最新

嘿，HN， 在阅读了萨姆·阿尔特曼上周关于温和奇点的帖子后，我创建了 Zonk——一个简单的网站，用于分享和调侃奇怪、荒谬或搞笑的 AI 对话。 用户可以： * 上传 AI 聊天的截图 * 按模型/主题进行标签 * 评论和投票 * 浏览“硅谷羞耻榜”排行榜，查看哪些模型自信地输出最多的无稽之谈。 技术栈是 React + TypeScript + Supabase。没有使用 AI 模型，简单明了，只是一个干净的 AI 荒谬档案。 这个网站旨在轻松易用、可搜索，像一个时间胶囊，在奇点到来、GPT-7 出现并问我们为什么对它的祖先如此苛刻之前，希望能给你带来一两次欢笑！

嗨，HN， 我构建了一个命令行工具（CLI），用于上传文档并通过一个使用搜索工具的LLM代理进行查询，而不是将所有内容塞入上下文窗口。我录制了一个演示，使用了《CrossFit 2025 规则手册》，展示了这种方法与传统的RAG（检索增强生成）和直接上下文注入的比较。 核心见解是，使用工具访问的LLM在这种知识检索任务中表现得异常有效。与其希望正确的片段能够进入你的上下文，不如让代理进行迭代搜索、优化查询，并推理其发现的内容。 这个CLI处理完整的工作流程： ```bash trieve upload ./document.pdf trieve ask "关键发现是什么？" ``` 你可以自定义RAG行为，检查上传状态，响应会以可扩展的源引用形式返回。我非常喜欢在终端中使用这个工作流程，也很好奇其他人是否会觉得这种范式同样引人注目。 如果有兴趣，我考虑添加更多命令和自定义选项。该工具对最多1000个文档片段是免费的。 源代码在GitHub上可以找到，并且可以通过npm获取。 欢迎对这个方法或CLI设计提供任何反馈！ [1]: [https://www.youtube.com/watch?v=SAV-esDsRUk](https://www.youtube.com/watch?v=SAV-esDsRUk) [2]: [https://news.ycombinator.com/item?id=43998472](https://news.ycombinator.com/item?id=43998472) [3]: [https://github.com/devflowinc/trieve/blob/main/clients/cli/index.ts](https://github.com/devflowinc/trieve/blob/main/clients/cli/index.ts) [4]: [https://www.npmjs.com/package/trieve-cli](https://www.npmjs.com/package/trieve-cli)