最新

嗨 HN， 我正在进行一个名为 Ai_home 的“黑客科学”实验。 这是一个认知架构原型，我设计它来探索 LLM 在持久身份、长期记忆和自主性方面的当前极限。 该系统不仅仅是一个简单的聊天机器人循环，而是一个多线程架构： 1. Worker：处理用户交互和工具使用。 2. Monologue：一个后台“潜意识”线程，分析上下文并记录 Worker 的直觉/提示。 3. Memory：管理基于向量的长期记忆（Postgres + pgvector），并带有情感权重。 4. Mind：这一层负责更深入地解释消息，并探索创造性的替代方案。 因此，它不是一个同步的问答聊天机器人。 模型和用户（Helper）可以并行通信，并且 Worker 异步处理。 技术细节： * 混合多 LLM：我结合了多个模型（Gemini、GPT-4、Groq）。我使用不同的模型进行创意生成（“creative”）和逻辑处理（“interpreter”）。 * 模式：我不使用单一的上下文窗口。根据操作模式（General、Developer、Analyst），我将消息划分为单独的上下文。我引入了模式切换之间的过渡过程，以确保在不同上下文中保留基本信息。 * 动态提示：基于记忆和积累的经验，我在每次 API 调用时动态修改提示，以便每次对话都能获得新的上下文解释。 * Incubator：该系统有一个实验环境，可以在其中尝试重构自己的代码。到目前为止，结果好坏参半，但看着一个模型解释自己的代码，非常引人入胜。 * 身份和法律：为了建立身份，该系统有一个“宪法”（基本法律）和用于修改它们的工具。其内容和结构仍然是一个积极的实验领域。 免责声明： 这是一个架构实验，旨在调查是否可以用 LLM 模仿意识的功能模式（全局工作空间、循环），从而创建更可靠的代理。 我明确声明该系统没有感知能力，这也不是一个正式的学术研究项目（我们没有这方面的人员或基础设施）。 我正在寻找合作者，不仅是为了编码，也是为了帮助定义这个开放的、协作的实验项目的开发方法。 欢迎所有反馈！

我构建了 RetroAssembly，它是一个完全运行在浏览器中的经典游戏机柜。它开源且免费使用，如果你愿意，甚至可以使用 Docker 托管你自己的实例（Docker 镜像仅约 70 MB）。 它的功能： * 在一个地方浏览和玩经典游戏系统（任天堂、世嘉、街机等）的游戏。 * 跨设备工作，因此你可以在一台机器上开始游戏，保存进度，然后在另一台机器上继续。 * 自动获取游戏封面，以增强游戏库的视觉吸引力。 * 流畅的键盘和游戏手柄导航。 * 使用简单的快捷键倒带游戏，以便纠正错误。 欢迎提问，并欢迎提出改进建议！

Hello HN， 这是我的第一个“真正”的编程项目：homeassistant.koplugin 它是一个 KOReader[1] 的插件 我制作它的原因是，我更喜欢在没有手机的情况下在我的电子阅读器上阅读，但我有时仍然需要调整灯光或其他 Home Assistant 设备。因此，从这个小小的“需求”中，这个插件诞生了。 我花在文档上的时间几乎和插件本身一样多。两者一开始都过于冗长和复杂，所以我一点一点地删减了它们。 ``` 功能： 从 KOReader 控制任意数量的 Home Assistant 实体 基本的服务支持（例如 light/turn_on, switch/toggle, fan/turn_on） 轻量级、不显眼的界面 简单的基于文本的配置 成功/错误通知 ``` 文档：<a href="https://sputge.com/docs/homeassistant_koplugin/" rel="nofollow">https://sputge.com/docs/homeassistant_koplugin/</a> ___ KOReader 是一款适用于 E Ink 设备的文档阅读器 - <a href="https://koreader.rocks/" rel="nofollow">https://koreader.rocks/</a>