返回首页
最新
我正在构建一个代理沙箱平台，使用 OpenCode SDK 提供具有明确观点的可定制模板，适用于通用代理。<p>这个想法是提供一个出色的命令行界面体验，使得使用像 Claude Code 或 Codex 这样的 AI 客户端来启动沙箱、获取/检索数据和提示、审查生成的输出以及管理用户提问的队列变得简单易行。<p>我还计划添加一个 AI 网关层，类似于 Tailscale Aperture（虽然没有关联，但他们的一位工程师在 AI Engineer 上做了很棒的演讲，可以在 YouTube 上找到），用于监控网络访问、分发密钥以及控制沙箱可以访问哪些服务/系统。<p>对于构建代理工作流的人们，如果你尝试过其他沙箱解决方案，我非常希望听到你的反馈。<p>有什么缺失的地方？最困难的部分是什么？
我过去几年来一直在构建一个开源形式化方法系统（fizzbee.io）。<p>今天，我推出了一个基于相同技术的新应用程序。它通过形式验证进行需求工程，以发现需求缺口并生成精确的指令供您的编码代理遵循。<p>在接收到提示后，它会：
- 提出高信号的后续问题
- 转换为形式规范并识别复杂的需求缺口
- 生成验证场景<p>最后，它会生成一份可以与编码代理共享的规范文档。在我对多个项目的试验中，它能够在更少的迭代中生成可工作的代码。<p>请试试看，并分享您的反馈。
<a href="https://fizzbee.ai/" rel="nofollow">https://fizzbee.ai/</a><p>您还可以查看一个示例项目。
<a href="https://fizzbee.ai/projects/94bf2869-97a1-445c-8f5d-4445848bba11/view" rel="nofollow">https://fizzbee.ai/projects/94bf2869-97a1-445c-8f5d-4445848b...</a>
标题我觉得很明确。<p>我已经厌倦了那些说“我用这个大型语言模型做了什么”或者“看看，这个智能体在2分钟内完成了什么！”的文章。我想要更多以用户为中心的内容，少一些关于OpenAI或Anthropic的讨论，更多关于“人类参与”的文章。<p>还有其他网站推荐吗？我觉得lobste.rs曾是一个不错的黑客新闻聚合网站，但我不知道现在是否仍然相关……
数据可视化是用户与数据之间的桥梁。<p>但是，构建能够可靠生成可视化图表的人工智能代理可能非常棘手：<p>- 简单的图表规范可以是可靠的，但生成的图表往往由于依赖系统默认设置而质量较低；
- 复杂的图表规范虽然包含明确细节，可以生成外观良好的图表，但它们往往冗长，代理在可靠性方面可能会遇到困难。<p>我们发现这是一个语言问题的限制（不仅仅是人工智能能力的问题）——当前的可视化语言对于人工智能代理来说有些过于底层，要求它们明确做出视觉决策，而这些本应由优秀的编译器处理。Flint是一种可视化中间语言，旨在解决这个问题，使人工智能代理能够解决最后一公里的人机交互问题。它提供了一种基于简单语义类型的规范，并包含一个布局优化引擎，可以从简单的高层规范生成外观良好的图表（填充了衍生的低层细节）。生成的结果也非常易于人类理解和适应。Flint为数据生成器提供支持，用于生成可视化（这是微软的另一个开源项目 <a href="https://data-formulator.ai/" rel="nofollow">https://data-formulator.ai/</a>）。<p>Flint是开源的，我们构建了一个MCP服务器，您可以直接将Flint集成到您喜欢的代理应用中，以便与数据进行互动。
我想开始一个关于NGINX使用的讨论。我知道NGINX是一个入口/代理/负载均衡器，因此它在互联网上非常常见。考虑到最近出现的安全漏洞（CVE），大家是否对其安全性感到担忧？尤其是在企业环境中？