我意识到我团队中的每个人都在做同样的事情。
问题在于差异（diff）的格式不对。一个PR可能会改变三个按钮的行为。盯着绿色和红色的行来理解这一点简直疯狂。
我们构建这个工具的核心原因是，我们觉得今天的产品是基于过去的假设构建的。100倍的代码和相同的审查系统意味着需要100倍的人类关注。人类的注意力无法扩展到满足这种需求，因此我们构建了不同的东西。人们与视频内容的互动明显比与文本内容更为投入。
因此，我们通过强化学习训练并构建了一个代理，它在你打开PR时观察你的预览部署，点击更改的内容，并在PR中发布一个视频。
最困难的部分是找出更改的代码在运行的应用程序中的实际位置。一个差异可能会说Button.tsx第47行已更改，但这并不能告诉你如何找到那个按钮。我们遍历React的Fiber树，每个节点都映射回源文件，因此我们可以追踪到DOM元素的边界框的更改。然后我们对模型在其中展示和互动给予奖励。
显然，这只适用于React，因此在推广到所有语言时我们需要更加聪明。
我们训练了一个强化学习代理与这些组件互动。简单的奖励机制：将修改的内容进入视口得分，点击或输入得双倍分。它大约30%的行为是奇怪的，比如部分表单提交、中途按下Esc键，因为真实用户会这样做，而礼貌的AI模型不会自己测试这些情况。
这可以捕捉到单元测试完全遗漏的内容：z-index错误，即某些东西渲染了但你无法点击，滚动容器将你困住，处理程序静默失败等。
目前存在的问题包括：功能标志、存储不同用户状态，以及任何需要未提供上下文的内容。
欢迎免费试用： [https://morphllm.com/dashboard/integrations/github](https://morphllm.com/dashboard/integrations/github)
演示视频： [https://www.youtube.com/watch?v=Tc66RMA0nCY](https://www.youtube.com/watch?v=Tc66RMA0nCY)
我们是一家YC W23的公司，专注于为工程实验室构建人工智能代理。我们的客户需要重复进行类似的分析，而代理在每次会话中都像一张白纸一样处理。
我们考察了Mem0、Letta/MemGPT以及其他类似的记忆解决方案。它们解决的是不同的问题：存储对话中的事实——“用户偏好Python”，“用户是素食者”。这是一种带有语义搜索的键值记忆，虽然有用，但并不是我们所需要的。
我们需要的是一种能够从用户行为中隐式学习模式的系统。当客户连续三次将阈值从85%修正为80%时，代理应该能够在下次会话中自动识别这一点。当一个团队总是使用更严格的过滤条件重新运行时，系统也应该能够捕捉到这一模式。
因此，我们围绕一个简单的想法构建了一个内部API：用户的修正是最有价值的数据。我们不是简单地摄取聊天信息并希望大型语言模型（LLM）能提取出有用的信息，而是捕捉结构化事件——代理生成了什么，用户更改了什么，他们接受了什么。后台作业定期运行LLM，以提取模式并为每个用户/团队/组织构建一个带有置信度加权的偏好档案。
在每次会话之前，代理会获取该档案，并随着时间的推移变得更加智能。
我看到的差距是：
Mem0 = 记忆存储 + 检索。无法学习模式。
Letta = 自我编辑代理记忆。更接近，但没有从行为中隐式学习。
缺失的是一个偏好学习层，它观察用户如何与代理互动，并构建一个不断演变的模型。就像一个用于代理个性化的推荐引擎。
我为我们的领域构建了这个系统，但这种方法是领域无关的。我很好奇其他人在他们的代理中是否也遇到了同样的瓶颈。乐意详细分享架构、提示和置信度评分的方法。