最新

面对无穷无尽的选择，其中很多可能行不通，人们该如何决定自己的人生职业道路或个人目标呢？

我们一直在构建数据管道，用于抓取网站并提取结构化数据。如果你做过类似的事情，你就会知道其中的门道：你编写 CSS 选择器，网站改变了布局，所有东西在凌晨 2 点崩溃，然后你得花一上午的时间重写解析器。 大型语言模型（LLM）似乎是显而易见的解决方案——只需将 HTML 扔给 GPT 并请求 JSON。但实际上，这比那更痛苦： - 原始 HTML 充满了导航栏、页脚和跟踪垃圾，会消耗你的 token 预算。一个典型的产品页面 80% 都是噪音。 - LLM 返回格式错误的 JSON 的频率超乎你的想象，尤其是在嵌套数组和复杂模式的情况下。一个错误的括号就会导致你的管道崩溃。 - 相对 URL、markdown 转义链接、跟踪参数——当你处理数千个页面时，这些“小”的 URL 问题会迅速累积。 - 你最终会一遍又一遍地编写相同的样板代码：HTML 清理 → markdown 转换 → LLM 调用 → JSON 解析 → 错误恢复 → 模式验证。 我们厌倦了为每个项目重建这个堆栈，所以我们将其提取到一个库中。 Lightfeed Extractor 是一个 TypeScript 库，它处理从原始 HTML 到经过验证的结构化数据的整个管道： - 将 HTML 转换为 LLM 准备好的 markdown，并提取主要内容（删除导航栏、标题、页脚），可选地包含图像，并进行 URL 清理 - 适用于任何与 LangChain 兼容的 LLM（OpenAI、Gemini、Claude、Ollama 等） - 使用 Zod 模式进行类型安全的提取和真正的验证 - 从格式错误的 LLM 输出中恢复部分数据，而不是完全失败——如果 20 个产品中有 19 个解析正确，你就能得到这 19 个 - 通过 Playwright 内置浏览器自动化（本地、无服务器或远程），并带有反机器人补丁 - 与我们的浏览器代理（@lightfeed/browser-agent）配对，在提取之前进行 AI 驱动的页面导航 我们自己在 Lightfeed 的生产中使用它，并且它足够稳定，所以我们决定开源它。 GitHub: <a href="https://github.com/lightfeed/extractor" rel="nofollow">https://github.com/lightfeed/extractor</a> npm: npm install @lightfeed/extractor 采用 Apache 2.0 许可证。 欢迎提问或提供反馈。

我构建了 kbot——一个终端 AI 智能体，它从每个会话中学习，并在遇到无法解决的问题时创建新工具。 它的与众不同之处：自我提升（贝叶斯技能路由随着时间的推移变得更智能）。工具创建（遇到差距时，构建一个工具，该工具永久存在）。自我防御（HMAC 内存完整性，提示注入检测）。368 个工具，41 个智能体，19 个本地模型。完全离线，0 美元。梦境模式（空闲时自我改进）。MIT 许可。 kbot 在 30 秒内创建工具的演示：[https://raw.githubusercontent.com/isaacsight/kernel/main/tools/video-assets/demo-forge-real.gif](https://raw.githubusercontent.com/isaacsight/kernel/main/tools/video-assets/demo-forge-real.gif) npm install -g @kernel.chat/kbot

新版本发布啦！本次更新包含大量改动：更新了UI，新的稳定版EffectsSDK包含了更新的AI模型，以及数百处代码改动，提升了速度、质量和兼容性。<p>我们将其设置为付费版本，但仍可免费使用，无使用时长限制，但会带有水印。欢迎提供反馈！