返回首页
最新
这只是一个有趣的语言模型实验。我从所有“你对{年份}的预测是什么?”的帖子中提取了最热门的评论,并使用语言模型对它们进行了评分。<p>还有一个排行榜 - <a href="https://hnoracles.fooqux.com/leaderboard/" rel="nofollow">https://hnoracles.fooqux.com/leaderboard/</a>
嗨,HN——我刚刚发布了自Spring AI Playground成为官方Spring AI社区孵化项目以来的第一个功能更新。
这个更新的目标是将MCP工具视为可以实时构建、检查和迭代的运行时实体——无需重建或重新部署。
此次更新包含以下内容:
- 无代码/低代码工具工作室:在浏览器中使用JavaScript(ECMAScript 2023)创建可调用AI的工具,并在JVM(GraalVM Polyglot)中沙箱运行它们。
- 实时内置MCP服务器:工具会动态评估并注册到嵌入式MCP服务器,立即可用(无需重启)。
- MCP检查与调试:检查注册的工具、模式/参数和执行结果,以理解代理行为。
- 代理聊天:测试结合LLM推理、MCP工具和可选RAG上下文的端到端流程,所有内容在一个用户界面中。
此外,还附带了一些可供复制/修改的示例工具,作为模板:
- googlePseSearch - Google PSE网页搜索(API密钥)
- extractPageContent - 从URL提取干净文本(RAG准备)
- buildGoogleCalendarCreateLink - 生成日历添加链接
- sendSlackMessage - Slack webhook消息
- openaiResponseGenerator - OpenAI API调用(API密钥)
- getWeather - wttr.in天气
- getCurrentTime - ISO-8601时间
所有功能默认以本地优先的方式运行,使用Ollama(支持OpenAI兼容API)。不需要云服务。
默认情况下使用Ollama和OpenAI兼容的端点/配置,因此可以在不需要云服务的情况下运行。
GitHub:
<a href="https://github.com/spring-ai-community/spring-ai-playground" rel="nofollow">https://github.com/spring-ai-community/spring-ai-playground</a>
对于使用MCP/代理构建的朋友们:你希望每个MCP客户端/UI支持哪些检查/调试工作流程(例如,清晰的模式视图、工具调用追踪、可重现的运行等)?
作者:Danison Nuñez
项目:Coderive
项目类型:编程语言
亮点:基于公式的执行
## Coderive - 在循环中迭代 1 拍(Quintillion)
*副标题:一个手机解释器如何实现超级计算机无法做到的事情*
### 不可能的循环:
```java
// 在其他任何语言中,这都是计算自杀
for i in [0 to 1Qi] { // 1,000,000,000,000,000,000 次迭代
arr[i] = i * i
}
```
### 传统现实:
- Python:创建数组时出现 MemoryError
- Java/C++:理论上需要 31 年(使用 8 EB 的 RAM)
- NumPy/TensorFlow:立即崩溃
- GPU 计算:超出 80GB VRAM 限制
### Coderive 的现实:50 毫秒。
### 背后的魔力:
1. NaturalArray:存储公式而非数据的虚拟数组
2. 运行时模式检测:将循环转换为数学表达式
3. 惰性评估:仅计算被访问的内容
4. 公式存储:LoopFormula、ConditionalFormula、MultiBranchFormula
### 技术深度探讨:
```java
// 你所编写的代码:
for i in [0 to 1Qi] {
if i % 2 == 0 {
arr[i] = i * i
} elif i % 3 == 0 {
arr[i] = i * i * i
} else {
arr[i] = i
}
}
// Coderive 内部创建的内容:
arr.addMultiBranchFormula(
conditions: [i%2==0, i%3==0],
expressions: [i*i, i*i*i],
elseExpr: i,
range: [0, 1Qi]
)
```
### 优化流程:
```
用户代码 → 模式检测 → 公式创建 → 惰性评估
↓ ↓ ↓ ↓
O(n) O(1) O(1) O(1) 每次访问
```
### 完整模式覆盖:
- 简单变换:arr[i] = f(i) → LoopFormula
- 二元决策:if-else → ConditionalFormula
- 多路分支:if-elif-else → MultiBranchFormula
- 部分更新:仅 if 语句,隐式保留 else
### 现实世界影响:
```java
// 处理 8K 视频中的每个像素(≈3300万帧)
for frame in [0 to 33M] {
for pixel in [0 to 7680*4320] { // 3300万帧 × 3300万像素
if brightness > 128 {
pixels[pixel] = 255
} elif brightness > 64 {
pixels[pixel] = 128
} else {
pixels[pixel] = 0
}
}
}
// 传统:不可能
// Coderive:几秒钟,而不是几个世纪
```
### 秘密武器:
- 无数据移动(数组保持虚拟)
- 无并行编程(公式本质上是并行的)
- 无内存管理(O(1) 内存复杂度)
- 无专用硬件(在 Java 7 上运行)
### 结论:Coderive 不仅使循环更快——它重新定义了在普通硬件上计算的可能性。
现在查看 Coderive:[https://github.com/DanexCodr/Coderive](https://github.com/DanexCodr/Coderive)
– 注意:HN 用户非常重视隐私。请强调它是通过 WASM 在本地运行的。