我正在构建一个包装器，查询 GPT-4、Claude 和 Gemini，然后在沙盒中执行它们的代码，以捕捉幻觉。<p>你觉得延迟（30秒）值得这种确定性吗？还是你更喜欢速度？<p>今天我正在为一些人进行手动测试，如果有人想试试的话。
返回首页
最新
嗨，HN，我是作者。
我创建了CommerceTXT，因为我厌倦了从HTML中提取定价和库存数据的脆弱性。目前，AI代理在解析一个产品页面时大约浪费了8000个token，却常常产生幻觉，错误地给出价格或忽略“缺货”的事实。
CommerceTXT是一种严格的只读文本协议（CC0公共领域），旨在为代理提供确定性的真实数据。可以将其视为`robots.txt` + `llms.txt`，但专门为交易结构化。
v1.0的关键技术决策：
1. *分形架构：* 根目录 -> 类别 -> 产品文件。代理只获取所需的数据（节省带宽/ token）。
2. *严格只读：* v1.0故意排除了交易/操作，以避免安全隐患。它纯粹是上下文。
3. *Token效率：* 一个典型的产品定义大约为380个token，而HTML等效物则为约8500个token。
4. *反幻觉：* 包含如@INVENTORY（带时间戳）和@REVIEWS（带验证来源）的指令。
规范已上线并开放。我非常希望能听到您对指令结构的反馈，尤其是我们正在探索的“信任与验证”概念。
规范链接： [https://github.com/commercetxt/commercetxt](https://github.com/commercetxt/commercetxt)
网站链接： [https://commercetxt.org](https://commercetxt.org)
我开发了VideoReview，以减少团队成员在游戏过场动画和小品上的审查负担。<p>它允许协作者留下基于时间的评论，直接在视频帧上绘图，并在一个轻量级、类似社交网络的界面中讨论反馈。<p>集成功能包括JIRA（从评论中创建任务）和Slack（分享评论）。<p>我非常希望能收到那些审查游戏或动画素材的人的可用性反馈！
你好，HN！我们是来自新加坡国立大学（NUS）的一个小团队（本科生 + 博士生）。PaperDebugger最初是一个研究项目，后来发展成为一个开源工具，直接集成到Overleaf中，作为学术写作助手。它提供对LaTeX的调试支持、审稿风格的反馈以及针对性的修改建议，无需离开编辑器，非常适合已经在Overleaf上撰写和协作的用户。
在过去的一周里，我们的小型测试版获得了比预期更多的关注。虽然它还远未完美，但由于已有用户在尝试，我们决定更广泛地分享，并优先考虑稳定性、可靠性以及早于计划收集反馈。
无需注册：只需安装Chrome扩展，它会立即附加到你的Overleaf项目中。你可以高亮任何部分并获得具体建议、问题报告或多步骤的修改建议。在后台，它读取你的项目结构，并由我们自定义的基于MCP的协调引擎驱动，模拟研究 → 批评 → 修改的工作流程，而不是单一的聊天提示。
试试吧：
Chrome扩展（Overleaf集成）：
<a href="https://chromewebstore.google.com/detail/paperdebugger/dfkedikhakpapbfcnbpmfhpklndgiaog" rel="nofollow">https://chromewebstore.google.com/detail/paperdebugger/dfked...</a>
着陆页（演示 + 概述）：
<a href="https://www.paperdebugger.com/" rel="nofollow">https://www.paperdebugger.com/</a>
我们希望了解的内容：
• Overleaf嵌入式工作流程是否真的比复制/粘贴LLM编辑更有用
• 关于Overleaf编辑器内的用户体验和交互的看法
• 任何顾虑，例如关于隐私或扩展行为的担忧（我们确实有发布政策）
• 有助于会议/期刊提交的功能请求（我们目前正在开发格式化工具和引用验证器）
对于对系统的技术细节和研究背景感兴趣的读者，这里有一篇论文的链接：<a href="https://arxiv.org/abs/2512.02589" rel="nofollow">https://arxiv.org/abs/2512.02589</a>
欢迎提问关于架构、MCP设计、提示或其他任何内容的问题。
我和朋友（@finnvoid）讨论了如何让他们在日本生活期间更容易练习平假名和片假名的阅读。在与Gemini进行了一些快速的基本创意构思后，他们将这个想法付诸实践，开发了“Jordle”，这是一款类似于Wordle的工具，旨在帮助他们（以及你）学习振假名。
游戏玩法很简单，你的目标是将显示的字符音译成罗马字（罗马化）。你可以选择两种字符集（平假名和片假名）或两者都练习。
数据存储在设备本地，因此运行速度很快，并且在技术上可以离线使用。
如果大家有问题或评论，我们可能会在评论区待一会儿！