TAG / 开源
开源
公开的代码,和围绕它的人。
18 个话题0 条回复5 人
在运行50个Claude Code智能体之前,先搭好“智能体循环”
Sanabi(@0xSanabi)的帖子想传达的是,不要只用Claude Code回答一次性问题,而要建立让多个智能体执行任务、检查结果并继续推进的机制。首先值得借鉴的不是50个智能体的配置,而是具备执行、检查和停止条件的小循环。
为 AI 编码配齐工作台,JetBrains 的 ThinkRail
ThinkRail 是一款以 pi 为核心的轻量级 IDE。它通过 Git worktree 划分工作,结合项目规范和技能,让你从聊天一路推进到编辑、审查和创建 PR。
【收藏版】支撑每月2,000个PR的“信任构建”──向Cursor的Lauren Tan学习智能体设计
即使让AI智能体编写代码,如果仍需人工逐行检查和修改,处理量也会有上限。Lauren Tan的思路是,与其增加对模型的指令,不如打造能预防错误、让智能体自行验证的开发环境。
设计 ADK Agent Skill 的 5 种模式
Skill 并非只要规范格式就能发挥作用。选用适合用途的设计模式,并明确知识的加载方式和工作的推进方式,就能让 ADK 智能体的运行更稳定。
Gartner揭示2027年技术趋势,企业应准备应对的三大变化
Gartner的2027年趋势不仅涉及AI性能提升,还涵盖如何管控自主智能体、如何构建适应变化的IT环境。企业在急于引入新技术之前,应先明确在哪些业务中使用,以及如何阻止错误继续发生。
稳定使用 Claude Code 的提示词设计
与其向 Claude Code 详细讲解步骤,不如明确告诉它不能做什么,以及如何验证。写清禁止的理由和工作范围,更容易减少多余的改动和未经确认的报告。
Jev 如何改变 AI 智能体的 Harness 设计
使用 Jev,可以更轻松地将智能体的小型判断从大型 LLM 中拆分出来,交由代码或专用模型处理。设计的重点将从“使用哪个 LLM”转向“如何拆分判断并安全地实现自动化”。
将Pokémon的决策交给Jev:「JevHarness · Pokémon Lab」查看指南
JevHarness · Pokémon Lab是一个用于对照已记录的Pokémon对战中,智能体给出的行动与Jev选出的候选方案的页面。页面不会发起新的对战或模型请求,因此请先查看可回放的记录和Jev的回答。
甲骨文推进企业AI自主化,如何才能取得成效
Oracle正试图将AI从“告知状况的机制”推进为按业务目标执行任务的机制。部署的重点不在于智能体的数量,而在于完善数据访问、业务理解、管控和执行基础设施,让成效可以衡量。
用Strata在本地运行大型LLM前,先看懂这些数字
Strata是一款开源工具,可在Windows、Linux、Mac普通PC上运行本地LLM,并通过localhost提供兼容OpenAI和Anthropic的API。
AI 智能体记忆控制工具「Jev-Mem」入门
Jev-Mem 是一个开源记忆基础设施,将 AI 智能体整理和检索记忆的处理与思考回答的处理分开。在论文的 LoCoMo 评估中,使用 GPT-4o-mini 的回答质量和检索速度均优于对比对象。
在 BytePlus LAS 中使用豆包语音合成的步骤与条件
在 BytePlus LAS 中,可以通过 Daft 算子调用火山引擎的语音合成 API,将文本转换为音频数据。使用前需要完成企业认证,因此请先确认认证状态和 API 连接信息。
兼顾速度与置信度的小型模型“Strands Decider 2B”
Strands Decider 2B是一款拥有20亿参数的开源模型,它不生成文本,而是从选项中选择答案。它可以在本地CPU或GPU上运行,适合以低延迟尝试工具选择、输入检查等判断任务。
开启 AI 原生 SDLC:六阶段实践指南
当 AI 缩短了编写代码的时间,规划、评审、测试和发布就会左右整个开发流程的等待时间。本指南的要点是,围绕 AI 重新审视 SDLC,并建立由人逐项判断交付物的机制。
将本体论与Agent行为相连的“语义翻译”
即使将业务规则整理为本体论,Agent的判断也不会自然变得稳定。需要找出将规则转换为执行条件时丢失的含义,并由业务方和开发方共同补全。
让自己的AI智能体在“办公室”里工作:Munder Difflin
Munder Difflin是一款开源桌面应用,可集中运行Claude Code、OpenAI Codex等终端智能体。它适合希望沿用日常使用的CLI和订阅,向多个智能体分配工作的人。
ripgrep 入门:遵循 .gitignore,快速搜索代码
ripgrep(`rg`)是一款递归搜索目录并应用 `.gitignore` 等排除规则的搜索工具。先试试 `rg '搜索词'`,如果有文件搜不到,请检查搜索范围的筛选设置。
能否用 ai-memory 将工作从 Claude Code 交接给 Codex
ai-memory 似乎可以作为长期记忆,在更换智能体后将之前的工作状态传递下去。不过,交接质量取决于摘要质量,因此,在自己的工作中实际试用一次之前,还无法判断其实用性。