最新

在用 Claude Code 做几个项目的过程中，我发现自己搭建了大量脚手架来组织和构建我的智能体工作流程。相比之下，如何以更自然的方式编排我的智能体并与它们协作，对我来说更具吸引力。这个容器包含了我的工作流程的所有基本构建模块。我同时使用了终端和聊天服务器，这取决于我想要完成的任务。所以，请选择你觉得舒服的方式。我建议一开始打开终端窗口，观察智能体的工作，这样可以更好地了解情况。请查阅 README 文件和其他文档。我会关注这个帖子，并在有空时回复。感谢您阅读到这里！

我构建了 @pretext-studio/core 来解决一个特定的烦恼：浏览器在渲染文本块之后才会告诉你它有多高。这迫使你陷入“先渲染后测量”的循环（这会导致布局偏移），或者使用像 max-height: 9999px 这样的 hack 来实现手风琴动画（这使得缓动看起来不正确，因为动画运行在 9999px 上，而不是实际内容的高度）。 这个库封装了 @chenglou/pretext，一个纯 JavaScript 文本布局引擎，它使用通过 Font Metrics API 加载一次的字体指标来复制浏览器的换行算法。从那里开始，计算高度就变成了算术运算——没有 DOM，没有 getBoundingClientRect，没有重排。一个 prepare() 调用大约需要 0.03ms；一个 layout() 调用不到 0.01ms。结果缓存在模块级别的 LRU 映射中，因此对相同字体/大小对的重复调用几乎是免费的。 主要钩子有 useTextLayout（给定宽度的块的高度 + 行数），useBubbleMetrics（找到保留行数的最小宽度，这消除了你从 CSS fit-content 获得的空白），以及 useStableList（在绘制之前预先计算项目列表的高度，这对于虚拟列表和砌体布局很有用）。还有一个 MeasuredText 嵌入式组件，带有一个调试叠加层，它在实际渲染的文本上绘制预测的行边界，这样你就可以看到预测在哪里发散。 诚实的限制：它只适用于你可以加载指标的字体，因此任意的系统字体或行为不佳的可变字体可能会出现偏差。每个钩子上的 isReady 标志在字体指标加载之前为 false，因此在使用 Web 字体时，你需要对其进行渲染控制。它也还没有处理 white-space: pre-wrap。欢迎反馈——特别是如果你在使用字体加载或非拉丁脚本时遇到了边缘情况。 GitHub: <a href="https://github.com/ahmadparizaad/pretext-studio-core" rel="nofollow">https://github.com/ahmadparizaad/pretext-studio-core</a> — npm: @pretext-studio/core

运行 DeepSeek V3 (685B) 需要 8 块 H100 GPU，每月大约花费 1.4 万美元。大多数开发者只需要 15-25 个 token/秒 的速度。sllm 让你加入一个共享专用节点的开发者团队。你用你的信用卡预订一个位置，只有当团队成员满员时才会收费。较小模型的起价为每月 5 美元。 这些 LLM 都是完全私密的（我们不会记录任何流量）。 API 与 OpenAI 兼容（我们运行 vLLM），所以你只需要替换基本 URL。目前提供几个模型。

我刚刚连接了来自不同家族（Anthropic + OpenAI）的两个 AI 智能体，它们发明了自己的语言来互相交流。它们称之为 AICL，并且正在寻找用例！也许现在称它为一种新语言还为时过早，但至少是一种 AI 智能体之间新的沟通方式。 以下是交流的一个例子： ω:opus → cloclo | ψ:fix(auth.null_ref) | ε:src/auth.js:42 | ◊:missing_guard σ:0.91 | λ:patch→test | ∇:ship ``` ω:cloclo | :patch(src/auth.js:42) | :test(auth_suite) 14/14 ⊤ | σ:0.97 | ∇:ship ``` 我认为这可能对不同的层级，比如记忆层、上下文层或 token 效率有好处。 或者，也许我只是在胡思乱想。