返回首页
最新
嗨,HN,
我开发了 typed-ffmpeg,这是一个 Python 包,可以让你以完全类型安全的方式构建 FFmpeg 过滤器图,同时提供自动补全和验证。它受到 ffmpeg-python 的启发,但解决了一些长期存在的问题,比如缺乏 IDE 支持和脆弱的命令行字符串。
v3.0 的新特性:
- 支持源过滤器(例如 color、testsrc 等)
- 输入流选择(例如 [0:a]、[1:v])
- 一个新的互动游乐场,你可以在这里:
- 直观地构建过滤器图
- 生成 FFmpeg 命令行和类型化的 Python 代码
- 粘贴现有的 FFmpeg 命令并将其反向解析为图形
游乐场链接: [https://livingbio.github.io/typed-ffmpeg-playground/](https://livingbio.github.io/typed-ffmpeg-playground/)
(这是一个开源项目,完全在浏览器中运行。)
内部核心还支持将命令行转换为图形再转换为类型化的 Python 代码。这对于构建教育工具、FFmpeg IDE 或可视化编辑器非常有用。
我非常希望能收到反馈、错误报告或下一步的想法。如果你曾经在使用 FFmpeg 的命令行时遇到困难,或者尝试教授它,这个工具可能会对你有所帮助。
谢谢!
—— David(维护者)
我构建了一个AI助手所缺失的功能:一个真正持久的智能记忆,能够在所有对话和项目中持续存在,并根据上下文主动提供建议。
**这是什么?**
MCP记忆是一个模型上下文协议(MCP)服务器,它将任何AI助手转变为一个学习伴侣,能够记住一切,识别模式,并主动从您的历史中提供相关上下文建议。
可以把它看作是赋予您的AI助手类似于人类情节记忆的能力——但更强大。MCP是用Go语言编写的,为了实现这一点,我将整个协议编写为一个SDK(也可以在 https://github.com/fredcamaral/gomcp-sdk 获取)。
**这有什么重要性?**
您是否曾对AI助手感到沮丧?
- “我上周已经告诉过你这个了……” - 没有对话持久性
- “你之前解决过同样的问题!” - 会话间没有模式识别
- “记得我的编码偏好吗?” - 每次都从头开始
- “我们讨论过的那个解决方案是什么?” - 没有可搜索的记忆
MCP记忆解决了所有这些问题。
只需在Claude Desktop/VS Code/Cursor中添加一个配置块,您的AI就会:
- 在会话和项目之间记住一切
- 使用语义搜索找到您之前解决过的类似问题
- 识别您编码风格、偏好和决策中的模式
- 根据您正在进行的工作主动建议相关上下文
- 通过智能交叉引用在多个代码库中学习
**技术亮点**
- 智能分块,理解对话流程和上下文边界
- 使用ChromaDB的向量嵌入进行语义相似性搜索
- 学习您的偏好和工作流程的模式识别引擎
- 跨项目洞察的多代码库智能
- 生产就绪,具备Docker自动更新、监控和安全性
- 记忆衰减,自动总结和归档旧记忆
- 关系映射,链接相关的对话和解决方案
- 通过HTTP或SSE提供服务;对于HTTP,我在JS中实现了一个stdio <> HTTP代理(遵循Hashicorp的Terraform MCP的思路)
**演示**
设置完成后,试试这个:
1. 告诉您的AI:“记住我在新项目中更喜欢TypeScript而不是JavaScript。”
2. 后来问:“你知道我的编码偏好吗?”
3. 它会记住并随着时间的推移不断丰富这些知识。
记忆在以下方面持久存在:
- 不同的对话会话
- 多个项目和代码库
- 数周和数月的使用
- 各种AI客户端(Claude、VS Code、Cursor等),根据每个客户端的能力进行定制
**与众不同之处**
与简单的对话历史或当前类似的MCP不同,MCP记忆:
- 理解上下文——知道您是在调试还是在实施
- 学习模式——识别您的决策风格
- 连接点——链接不同项目中的相关问题
- 进化——随着使用的增加变得更智能
**生产就绪**
- 具备Watchtower的自动更新Docker部署
- 全面的监控和健康检查
- 具备加密和访问控制的安全性
- 备份和恢复能力
- 从个人使用扩展到团队部署
**源代码与文档**
GitHub: https://github.com/fredcamaral/mcp-memory
许可证:MIT
设置时间:不到5分钟
兼容Claude Desktop、VS Code(继续)、Cursor以及任何支持MCP的AI客户端。
---
我已经在自己的开发工作中使用这个工具数周,它确实改变了我与AI助手的工作效率。我的AI不再需要每次会话都重新解释上下文,而是能够在我们之前的对话基础上进行扩展。
我非常希望得到HN社区的反馈,尤其是那些每天使用AI编码助手的人。
试试看,告诉我您的想法!