14作者: alexblackwell_4 个月前
大家好!我是 Alex,我和我的联合创始人 Tarun 一起创建了 Kampala (<a href="https://www.zatanna.ai/kampala">https://www.zatanna.ai/kampala</a>)。它是一个中间人 (MITM) 风格的代理,允许你通过代理方式逆向工程现有的工作流程,而无需使用脆弱的浏览器自动化或计算机使用代理。它适用于网站、移动应用程序和桌面应用程序。<p>演示:<a href="https://www.youtube.com/watch?v=z_PeostC-b4" rel="nofollow">https://www.youtube.com/watch?v=z_PeostC-b4</a>。 许多人每天花几个小时在旧版仪表板和本地解决方案上,用于跨平台的数据对账。目前尝试的自动化方法使用浏览器自动化或计算机使用代理,这些方法既脆弱、缓慢又具有不确定性。 我出身于网络逆向工程领域,在过去的 7-8 年里,我一直手动构建集成,用于球鞋/门票发售、体育博彩登录以及介于两者之间的一切。在此期间,我为几家公司提供咨询服务,帮助他们将基于浏览器的基础设施转移到请求层。<p>当我们开始 Zatanna(这是我们的公司名称)时,我们从事牙科技术,这意味着我们必须处理大量的保险支付方仪表板和旧版牙科诊所解决方案。我们的超能力(作为一个相当没有差异化的语音代理/前台助理公司)在于,我们可以与几乎任何要求的系统集成。在此期间,我们构建了广泛的工具(包括我们现在称之为 Kampala 的工具),以便我们可以快速启动这些集成。 现有的 MITM 代理和工具无法正常工作的原因有几个:(1)它们在传输过程中操纵 TLS 和 HTTP2 指纹,这会被严格的反机器人程序检测到。(2)它们具有糟糕的 MCP,无法充分暴露必要的功能,如脚本/重放。(3)它们不允许根据样本或请求序列构建工作流程或操作。<p>随着我们构建的工具变得越来越强大,我们开始在内部使用它们来抓取会议参与者信息、连接到外部 PMS 系统以及与 Slack 应用程序交互。我甚至把它发给了我的物业经理妈妈,她(在我的大力帮助下,哈哈)自动化了 Yardi 中 2-3 小时的账单信息录入。在那时,我们意识到这其实与牙科无关 :)<p>由于 Kampala 是一个 MITM,它能够利用现有的会话令牌/反机器人 cookie,并在几秒钟内确定性地自动化事物。你可以使用我们的代理框架,通过提示你采取哪些操作来直接创建脚本/API,或者使用我们的 MCP,手动执行一次工作流程,然后让你的首选编码代理使用 Kampala 来制作脚本/API 以复制它。一旦你有了 API/脚本,你就可以导出、运行,甚至让我们为你托管它。<p>我们认为自动化的未来不在于将网页截图发送给 LLM,而在于使用计算机真正理解的底层。很高兴听到你的想法/问题/反馈!
2作者: AFF874 个月前
重新演绎 SF Signal 著名的流程图,但以 Typeform 的形式呈现。 找到你的下一本奇幻/科幻小说,或与朋友分享你迄今为止的阅读旅程。<p>所有链接都指向 bookshop.org 或 storygraph。<p>欢迎提供反馈 :)
2作者: ginccc4 个月前
我于 2006 年开始开发 EDDI,它最初是一个基于规则的对话引擎。那时候,它主要依赖于模式匹配和状态机。当大型语言模型(LLM)出现时,一个有趣的问题不是“我该如何调用 GPT”,而是“我如何在生产环境中控制 AI 的行为?” 我的答案是:智能体逻辑应该存在于 JSON 配置文件中,而不是代码中。你描述智能体应该做什么、使用哪个 LLM、它可以调用哪些工具以及它的行为方式。引擎读取该配置并运行它。永远不会有动态代码执行。LLM 从设计上就无法运行任意代码。引擎是严格的,这样 AI 才能发挥创造力。 v6 是这个理念真正变得实用的版本。你可以让一组智能体以五种不同的编排方式(圆桌讨论、同行评审、魔鬼代言人等)辩论一个话题。每个智能体可以使用不同的模型。一个级联系统首先尝试廉价模型,只有在置信度较低时才会升级到昂贵的模型。 它还同时实现了 MCP 作为服务器和客户端,因此你可以从 Claude Desktop 或 Cursor 控制 EDDI。并且实现了 Google 的 A2A 协议,用于智能体跨平台互相发现。 整个系统在 Quarkus 上的 Java 25 中运行,以单个 Docker 镜像的形式发布,并且只需一个命令即可安装。自 2017 年以来,它一直开源,采用 Apache 2.0 许可证。 很想听听大家对这个架构和功能集的看法。如果你对缺少什么或你希望从这样的系统中获得什么有想法,我很乐意倾听。我一直在寻找关于路线图的良好建议。