最新

我的同事们都使用Claude代码生成PR（拉取请求），但在审查时，我只看到了一大块代码差异和一条评论，这让我很难理解这些差异。此外，团队之间没有共享的知识库，也没有办法在后续回顾自己的推理。我意识到，仅仅有代码并不足以提供足够的上下文，这就是我创建Vibeshub的原因。 Vibeshub是一个Claude Code插件，它会自动上传对话记录，并在PR上发布评论，附上指向Vibeshub的链接。这个链接包含了你聊天内容的更易读版本，方便你的团队成员快速浏览、审查和分享知识。 用于构建这个插件的代码库（[https://github.com/vibeshub/vibeshub](https://github.com/vibeshub/vibeshub)）是这个产品的第一个客户。欢迎在这里探索一些PR和记录：[https://vibeshub.ai/vibeshub/vibeshub](https://vibeshub.ai/vibeshub/vibeshub)。 如果你在协作时遇到过类似的问题，或者觉得这个工具适合你的工作流程，我很想听听你的意见。欢迎在这里提问，或者通过bhavya@vibeshub.ai联系我。

嗨，我们是Faiz和Saheed，我们创建了Minicor，以便需要与没有API的桌面系统集成的人工智能公司能够快速构建可扩展的桌面RPA（机器人流程自动化）。演示视频：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=MD0GHZIJ1cw" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=MD0GHZIJ1cw</a> <p>我们当时正在进行非RPA的集成工作，突然有一个客户承诺如果我们能解决他们与一家诊所的基于Windows的医疗记录系统的集成问题，他们将在两天内签署合同。那时我们并不知道，实际上大规模构建桌面RPA是极其困难的，因为脚本编写很复杂（学习系统、定义自动化、用户界面不断变化），编排也很困难（虚拟机是否启动？排队、并行处理），而调试更是艰难（几乎没有可观察性、误报、级联故障）。超过30%的失败率并不罕见。在大规模应用中，我们看到失败的RPA每月导致数千个支持工单。 <p>为了应对我们面临的问题，我们构建了一个MCP（多通道处理器），Claude Code/Codex可以利用它来导航运行桌面软件的虚拟机，并使用Python创建RPA工作流。这些RPA工作流以Python脚本的形式运行，以提高速度、降低成本并确保确定性。这些工作流可以通过API触发，遵循任何指定的输入/输出模式，并且每次运行时都会存储视频回放和日志。MCP可以调试RPA并对底层代码进行更改，所有这些都受到版本控制。我们还构建了用于克隆虚拟机以实现RPA并行处理的工具，并处理双因素认证（2FA）/一次性密码（OTP）挑战。此外，由于工作流是基于代码的，我们还能够添加Slack通知触发器、人机协作步骤，或调用大型语言模型（LLM）通过传递截图来验证虚拟机的状态。 <p>我们非常希望听到您的反馈，以及您是否有任何RPA的恐怖故事！(: