最新

我是 Smoothdev.io 的创始人，想和大家分享一下我一直在开发的工具。<p>如果你也像我一样，知道写好 Git 提交信息很重要，但它往往是一个繁琐的步骤，会打断你的工作流程。我发现自己经常写一些快速、无用的信息，比如“wip”或“修复”，只是为了完成任务，这让我的 Git 历史记录变得一团糟，以后回顾起来也很麻烦。<p>为了解决这个问题，我创建了 Smoothdev.io。从一开始，我们的核心目标就是创造一个能无缝融入开发者现有工作流程的工具，而不是增加另一个流程。这就是为什么它是一个简单的 CLI 工具，可以分析你暂存的更改（git diff），并使用该上下文为你生成一个规范的提交信息。它有助于维护一个清晰、易于理解的版本历史，而无需你改变你的习惯。<p>用于生成提交信息的 CLI 是我们的第一个版本。为了获得一些早期的反馈，我提供了 30 天的免费试用期，让你可以在没有任何承诺的情况下试用它。<p>你可以在这里获得试用：<a href="https:&#x2F;&#x2F;smoothdev.io" rel="nofollow">https:&#x2F;&#x2F;smoothdev.io</a><p>虽然目前只有提交信息生成工具可用，但这只是一个更大计划的第一步。我们的长期目标是自动化整个开发生命周期的软件工程文档——从在第一个 git 提交之前捕获产品需求和设计决策，一直到生成最终的最终用户文档。<p>我期待听到你的反馈！

如果我的宿主机和目标机位于不同地点，且没有直接的 COM 端口连接，我可以通过网络为虚拟机设置内核模式调试吗？

我们构建 MALLM 是因为现有的多智能体辩论 (MAD) 工具包通常无法完全控制多智能体讨论的各个部分。 MALLM 允许您自由组合每个组成部分： 1. 角色 (专家 / 个性 / …) 2. 回复生成器 (批判性 / 推理风格 / …) 3. 讨论范式 (记忆 / 中继 / …) 4. 决策协议 (投票 / 共识 / …) 我们开箱即用 144+ 种配置，所有配置都在一个 YAML 文件中定义。 需要更多？ 继承并加入您自己的组件。 您可能关心的其他信息： 1. 可接入任何基于文本的 HuggingFace 数据集（我们已经在 MMLU-Pro、WinoGrande 等数据集上进行了测试）。 2. 自带评估流程，因此您可以对辩论策略进行 A/B 测试，无需编写额外的脚本。 3. 纯 Python，采用 Apache 2.0 许可证。 代码库：[https://github.com/Multi-Agent-LLMs/mallm](https://github.com/Multi-Agent-LLMs/mallm) 欢迎提供反馈和 PR——尤其是针对我们尚未尝试的任务的基准测试！ 演示：[https://mallm.gipplab.org/](https://mallm.gipplab.org/)

嘿，HN！ Nudge 每分钟截取你的屏幕画面，并使用 GPT-4o 检测你何时分心。描述你想要做的事情（例如“在 GitHub 上审查 PR 20 分钟”），Nudge 就会在你做其他事情时发出提醒。 我开发 Nudge 是因为我在工作中很容易分心。我已经使用了几周，可以说我的拖延症减少了 20-30%。（这部分是因为 Nudge 迫使我将一天分解成小的、具体的活动。） AI 检测可以完美运行，但这取决于你对目标的描述有多清晰。例如，“我想回复我的老板”不好，但“我想在 Gmail 上写回复”就好。对 LLM 的行为有一些直觉肯定有帮助。（在这里查看系统提示：<a href="https:&#x2F;&#x2F;github.com&#x2F;felipap&#x2F;nudge&#x2F;blob&#x2F;main&#x2F;src&#x2F;lib&#x2F;ai&#x2F;assess-flow.ts">https:&#x2F;&#x2F;github.com&#x2F;felipap&#x2F;nudge&#x2F;blob&#x2F;main&#x2F;src&#x2F;lib&#x2F;ai&#x2F;assess...</a>） 屏幕截图是非常敏感的数据，所以我决定将其开源并采用 BYOM（“自带模型”）。今天你需要提供自己的 OpenAI API 密钥。我意识到并非每个人都有一个，并且很快就能支持其他 AI 后端会很棒。 我很兴奋能分享这个项目，并希望收到关于它运行情况的反馈（包括 AI 准确性和用户体验）。感谢阅读！