返回首页
最新
我不确定为什么直播质量这么低，我花了一段时间选择了4K。我能够看清文字，你也应该能看清。<p>这个直播大约会持续24小时左右。<p>你可以在这里看到它生成的MD5碰撞：<a href="https://stateofutopia.com/experiments/md5collider" rel="nofollow">https://stateofutopia.com/experiments/md5collider</a>
你好！
LLM代理通常会将原始的JSON工具输出直接放入提示中。在进行几次工具调用后，早期的结果会被压缩或截断，导致答案变得不正确或不一致。
我构建了Sift，一个即插即用的MCP网关，它将工具输出存储为本地工件（在SQLite中索引的文件系统二进制大对象），并在响应较大或分页时返回一个`artifact_id`以及紧凑的模式提示。
模型不再在提示中推理完整的JSON，而是运行一个小的Python查询：
```python
def run(data, schema, params):
return max(data, key=lambda x: x["magnitude"])["place"]
```
查询代码在受限的子进程中运行（AST/导入保护 + 超时/内存限制）。只有计算出的结果会返回给模型。
基准测试（Claude Sonnet 4.6，12个数据集中的103个问题）：
- 基线（提示中的原始JSON）：34/103（33%），输入令牌10.7M
- Sift（工件 + 代码查询）：102/103（99%），输入令牌489K
开放基准测试 + MIT代码：
[https://github.com/lourencomaciel/sift-gateway](https://github.com/lourencomaciel/sift-gateway)
安装：
```bash
pipx install sift-gateway
sift-gateway init --from claude
```
与Claude Code、Cursor、Windsurf、Zed和VS Code兼容。现有的MCP服务器和工具无需更改。
我的人工智能代理即使在提供了规格和文档的情况下，仍然不断地进行暴力破解和猜测API接口。即使有完整的API规格、发现端点和最新的文档，代理仍然试图使用随机格式、猜测参数，并进行不必要的反复试验。
我能够在客户端对代理进行微调，直到上下文被清除，但我不想在context/agents.md中硬编码如何访问一个不断变化的API。我厌恶所有这些非确定性编程的东西，但它仍然太好而无法放弃 :)
----> 问题
无论如何，问题很简单：API响应只返回结果，因为它们遵循了通常的、现有的REST协议。没有结构告诉代理接下来应该做什么。因此，我不得不在客户端不断纠正代理的行为。
每当API规格发生变化或代理的上下文被清除时，整个过程就会重新开始。
----> aaaand，解决方案！
这就是我找到TEKIR的原因。
项目仓库：
[https://github.com/tangelo-ltd/tekir](https://github.com/tangelo-ltd/tekir)
----
TEKIR通过添加如下字段扩展API响应：
> next_actions
> agent_guidance
> reason
允许API明确告诉AI接下来该做什么。这不仅适用于错误，也适用于成功的响应。例如，当订单确认时，API可以用如下指令指导代理：
>>> “向用户展示摘要
跟踪尚不可用
取消是不可逆的，因此请确认”
而不是让代理试图推断工作流程。
----> TEKIR与现有标准兼容。
TEKIR在不破坏现有API的情况下工作。它与RFC 9457（HTTP API的问题详情）兼容，并且与语言和框架无关。提供了npm包和Express/Fastify中间件，但你也可以简单地将markdown规格放入你的项目中，并告诉像Claude或Cursor这样的工具使API兼容TEKIR。
----> TEKIR与现有的RFC 9457（问题详情）和HATEOAS有所不同。
RFC 9457非常关注问题——它明确描述了错误。TEKIR超越了这一点。它是未来交互的指导方针，有点类似于HATEOAS，但可读性更好，并且专门针对自动化代理进行了调整。
---> 一些背景信息
为什么叫“Tekir”？
“Tekir”是土耳其语中对虎斑猫的称呼。虎斑猫是自然界中最具韧性的设计之一——经过数千年的基因混合，街头锻造的本能。它们的进化超越了生存；它们能够适应并在几乎任何环境中繁荣。
这也是我想在这个动态API设计中传达的理念。
----> 我不认为会有人读到这一点，所以我感到勇敢。
这个名字还有一个更个人的意义。今年一月，我心爱的猫Çılgın（在土耳其语中意为“疯狂”）被汽车撞了。我无法摆脱这个念头，所以我以他的名字命名这个项目，以便在某种程度上让他的名字得以延续。他是一只tekir。极其独立，非常聪明，老实说，比大多数AI系统甚至大多数人都更“人性化”。
这个项目的想法反映了这种精神：能够在没有持续监督的情况下自行决定下一步该做什么的系统。我还意识到这个名字在技术上也能发挥作用：
TEKIR - 透明端点知识，用于智能推理。
---->> 项目链接
项目页面（英文/德文/土耳其文）
[https://tangelo-ltd.github.io/tekir](https://tangelo-ltd.github.io/tekir)
GitHub
[https://github.com/tangelo-ltd/tekir](https://github.com/tangelo-ltd/tekir)
我通常不会特别去宣传这样的想法，但最近大量小想法涌现为社区努力让我充满希望，想知道其他构建代理驱动系统的人是否也遇到同样的API交互问题，也许我只是“用错了”。
yutu 是一个命令行界面（CLI）、多通道平台（MCP）服务器和 YouTube 的人工智能代理，能够自动化您的整个 YouTube 工作流程。
构建了一个开源语音技能，支持通过OpenAI实时API和Twilio SIP进行真实电话对话的AI代理。采用原生语音对语音技术，无需语音转文本-大语言模型-文本转语音链，延迟低于200毫秒。功能包括：入站/出站电话、通话中工具调用、录音、转录、会话桥接、健康监测、指标、通话历史API。应用场景：预约预定的未接来电自动回拨（每个未接来电平均损失$2,100）。技术栈：Python + Node.js，进行了97项测试，采用MIT许可证，5分钟快速入门。