一周热榜

目前有很多大型语言模型（LLM）的基准测试，但很少有，甚至没有，专门针对“工具使用”的基准测试。我认为这将是一个非常好的社区项目，可以建立这样一个基准测试。 最终目标：建立一个关于“工具使用”性能的排行榜（多维度），涵盖一系列多样化的现实世界任务[1]，并按基础模型和推理努力进行分组。任何人都可以贡献结果。 任务标准、测量方法、基础框架等可以由一个团队而不是单个人决定。 如果有足够的兴趣，我将创建一个Discord频道。 披露：我是一款名为Dirac的编码代理的维护者（https://github.com/dirac-run/dirac），因此我不会影响最终基准测试的样子，以避免任何利益冲突。我只是想让这个项目实现。 [1] 多样化的现实世界任务是指那些复杂程度足够高、贡献者曾经遇到过的任务，最好来自开源代码库。

大家好！<p>我每天在几个Facebook页面上发布内容。<p>它们都有相同的格式：一种推特风格的帖子——一张图片，包含名字、照片和正文。<p>这是我第一次寻找这个模板，但没有找到。尝试了Canva，搜索模板，也没有找到。<p>于是我在Canva上从零开始设计了一个。<p>现在，我希望其他人不再需要自己设计这个模板。<p>这是一个简单的应用程序。一个推特风格的模板。你只需更换照片、名字，添加你的内容，然后将图片下载为JPG格式，便于在社交媒体上发布。<p>非常简单。无需登录。没有后台。没有AI功能。100%免费。<p>这是为我自己制作的——但可能对其他人也有用。希望你们喜欢！

Pistachio 是一个声明式的模式迁移工具，类似于 sqldef，采用类似 Terraform 的计划/应用工作流程。<p>我创建这个工具是因为有一些 SQL 语句是 sqldef 无法解析的。<p>Pistachio 使用 pg_query_go。<p>演示：docker run --rm -it ghcr.io/winebarrel/pistachio-demo