最新

我们正在开源 Browser Tools SDK：一个小型 TypeScript 包，旨在为任何 AI 代理提供一种可靠的方式来控制真实的浏览器。只需几行代码，您就可以为任何代理提供一个生产就绪的浏览器工具集。 ```typescript import { createAiSdkBrowserTools } from "libretto-browser-tools/ai-sdk"; import { LocalBrowserProvider } from "libretto-browser-tools"; const { tools } = createAiSdkBrowserTools(new LocalBrowserProvider()); const result = await generateText({ model: anthropic("claude-sonnet-4-5"), tools, prompt: "Go to Hacker News and tell me the top story", }); ``` 我们构建 Browser Tools SDK 是因为访问浏览器是高效代理最重要的工具之一，但我们发现许多现有工具都存在不足。利用我们在构建 Libretto 过程中获得的见解，我们得以构建该 SDK，使其在上下文效率和成本效益方面显著优于其他工具。 我们在 26 项实时网站任务上，使用 GPT 5.6 Sol（3 次运行的最佳结果）将 Browser Tools SDK 与 agent-browser、playwright-cli 和 dev-browser 进行了比较。Browser Tools 在成功率上并列第一，达到 24/26，并且每次成功任务的成本比次优选项低约 55%（0.106 美元对 0.235 美元），同时使用的 token 也少得多（1.45M 对 2.29M+）。基准测试方法论可在仓库中找到。 Browser Tools SDK 只暴露 6 个工具，其中只有 2 个真正重要：`browser_snapshot` 和 `browser_exec`。snapshot 工具从头开始设计，旨在实现极高的上下文效率，并为代理提供它们需要了解下一步操作的概览。exec 工具接收并执行原始的 Playwright 代码，模型已经学习了大量的 Playwright 代码，并且知道如何在没有太多指导的情况下使用它们。 该 SDK 可与 AI SDK 和 Pi 开箱即用，同时还为其他任何情况提供了自定义路径。更多框架即将推出。您还可以使用任何浏览器基础设施提供商（Libretto Cloud、Kernel、Browserbase 等），或者使用 `LocalBrowserProvider` 在本地运行 Chromium（尽管这会减少反机器人保护）。 该 SDK 已获得 MIT 许可。请查看文档：https://libretto.sh/docs/browser-tools/quickstart，并加入我们的 Discord：https://discord.gg/NYrG56hVDt。 我们非常欢迎您的任何反馈。

无需注册即可轻松试用！非常欢迎所有反馈。 大家好，我正在构建 Meltbox，旨在成为一个更优秀的人工辅助系统。它能够将您需要做出的所有决策集中到上下文丰富的简报中，并在一个为快速人工评审而设计的系统中进行处理。 [原因] 最近发生了一些重大变化。AI 代理在构建应用程序/网站/仪表板等方面变得越来越好、越来越快，这极大地改变了我的开发工作流程。 我经常让我的 AI 代理构建一个完整的应用程序/仪表板，仅仅是为了做出**一个决定**。 现在，不仅仅是构建产品本身。还需要即时构建一次性的内部应用程序来帮助我构建产品。 因此，我构建了 Meltbox 来处理这些事情。有些是一次性的简报，而另一些则保留下来作为自定义仪表板。 [工作原理] - 前往 <a href="https://meltbox.ai" rel="nofollow">https://meltbox.ai</a>，系统会立即为您创建一个工作区。 - 复制/粘贴邀请链接给您的 AI 代理（Claude Code / Codex / 等等...）。 - AI 代理将获得关于兑换其访问令牌和访问您工作区的说明。 - 要求您的 AI 代理向您推送关于您正在进行的任何工作的简报。 - 您在 Meltbox 中评审简报，同时 AI 代理保持实时连接。 - 做出决定，添加评论进行标记，并撰写笔记，所有这些都会反馈给您的 AI 代理。 - 最后，注册以认领/保存您的工作区！ [挑战] 在一个可以轻松构建任何东西的世界里，我质疑要构建一个值得购买而不是自己构建的 SaaS 工具需要什么。Meltbox 解决了许多独特的问题，不仅在用户体验方面，还包括： - 实时/WebSocket 连接：AI 代理实时连接到平台和您的简报。 - 密钥管理：一个安全的架构，用于管理应用程序和 AI 代理可用的 API 密钥。 - 安全/权限：RBAC 权限、内容策略、域保护以及持续的 Fable / Sol 审计。 - ...以及更多其他方面。 这些都不是一蹴而就的。我们正在构建这些循环并消耗代币，以使 Meltbox 真正出色。

各位朋友大家好！我是Brad，一个长期使用HN的用户，也是一位创始人兼工程师（曾任职于Coinbase、Soothe、Jeevz、Release、Hired、GrowthX等公司）…… 最近我一直被未读的标签页、邮件、文章等信息困扰，因为我整天都要在Claude的代码会话之间切换。于是我决定开发Orate，通过像听播客一样的方式来帮助我处理这些待办事项。 Orate允许你选中屏幕上的任何文本，并通过键盘快捷键将其添加到收听队列中。这些文本会使用最新、最优秀的TTS（文本转语音）AI模型进行处理，然后以一种听起来相当自然的语音读给你听。Orate完全在本地设备上离线运行。你输入的内容都属于你。它是一个原生应用，驻留在你的菜单栏，支持标签、系统播放控制、语速调整等功能。还有一个可选的高清语音套餐，它使用Chatterbox而非自带的Kokoro，提供更富表现力的TTS。 我也厌倦了为所有东西都支付订阅费，所以Orate只需一次性支付4.99美元，即可永久拥有。使用HACKERNEWS折扣码可减3美元，只需1.99美元。 正如AI帮助我提炼出的那样，它就是“稍后阅读，但用耳朵听”。希望你会喜欢！ 如果你有任何问题，想了解更多细节，发现任何bug，或者有任何很棒的添加想法，随时告诉我！我计划很快推出一个配套的iOS应用，以便在你的设备之间同步文本。 目前它只支持Mac，但如果反响好的话，我可能会开发一个Windows版本。 祝好！

经过 6 年的开源开发，Datalevin 现已发布 1.0 版本。该项目的目标是为 OLTP 工作负载提供比 SQL 数据库更优越的人体工程学。我们通过在关系型和图查询性能方面具有竞争力，并将全文搜索、向量搜索和文档索引集成到同一个事实型数据模型中，从而使 Datalog 变得实用。我是维护者，很乐意回答任何问题。