1作者: Untie43199 个月前原帖
我创建了Bobby,一个Discord机器人,集成了Claude Code用于代码库分析,同时完全自托管以保护隐私。 ## 问题 开发团队面临着不断的干扰: - 利益相关者询问“我们的应用程序支持X功能吗?” - 产品经理创建模糊的任务单,需要经过3次以上的细化 - 开发人员切换上下文以回答基本的代码库问题 - 当团队成员不可用时,知识孤岛现象加剧 ## 解决方案 Bobby充当一个随时可用的高级开发人员,了解你整个代码库。基于Claude Code构建,它提供即时答案,同时通过自托管保持完全隐私。 *核心功能:* - 分析代码架构并解释复杂函数 - 检测错误并自动创建GitHub问题 - 在不打扰开发人员的情况下回答利益相关者的问题 - 通过Discord线程保持对话上下文 - 设计为只读(仅分析,不修改代码) ## 技术架构 *技术栈:* - Node.js/Bun运行时与Discord.js - Claude Code CLI用于AI驱动的分析 - GitHub CLI用于自动创建问题 - 带有自动设置的Docker容器 *关键技术特性:* - 实时JSON解析的流式响应 - 基于线程的会话管理以保持上下文 - 火并忘记的并发模型(每条消息生成独立的Claude进程) - 针对Discord限制优化的全面系统提示 - 服务器白名单和权限控制 *一行部署:* ```bash docker run -d --name bobby \ -e DISCORD_TOKEN=token \ -e ANTHROPIC_API_KEY=key \ -e GITHUB_REPO=owner/repo \ stewart86/bobby:latest ``` ## 隐私优先设计 与SaaS替代方案不同: - 你的代码永远不会离开你的基础设施 - 你创建并控制自己的Discord机器人 - 与Anthropic的直接API关系(没有中介) - 隔离的Docker环境 - 完整的审计记录 ## 现实世界的影响 经过几个月与我的团队进行内部测试: - 开发人员在回答基本问题时的干扰减少了70% - 利益相关者获得即时答案,而不是等待会议 - 产品任务单附带适当的技术背景 - 在正常对话中进行错误检测 *示例工作流程:* 1. 产品经理询问:“用户可以通过电子邮件重置密码吗?” 2. Bobby分析身份验证流程并在30秒内作出回应 3. 如果发现错误,自动创建带有技术细节的GitHub问题 ## 开源与生产就绪 - *GitHub*: [https://github.com/Stewart86/bobby](https://github.com/Stewart86/bobby) - *Docker Hub*: [https://hub.docker.com/r/stewart86/bobby](https://hub.docker.com/r/stewart86/bobby) - MIT许可证 - 通过GitHub Actions自动发布Docker - 全面的文档和设置指南 Claude Code的分析能力与Discord的可及性相结合,创造了独特的开发者体验,缩小了AI工具与团队协作之间的差距。 为重视AI辅助和数据隐私的团队而打造。
5作者: bjackman9 个月前原帖
我每天都在使用大型语言模型(LLMs)来处理一些事情,比如: - 解决一些只需要应用知识的任务(“这是我 Python 导入结构的粘贴。我不常写 Python,我知道我在这里做错了什么,因为我收到了这个错误,请告诉我如何正确组织这个包。”)。 - 编写自包含的临时代码片段(“这是我 DESCRIBE TABLE 输出的粘贴,写一个 SQL 查询来显示中位数……”)。 - 作为调试伙伴(“我可以直接 SSH 到这个主机,但 Ansible 连接失败并出现这个错误,这种差异可能是什么原因?”)。 所有这些用例都运行得很好,我节省了很多时间。但在我主要的代码编写工作中,我几乎从未取得过成功。我尝试过: - Cursor(不记得具体使用哪个模型,默认的) - Google 的 Jules - OpenAI Codex 的 o4 版本 我发现,在所有情况下,模型的基本能力显然是存在的(模型可以理解和编写代码),但整体价值却远远不够。它可以编写出“有效”的代码,但要让它生成我愿意维护并“署名”的代码所花的时间比我自己写代码还要长。 我不得不对它们进行无尽的微管理(“确保重新运行格式化工具,确保所有测试通过”和“请遵循代码库的编码风格”。“你添加了无关的注释,去掉这些。” “你重构了大部分文件,但忘记了一个函数。”)。在琐碎问题上需要进行很多次迭代,而由于这些迭代进展缓慢,这意味着我不得不频繁切换上下文,这也让人感到疲惫。 基本上,这就像有一个实习生,他成功地掌握了编程的核心技能,但在良好的协作能力上却不太行,需要时刻有人照看。 我问了一些热衷于编码的朋友,他们基本上说“你的标准太高了”。 这里成功的模型是否是你只需说“我不在乎代码质量,因为我不需要维护它,因为我也会用 LLMs 来处理这个?”我是不是没有正确使用这些工具?
2作者: princenocode9 个月前原帖
嗨,HN!<p>我刚刚推出了StayUpAI,这是一个全方位的平台,旨在帮助您在人工智能领域保持领先。它汇集了来自多个来源的AI新闻(文章、研究论文、YouTube),然后利用AI每天或每周对所有新闻进行总结。<p>核心功能:<p>- 统一的AI新闻源(带有来源/语言/主题过滤器) - 每日和每周的AI摘要邮件 - 每条新闻的摘要(论文、YouTube、文章) - 多语言新闻(带翻译) - 免费试用,无需个人信息即可快速测试<p>我创建这个工具是因为跟踪AI新闻令人感到不堪重负,我希望有一个工具可以为我进行内容筛选(和总结)。<p>非常希望能收到反馈,特别是关于:<p>- 作为读者,哪些信息/过滤器/功能对您最有用? - 对于新闻源或摘要的设计/用户体验建议? - 您理想的AI新闻聚合器缺少什么?<p>您可以在这里试用 → <a href="https://stayup.ai" rel="nofollow">https://stayup.ai</a> 谢谢!
3作者: raydenvm9 个月前原帖
每个人都有过失败的项目——无论是创业、兼职项目还是被忽视的功能。 你最近的失败是什么?你从中得到了什么启示?不仅仅是“早期验证”,而是一些改变你思维方式的见解。很想听听你的经历并从中学习。