最新

Mutatr 是一个端到端的 A/B 测试代理。<p>在实际应用中，它会连接到代码库，然后：<p>1. 建议 A/B 测试方案<p>2. 在代码库中实现不同的变体<p>3. 使用模拟网站预期受众的虚拟用户运行测试<p>4. 返回注意力热图，帮助你在上线前了解哪些方案有效<p>有趣的故事：Mutatr 最初是一个 YC 申请项目，但被拒绝了，所以我决定还是把它构建出来并开源。

有没有人在报税，觉得特别需要一个专门针对报税的无头SaaS服务？Claude / ChatGPT 可以通过 MCP 与这项服务集成……引导你填写报税表格等等，你审核，它申报，支付少量费用。搞定。

DGS-1100 是一款价格约为 40 美元的千兆网管型交换机，具备一些实用的功能（802.1Q VLAN、STP、IGMP、端口安全），但其唯一的管理界面是一个 2015 年的 JavaScript Web UI。它不支持 SSH，没有 REST API，SNMP 对于任何有用的功能都只能只读访问。<p><pre><code>我需要配置几个这样的交换机，通过 Web UI 点击操作非常痛苦，所以我编写了一个 CLI，通过 Selenium 驱动无头 Chrome。它登录后，抓取交换机通过 XHR 填充的 JS 数据文件，并向 CGI 端点提交表单以进行更改。每个写入命令都会在之后读取配置，以验证交换机是否接受了更改。 该 CLI 包含 63 个命令，涵盖了交换机的所有功能——VLAN、PVID、STP、IGMP、风暴控制、端口安全、镜像、QoS、带宽限制、SNMP、流量分割等等。此外，还有一个 recommend 命令，可以爬取 13 个数据文件并检查 20 类问题（PVID 不匹配、孤立端口、禁用的安全功能等），以及一个 fix 命令，可以自动应用它找到的修复方案。 其他附带的功能包括：用于版本控制的配置转储/差异/恢复，用于生成可重复批处理文件的模板命令，多交换机支持，一个 Prometheus 导出器，一个 Textual TUI 和 shell 补全。 使用 Nix 构建，因此 nix run github:bobberb/dgs-cli -- status 即可正常运行。包含 179 个离线测试。 已在 DGS-1100-08V2 上测试。--1210 标志已为未来的 DGS-1210 支持预留。</code></pre>

我一直在构建 OpenCastor，它是一个位于机器人硬件和其 AI 智能体之间的运行时层。让我感到惊讶的一点是：你安排技能流水线的顺序（上下文构建器 → 模型路由器 → 错误处理程序等）以及诸如 thinking_budget（思考预算）和 context_budget（上下文预算）之类的参数，对任务成功率的影响，与模型选择的影响一样大。 因此，我构建了一个分布式评估器。机器人贡献空闲算力，以针对 OHB-1（一个包含 30 个真实世界机器人任务的小型基准测试，如抓取、导航、响应等）来评估基准测试配置。OHB-1 使用通过 Ollama 进行的本地 LLM 调用。搜索空间包含 263,424 种配置（8 个维度：模型路由、上下文预算、重试逻辑、漂移检测等）。演示排行榜显示了到目前为止的结果，按硬件层级（Pi5+Hailo、Jetson、服务器、预算板）细分。 当前的冠军配置可以免费下载为 YAML 文件，并应用于任何机器人。应用时会移除 P66 安全参数——任何基准测试配置都不能触及电机限制或 ESTOP 逻辑。 希望获得以下方面的反馈：（1）基准测试任务是否具有代表性，（2）硬件层级细分是否有用，以及（3）是否有其他人运行过针对机器人或其他领域的智能体配置的、全舰队范围的分布式评估。