最新

几天前偶然发现了一个非常有趣的东西，我想对于那些使用 Claude Code 运行动态工作流的人来说，这可能也很有趣。工作流脚本本身是 JavaScript。Claude Code 了解这种格式，并且可以创建一个工具来组合工作流，而不是每次都通过 LLM。 我实现了这一点，并且通过一些额外的调整，将工作流执行和监控的 token 消耗降低到了之前的约 20%，显著加快了速度（我们的大多数工作流以前需要 5-6 小时，现在只需要 20-40 分钟）。 我们让 Claude 分析了过去几周的工作流（工作流执行在磁盘上，位于 `~/.claude/projects`），并识别出它们之间的共同点。结果发现，实际上只有三种类型的工作流步骤，但以无数种临时的方式实现。 * **代码变更代理/实现者/工作者** - 负责执行计划中的任务；这些代理可以并行运行。 * **检查门控代理** - 负责评估实现者代理所做的工作，并处理不应并行执行的评估。 * **最终检查** - 负责部署、运行 API 测试等。 我还发现，Claude 可以从标准的“代理”（位于 `./claude/agents`）组合工作流，而无需每次都由 LLM 编写工作流代理的提示；因此，我要求它找出共同点/可变性，它编写了 3 个代理脚本，后来我们将其精简为两个： * **workflow-worker** - 接收计划的一部分，并拥有非常严格的权限，只能为其计划/文件边界的自身部分编写和运行测试，不能修复其他代理可能正在做的事情，更不能运行整个测试套件。 * **workflow-gate** - 接收一组并行工作流代理的结果，根据 git 中的更改运行串行验证（例如，如果任何 www 文件发生更改，则运行 Web 测试；如果任何后端文件发生更改，则运行 API 测试等）。以前这需要每次都由 LLM 自定义编写，但我们将其移至一个带有两个目标的 Makefile，因此 `make workflow-serial-gate` 会检查 git 树并针对更改运行测试，`make workflow-final-gate` 会在所有内容上运行干净的测试，部署到暂存环境，并运行部署后测试。 由于可变性已移至 Makefile，这两个代理的定义都变成了标准的 100 行 Markdown，LLM 无需每次都编写。 接下来，由于代理定义已标准化，我们让 Claude 编写了一个工具，该工具可以读取计划文件中的步骤和依赖关系，并直接编写工作流 JavaScript。以前，对于复杂的计划，这可能需要 10 分钟才能返回结果，现在只需要一秒钟。 由于工作流代理的提示是静态的，并且只编写一次，因此在编写它们时不会消耗 token。由于哪些测试何时运行的整个编排都在 Makefile 中，并且基于 git 更改，因此在这方面也不会消耗 token。由于工作者代理接收计划和步骤编号，因此在告诉它们做什么时不会消耗 token（除了它们读取特定步骤，但这不可避免）。Token 几乎只消耗在创建计划、狭窄的实现任务和上下文修复问题上。 当一个命名代理作为工作流的一部分运行时，传递给预工具使用钩子的上下文包括代理的名称（例如，workflow-worker、workflow-gate），因此我们能够显著地限制它们。例如，workflow-worker 不允许运行 make 或整个测试套件，并会收到一条消息，指示将其委托给 gate 代理。 最终结果令人惊叹，工作流运行速度大大加快，消耗的 token 也比以前少得多。Claude 几乎独立完成了所有这些工作，因此我强烈建议您在运行动态工作流时尝试一下。如果有人感兴趣，我很乐意提供更多信息。

我想提高印地语检索的质量，特别是针对长文档（因为目前的架构并没有真正支持更长的上下文长度），并且很好奇我的 4090 能达到什么水平，哈哈 :) 所以我从头开始训练了一个以印地语为中心的 ModernBERT： * 1.88 亿参数 * 约 285 亿印地语 token * 8192 token 上下文，这是首批支持 8K 上下文的印地语编码器之一（直接有利于检索能力，而检索能力正是编码器模型所用于的） * 1 块 RTX 4090 (24GB) 约 5 天的训练 经过 DPR 微调后，在我评估的印地语检索基准上，它达到了 SOTA（State-of-the-Art，当前最先进水平）： * mMARCO Hindi: 0.2825 nDCG@10 * MLDR Hindi: 0.2635 nDCG@10 MLDR 的结果尤其有趣，因为它评估的是长文档检索，在这种情况下 8K 上下文窗口可以得到实际应用。 它还实现了： * Hindi NER: 0.8001 F1 * MASSIVE Hindi intent: 0.4731 Macro-F1 模型和评估详情： [https://huggingface.co/kkkamur07/hindi-modernbert](https://huggingface.co/kkkamur07/hindi-modernbert) [https://github.com/kkkamur07/indic-modernBERT](https://github.com/kkkamur07/indic-modernBERT) 我的目标是将此扩展到许多低资源语言，我将非常感谢您的反馈和合作机会 ;)，以便我能进一步改进它。

我构建了这个小型项目作为概念验证，以了解在 3D 环境中与本地代理交互的乐趣程度以及延迟有多低。<p>欢迎任何反馈！