最新

我用 OpenAI API 在周末搭建了几个无服务器前端网页应用，为我的朋友们制作有声书，想和大家分享一下。 PDF 转 M4B - <a href="https://mstsirkin.github.io/bookworm-whisper/pdf.html" rel="nofollow">https://mstsirkin.github.io/bookworm-whisper/pdf.html</a> Epub 转 M4B - <a href="https://mstsirkin.github.io/bookworm-whisper/epub.html" rel="nofollow">https://mstsirkin.github.io/bookworm-whisper/epub.html</a>

我经常参加几乎没有手机信号的野外探险。如果我的队伍分散了，在大家重新在营地或目的地集合之前，谁也不知道其他人在哪里。你可以购买 Garmin 无线电，或者尝试设置 ATAK，但 ATAK 只能在安卓系统上运行，并且假设你有一个 TAK 服务器在某个地方运行，才能使用所有功能。这些工具本身很酷，但要正确设置它们却很昂贵。我只是想让两部 iPhone 通过蓝牙直接共享它们的位置，当没有手机信号覆盖时。 Red Grid Link 就能做到这一点。开始一个会话，任何附近运行该应用程序的人都会出现在你的离线地图上。当他们走出范围时，他们的标记会保留为一个“幽灵”，并逐渐消失。 最难的部分是让通过 BLE 的同步变得可靠。连接经常断开。有人转弯，走到车后面，等等。我构建了一个 CRDT 同步层（LWW 寄存器 + G-计数器），因此永远不会出现合并冲突。每次更新只有不到 200 字节（根据我目前的测试）。当用户/队友消失时，应用程序会进行指数退避，从 2 秒到 30 秒，然后放弃并将他们标记为幽灵。 所有内容都经过加密（AES-256-GCM，每个对等体对使用 ECDH P-256 密钥交换）。会话可以要求输入 PIN 码或扫描二维码才能加入。它还提供带有 MGRS 网格坐标的离线地形图，与我的另一个应用程序 Red Grid MGRS 使用的系统相同。 该应用程序是免费的，我正在寻找其他真实用户的诚实反馈。如果你有任何问题，请告诉我！

在开始构建 AI 集成时，我意识到对于许多项目来说，最佳的智能体体验就是让用户的个人智能体能够在你的应用内执行操作。 现有的方案，如 MCP 或 A2A，都相当复杂，对于已经通过 URL 参数驱动的简单应用来说，这些方案似乎有些过剩。 这促使我开始原型设计 Agent Use Interface (AUI) 规范。 这个想法很简单：一个轻量级、开放的规范，使任何应用都能够被“智能体导航”。你只需在 /agents/aui.xml 目录下放置一个 XML 文件，描述你的应用支持的 URL 参数驱动的操作，例如搜索、创建、筛选等。这样，任何 AI 智能体都可以读取 aui.xml，了解可能的操作，并代表用户构建 URL。 就是这样。没有 SDK。没有身份验证流程。没有 API 密钥。只是一份为 LLM 编写的、描述你的应用可以做什么的目录。 已经有类似的东西存在了吗？这种方法是否过于简单而无法发挥作用？ 如果你的应用已经支持通用链接或其他 URL 参数驱动方式，你可能可以在一个下午内添加对 AUI 的支持。 查看一个工作示例： <a href="https://habittiles.app/agents/aui.xml" rel="nofollow">https://habittiles.app/agents/aui.xml</a>