最新

大家好，我是 Ahmad，来自 Intuned (<a href="https://intunedhq.com">https://intunedhq.com</a>) 团队。今天，我们发布并开源了 Selector Forge (<a href="https://selectorforge.ai/" rel="nofollow">https://selectorforge.ai/</a>)，这是一款使用 AI 生成可靠 CSS/XPath 选择器的浏览器扩展。 您可以使用它来为单个元素或一组元素创建选择器。它创建的选择器旨在“语义化”，并且比 Chrome DevTools 的“复制选择器”（及其他类似扩展）生成的结果更能抵抗页面更改。那些工具通常会生成像 `#top > div.w-100.ph0-l.ph3.ph4-m > h1 > span` 这样脆弱的选择器，稍有页面更改就可能失效。Selector Forge 则致力于生成不易失效的选择器。以下是 Selector Forge 创建的一些选择器示例：`//div[@aria-label="Showing weekly downloads"]//p[@aria-live="polite"]`（单个元素选择器）和 `//*[local-name()='svg' and @aria-label="Download statistics"]/following-sibling::div`（列表选择器）。 这是使用该扩展的视频演示：<a href="https://www.youtube.com/watch?v=8IjjeDQkKmo" rel="nofollow">https://www.youtube.com/watch?v=8IjjeDQkKmo</a> Selector Forge for Chrome：<a href="https://chromewebstore.google.com/detail/lbendfnlmhdakbeblajoffkfmafbfaha" rel="nofollow">https://chromewebstore.google.com/detail/lbendfnlmhdakbeblajoffkfmafbfaha</a> Selector Forge for Firefox： <a href="https://addons.mozilla.org/en-US/firefox/addon/selector-forge/" rel="nofollow">https://addons.mozilla.org/en-US/firefox/addon/selector-forge/</a> Selector Forge 代码： <a href="https://github.com/Intuned/selector-forge" rel="nofollow">https://github.com/Intuned/selector-forge</a> 背景故事：在过去的几年里，我们一直在构建 Intuned Agent，这是一个用于构建和维护浏览器自动化的编码代理。我们很快发现，任何浏览器代码中最脆弱的部分通常是选择器，而创建好的选择器对于提高自动化本身的质量和可靠性大有裨益。 因此，我们将选择器创建抽象成了一个独立的代理，将其包装成一个工具，并让我们的代码生成代理调用它。LLM 默认情况下在生成好的选择器方面表现不佳，所以这被证明非常有用，并改进了我们代理生成的代码。 最近我们认为这个部分（选择器代理/创建）本身就很有用（在我们平台之外），所以我们将其打包成了一个浏览器扩展。这就是这篇帖子的内容！ Selector Forge 是开源的，浏览器商店（Chrome 和 Firefox）中的版本每月免费提供多达 200 个选择器。无限使用是我们的付费计划的一部分。 我们意识到大多数开发者不再手动编写这类代码，所以下一步是公开此功能，以便编码代理可以直接通过 CLI 或 MCP 调用。这是我们的路线图：<a href="https://github.com/Intuned/selector-forge#roadmap" rel="nofollow">https://github.com/Intuned/selector-forge#roadmap</a> 期待听到您的想法、问题和反馈！

我是一名硬件工程师和安全研究员，一直在思考我的工作是否可以部分自动化，以便我能专注于其他领域。因此，我构建了 Revenant——一个由大型语言模型（Claude、OpenAI、本地 AI）驱动的工具包，它围绕 radare2、ghidra 等工具构建，能够完全自动分析固件，实现开源骨架，包括引脚定义、硬件启动、外设启动等，甚至可以一对一复制现有固件，从而让旧硬件能够使用现代工具链复活。 一些应用包括： * 让旧硬件焕发新生 * 对可疑固件进行安全分析 请在以下地址查看： <a href="https://github.com/DatanoiseTV/revenant" rel="nofollow">https://github.com/DatanoiseTV/revenant</a> 我非常希望收到关于此项目的反馈和改进建议。

在我看来，本地模型是这次人工智能热潮中一个被忽视的方面。 如果一切都在不断进步，那么总有一天，相当一部分任务将不再需要在数据中心完成，也不再受少数前沿人工智能实验室的摆布。 我们离这个目标还有多远？或者我的想法有误吗？

最初，我们（Andrey、Marcus、Juho）在 2020 年构建了 MonoLisa，因为我们意识到有空间为开发者提供更好的等宽字体。关键的见解是将字形稍微加宽，为设计腾出更多空间，使像 m 这样的字母感觉不那么拥挤。 此后，我们发布了可变版本 v2（2022 年），现在我们很高兴通过一个名为 MonoLisa Text 的新字体家族来扩展该字体。这样做的目的是用这种比例字体来覆盖编码之外的*其他*用例。 我们希望您能尝试使用 Monolisa，因为有免费试用。我们也欢迎您的反馈！