2作者: superlucky84大约 1 个月前原帖
嗨,HN, 我创建了 fp-pack,这是一个小型的 TypeScript 函数式工具库,专注于管道优先的组合。 其目标是保持管道的简单性和可读性,同时支持提前退出和副作用——而不引入像 Option 或 Either 这样的单子。 大部分代码使用普通的 pipe/pipeAsync。对于少数需要提前终止的情况,fp-pack 提供了一个基于副作用的管道,可以安全地短路。 我还撰写了一份“AI 代理技能”文档,以帮助大型语言模型生成一致的 fp-pack 风格代码。 欢迎任何反馈、批评或问题。
1作者: docuagent大约 1 个月前原帖
在你说这是另一个RAG克隆之前,请先听我说几句。 <p>问题: 作为创作者:你需要录制屏幕、编辑、注释,然后再进行展示。如果有任何变化,你就得重新做一遍这个过程。 作为最终用户:你需要观看一段5分钟的视频,而你只需要知道其中5秒钟的内容来完成特定任务。 <p>解决方案: 对于创作者:录制并上传你的原始屏幕捕捉,无需进一步的努力。 对于最终用户:你提问后,会得到与你的具体问题相关的文档,并附有注释的截图。 <p>这与Scribe或RAG有什么不同? * 与Scribe相比:Scribe是用于主动捕捉(在工作时点击)。DocuFine则是用于被动提取——它在事后将你现有的原始视频或演示转换为指南。 * 与RAG相比:大多数视频RAG仅搜索转录文本。DocuFine通过大型语言模型(LLM)“看”用户界面,然后使用光学字符识别(OCR)将注释“贴”到实际按钮上,因此即使视频没有声音,指南也能在空间上准确。 <p>网站尚未上线——我目前正在收集对这个概念和演示的反馈,待优化LLM成本和提取逻辑后再开放。 <p>演示链接: - 初始录制:<a href="https://streamable.com/c5gom5" rel="nofollow">https://streamable.com/c5gom5</a> - 提问内容:如何找到客户下的订单? - 生成的输出指南:<a href="https://streamable.com/9c4ncj" rel="nofollow">https://streamable.com/9c4ncj</a> <p>端到端演示:<a href="https://streamable.com/hqb6te" rel="nofollow">https://streamable.com/hqb6te</a> <p>非常感谢你的诚实反馈!
2作者: kidandcat大约 1 个月前原帖
我开发了ccc,可以通过Telegram在手机上控制Claude Code会话。它允许您远程启动会话,在Claude完成任务时接收通知,并在手机和PC之间无缝切换。 <p>功能: - 100% 自托管,运行在您的机器上 - 支持多会话,使用Telegram主题 - 语音消息(通过Whisper转录) - 图片附件供Claude分析 - tmux集成以保持会话持久性 <p>使用Go语言构建。期待您的反馈!
1作者: AISovereignDev大约 1 个月前原帖
我是一名构建者,而不是研究者。我厌倦了看着单体变换器在非文本数据上窒息,并在实时感知流的重压下崩溃,因此我跳过了白皮书的循环,构建了OMNI_GENESIS(v0.7.0)——一个旨在实现高速度AGI执行和前额叶模拟的模块化框架。 <p>代码库:<a href="https:&#x2F;&#x2F;github.com&#x2F;AI-Sovereign&#x2F;Multimodal-AGI-Architecture-Implementation-v1" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;AI-Sovereign&#x2F;Multimodal-AGI-Architecture-...</a> <p>该架构处理132种异步模态——从生物信号到通过Scapy获取的网络熵——这些模态被压缩成一个1344维的因果流形。通过在解耦包(请参见/packages和/TCS)之间利用分层的“三脑”管道,该系统在标准模型失效的情况下保持认知稳定。 <p>技术规格: * 模块化架构:在专用目录中分布式逻辑,将感知皮层与因果推理引擎分开。 * 分层处理:集成了snnTorch(脉冲神经网络)用于反射性时间触发和torch_geometric(图神经网络)用于情节记忆保留。 * TCS-25可塑性:实施了修改过的Hebbian逻辑,优先考虑“惊讶”(MSE增量)而非静态权重,实现了在线学习而无需反向传播延迟。 * 性能:使用Polars进行了优化,实现了对全132模态缓冲区的亚毫秒熵检查。 <p>当前状态: 感知皮层和HTSP(分层时间)单元已完全运行。该系统以高精度处理512到4096的潜在空间扩展。这是一个以实现为先的项目;代码库就是证明。 <p>我发布这个v0.7.0代码库以供架构同行评审和技术验证。我特别希望与任何致力于非变换器AGI范式的人讨论HLS投影数学和模块化推理引擎的协调。
2作者: letmetweakit大约 1 个月前原帖
我总是被卷入这些政治讨论和新闻中,比如最近由于美国在委内瑞拉的军事行动。老实说,这类新闻我尽量避免接触。如果黑客新闻能严格只讨论技术,而不涉及政治,那对我来说就太好了。