返回首页
一周热榜
作为一名软件工程师和开源维护者，我发现信号在噪音中经常会丢失，尤其是 GitHub 的通知。为了保持组织性，我尝试过 GitHub Projects、Notion 以及纸笔记录等方法。到目前为止，纸笔记录对我来说效果最好，但我一直有种隐约的感觉，似乎还有一种“更好的”方式来保持组织性。为此，我正在开发 wranglr，旨在帮助我穿透噪音，集中关注在 GitHub 和 Jira 上需要我注意的事项。如果你有尝试过其他的组织方法，或者对 wranglr 有兴趣，欢迎告诉我你的经验和看法。
Artifact 是一款用于协作设计复杂硬件项目电气系统的 CAD 工具。<p>人们正在使用 Artifact 设计超音速喷气机、可重复使用的卫星、海洋机器人和自主无人机。<p>我们正在寻找全栈软件工程师加入我们位于曼哈顿的办公室，帮助设计和构建硬件团队进行电气系统工程的方式。<p>了解更多信息，请访问：<a href="https://www.artifact.engineer">https://www.artifact.engineer</a><p>如果您感兴趣，请发送电子邮件附上您的简历给我：<p>- Antony
antony@artifact.engineer
我终于抽出时间制作了一个我期待已久的工具：你可以把它看作是“类似于Gmail的编码代理工具”。
如果你曾经尝试在同一个项目中同时使用多个Claude Code或Codex实例，你可能会注意到，当它们对其他代理修改它们正在处理的文件感到不安时，这种情况是多么令人烦恼。
然后，它们开始做一些让人恼火的事情，比如从git恢复文件，结果在没有备份的情况下抹去另一个代理的工作。
或者，如果你尝试让代理在两个不同的代码库上进行协调，比如同一个项目的Python后端和Next.js前端，你可能发现自己在充当两到三个不同代理之间的中介，传递消息，或者让它们通过markdown文件或其他变通方法进行沟通。
我一直知道必须有更好的解决方案。但要让大型服务提供商以一种通用的方式提供这样的功能是困难的，因为Anthropic不想与OpenAI的竞争编码工具集成，也不想处理Cursor或Gemini-CLI。
所以几天前，我开始着手这个项目，现在它已经准备好与大家分享。介绍一下100%开源的MCP代理邮件工具。这个工具可以在你的机器上非常快速和简单地设置，并自动检测所有最常见的编码代理并为你配置一切。
我还包括了一个现成的简介（请查看代码库中的README文件），你可以将其添加到现有的AGENTS.md或CLAUDE.md文件中，以帮助代理更好地利用这个系统。
代理们对这个系统的适应速度几乎让人觉得滑稽。它们似乎很享受这种体验，像人类一样互相发送非常详细的消息，并开始以一种自然而强大的方式进行协调。它们甚至会给彼此提供好的想法，并对不好的想法提出反对。
它们还可以保留对某些文件的访问权，以避免“太多厨师”带来的问题，这种问题是由于太多代理同时在同一个项目上工作而引起的，而这一切都不需要处理git工作树和“合并地狱”。
这也引入了一种自然而强大的方式，来实现我一直想要的功能，即自动让多个不同的前沿模型以协作和互补的方式共同工作，而不需要我像家长一样在中间协调一切。
对于人类监督者，我制作了一个非常流畅的网页前端，你可以在一个类似Gmail的界面中查看和监控你的代理们互相发送的所有消息。你甚至可以作为“人类监督者”向某些或所有代理发送特殊消息，以给它们下达指令（当然，你也可以手动在每个编码代理中输入这些指令）。
我为自己制作了这个工具，知道在未来我会大量使用它。它确实让你能够释放出大量使用不同工具/模型的代理，它们自然地协调并相互合作，而不会相互干扰。作为人类监督者，你可以稍微放松一下，因为你不再需要负责协调一切，而且代理们会相互监督，当它们看到错误和失误时会提出反对意见。显然，使用的模型和代理工具种类越多，涌现的同行评审过程就会越有价值。
无论如何，试试看，告诉我你的想法。我相信在接下来的几天里会有很多bug需要修复，但我今天已经在另一个项目上有效地使用了它，功能已经相当惊人！
嗨，HN，
在过去的几个月里，我们一直在构建Shivon AI，这是一个旨在帮助候选人准备面试的平台。我们的核心理念是：让你能够与AI模拟真实的面试（涵盖任何领域和角色），生成详细的表现报告，并将该报告作为求职申请组合的一部分进行分享。
主要功能：
- 一个基于聊天的AI面试官，提出理论、实际应用和案例研究风格的问题。
- 每次模拟后，你将收到一份关于你在各项指标（如沟通能力、问题解决能力、自信心等）上的表现分析，并附有可行的建议。
- 你可以跟踪自己的进步，并将面试报告作为你准备工作的有形证据进行分享。
我们刚刚在<a href="https://candidate.shivonai.com" rel="nofollow">https://candidate.shivonai.com</a>上推出了测试版（没有付费墙；提供演示模式）。
我们为什么要构建这个平台：
我们看到候选人很难在简历或LinkedIn个人资料之外突出他们的真实技能。面试准备通常是在孤立的情况下进行，无法衡量进步或分享结果。我们的目标是让这个过程可衡量、透明，并赋予每位求职者力量。
我们希望从HN社区获得反馈，特别是在以下方面：
- AI提问的真实感和面试感（不受领域限制）。
- 表现报告是否增加了价值，以及如何改进。
- 关于将这样的报告作为组合的一部分进行分享的看法——这是否对求职机会有实质性影响，还是感觉像是噱头？
如果你对架构、数据管道、用户界面/用户体验，甚至商业模式感兴趣，我很乐意回答相关问题。
感谢你关注我们的项目——期待讨论。
Vraj Patel，
Shivon AI