最新

我构建了一个本地优先的 UI，它在 Qwen、Llama 和 Mistral 等小型模型之上增加了两种推理架构：一个顺序的“思考流程”（计划 → 执行 → 批判）和一个并行的“智能体委员会”，其中多个专家模型并行辩论，由一个“法官”综合给出最佳答案。无需 API 密钥，无需 .env 文件设置——只需 pip install multimind 即可。在 GSM8K 上的基准测试表明，与单模型推理相比，准确率有明显提升。

我经常从 ChatGPT/Claude/README 文件中复制多行命令，然后粘贴到终端时却遇到 `command not found` 错误。虽然括号粘贴模式可以阻止逐行执行，但内容本身仍然会被破坏（出现多余的 `$` 提示符、断行的续行符、跨行的运算符）。 SmartClip 会钩入你的 shell 的粘贴组件 (zsh, bash, fish)，并在 shell 看到多行命令之前默默地修复它们。你像往常一样使用 Cmd+V 粘贴——无需新的快捷键，无需守护进程，也无需后台进程。 它使用基于评分的启发式方法来检测 shell 命令（因此它不会破坏你的 JSON 或散文），智能地连接行（反斜杠续行符、管道、`&&`），删除提示符字符，并在插入之前使用 `bash -n` 验证所有内容。如果它没有把握或修复后的语法无效，它将原样传递。 大约 150 行 bash 代码。零依赖。 `brew install akshaydeshraj/smartclip` 或 `npm install -g smartclip-cli`

大家好，我是工业技术工程专业的学生，最近绘制了霍尔木兹海峡的物理和后勤瓶颈图。<p>与通常的军事视角不同，我完全从系统失效和热力学的角度分析了这个咽喉要道。具体来说：<p>如果伦敦劳合社的海运战争险取消一项保单，全球船队将立刻停在港口。<p>两条3公里宽的航运通道的物理限制。<p>迪拜和利雅得等城市完全依赖海水淡化厂，在彻底崩溃前仅有72小时的严格储水缓冲期。<p>我制作了一个10分钟的视频：https://youtu.be/eLuuja8UWb0<p>很想听听大家对这个节点的结构性脆弱性的看法。

GlobCall 最初是一个 Skype 的替代品——基于浏览器的国际通话，打开一个标签即可拨打任何地方的电话。我自己用它来在欧洲经营我的业务。 越来越多的企业使用它来进行支持、销售、收款和入职，有一件事变得越来越明显：电话通话本身不是问题，问题在于围绕它的人力可用性。 --- “人-电话”界面很棒： 语音能促成交易，而聊天却不行。真实的、人类的声音在不同文化和语言之间传递着重量，这是任何消息、通知或电子邮件都无法比拟的。它仍然是地球上信任度最高的沟通渠道。 但世界变化很快。总得有人保持清醒。总得有人会说当地语言。总得有人在凌晨 2 点接听来自另一个时区客户的电话。 媒介是卓越的。但人类的可用性是有限的。 --- “代理-电话”界面是世界发展的大方向： AI 语音代理可以拨打和接听真实的国际电话。巴西的本地号码跟进发票。一个会说罗马尼亚语的 AI 在夜间处理呼入电话。一个外呼代理在你的团队睡觉时，在阿联酋筛选潜在客户。或者，简单地告诉你的 AI 代理“帮我预约理发”，它就会打电话给理发师并处理好。 这是商业沟通的下一个时代。基础设施已经存在。我们正在 GlobCall 构建的就是为此而构建的、可访问且经济实惠的通话层。 --- 代理层正在进行私人测试。国际通话、任何国家的本地电话号码、浏览器和 API 访问都已上线。按使用量计费，充值即可使用。 很乐意讨论技术栈、代理架构，或任何其他相关内容。 请访问 → globcall.com

ImagineIf 是一个平台，用户可以在这里协作编写故事，每次创作 280 个字符的片段，AI 会为每个贡献自动生成视觉图像。 每个故事都以“想象一下……”的提示开头。任何人都可以延续故事链——AI 使用 FLUX-dev（Replicate 作为主要提供商，fal.ai 作为备用）为每个新片段生成图像。故事可以根据贡献者的选择而分支。 技术栈：React Native/Expo（Web PWA + iOS + Android），FastAPI 后端，MariaDB，Celery+Redis 用于异步图像生成，Groq/Llama 用于内容审核和翻译，FLUX-dev 用于视觉图像。 目前已上线： Web：[https://imagineif.app](https://imagineif.app) iOS：[https://apps.apple.com/app/imagineif-story-chains/id6759722274](https://apps.apple.com/app/imagineif-story-chains/id67597222...) Android 正在内测中 支持 22 种语言，具有自动翻译流程 技术上最难的部分是构建一个可靠的双提供商图像生成流程，该流程可以优雅地降级，而不会阻塞用户的贡献流程——图像生成失败不应中断写作体验。 很乐意回答关于架构或单人创始人经验的问题。

Hi HN， 我构建了 Prompt Area — 一个专为 AI 聊天界面设计的 React 富文本输入组件，基于 contentEditable 实现。 问题：如果你正在构建 AI 聊天 UI，你的输入需要 @提及（引用上下文）、/命令（触发操作）、#标签、内联 Markdown、文件附件以及撤销/重做功能。现有的选项要么功能太有限（react-mentions 只能实现提及），要么过于庞大（Tiptap、Lexical 和 Plate 都是基于 ProseMirror/Slate 构建的完整文档编辑器 — 对于提示输入来说太重了）。 Prompt Area 介于两者之间。它在 contentEditable 的基础上使用基于片段的模型（{type, text} 对象数组），所有逻辑都提取到一个纯引擎文件中，无需 DOM 即可进行测试。除了 React 和你现有的 Tailwind/shadcn 设置之外，没有任何依赖项。 功能：基于触发器的芯片（@、/、# 或任何字符）、不可变的芯片药丸、实时内联 Markdown 预览、自动增长的文本框、完整的撤销/重做历史记录、带芯片保留的复制/粘贴、CJK 输入的 IME 支持、ARIA 可访问性、暗模式以及文件/图像附件。 一键安装： `npx shadcn@latest add <a href="https://prompt-area.com/r/prompt-area.json" rel="nofollow">https://prompt-area.com/r/prompt-area.json</a>` 演示和文档：<a href="https://prompt-area.com" rel="nofollow">https://prompt-area.com</a> GitHub：<a href="https://github.com/team-gpt/prompt-area" rel="nofollow">https://github.com/team-gpt/prompt-area</a> 欢迎任何正在构建 AI/LLM 界面的朋友提供反馈。

另请参阅：<a href="https://alternativecreditinvestor.com/2025/10/22/us-banks-exposure-to-private-credit-hits-300bn/" rel="nofollow">https://alternativecreditinvestor.com/2025/10/22/us-banks-ex...</a>