最新

一切始于朋友之间关于现有多智能体编排框架局限性的讨论。我们遇到了诸如对智能体内存和状态的控制有限、持久化复杂、扩展性问题以及基于 Python 的工具缺乏类型安全等问题。这些挑战激发了我们尝试一些不同的东西。 结果就是 GraphFlow，一个基于 Rust 的精简框架，用于编排多智能体工作流程，它简单、可扩展且稳健。其主要特点包括： * 基于图的编排：使用节点和边轻松定义工作流程。 * 精简执行引擎：一个最小且高效的图执行器/状态机实现。 * 清晰的内存管理：直接且透明地处理智能体状态。 * 简单的数据库模式：易于理解的模式，用于持久化和状态跟踪。 * 高性能：原生 Rust 性能，开销低且易于扩展。 * 类型安全：Rust 的类型系统减少了运行时错误。 GraphFlow 当然是开源的，旨在解决我们亲身经历的现实世界问题。 我们非常期待您的反馈！

Hi HN， 大家好！ 我经营着一家小型电商商店。直到不久前，我每个晚上都要花大量时间复制粘贴供应商的发票到 Excel 中，以便保持账目清晰，并对支出进行细致的跟踪。我终于意识到，与其花时间 Ctrl-C/Ctrl-V，不如把这些时间投入到代码中，所以我开发了 ParsePoint.app。 我为什么开发它： * 手动录入发票每月要占用我 4 个小时的时间。 * 会计软件的 API 对我的使用场景来说过于笨重；我真正想要的只是电子表格中干净的行数据。 * 我喜欢摆弄 AI 模型，并且需要一个在生产环境中启动一个模型的借口。 它的功能： 1. 上传 PDF 文件（或转发电子邮件）。 2. ParsePoint 的 AI OCR 提取明细、金额、税款、日期等信息。 3. 下载可直接用于透视的 Excel/CSV 文件，或通过 API 将数据导入到任何你喜欢的地方。 技术细节： * 前端：React * API：.NET 8，PostgreSQL * AI 层：一个开源的 VLLM 模型，针对文档布局进行了微调 目前成果： * 我自己的工作量：从每月 4 个小时减少到不到 10 分钟。 * 早期的 Beta 测试用户（其他独立商店的店主）报告了类似的时间节省和更少的账务错误。 * 按需付费的信用系统意味着没有订阅或锁定——只需在需要时使用即可。 我很乐意收到关于技术方法、定价模式或任何看起来不妥之处的反馈。欢迎所有评论，我会在这里回答每一个问题。 感谢阅读！ Marcin – ParsePoint.app 的开发者

我开发了 Chat Capsule，因为我想以纯文本 Markdown 格式导出我的 ChatGPT 对话，这样我就可以将它们导入 Notion，或者将来把历史记录转移到 Claude 上。<p>就这么简单：<p><pre><code> * 从 ChatGPT 获取你的数据导出文件 * 拖放你从 ChatGPT 下载的 ZIP 文件（或直接是 conversations.json 文件） * 解析过程仅在客户端进行，因此你的任何机密对话都不会离开你的电脑 * 单独下载每个对话，或者将所有对话打包成一个 ZIP 文件下载 </code></pre> 前 100 位用户可以使用优惠码 SUMMERDAY100 免费获取。

一篇关于智力为何倾向于引发存在主义焦虑的论文——通过递归、泛化和模式识别的视角进行探讨。欢迎反馈。