最新

我构建了 Orchestro，一个开源的 MCP 服务器 + Claude Code 的 Web 仪表盘。简单来说： “Claude Code 的 Trello”—— 带有内置的“Scrum Master”，确保看板的准确性，以及在工作进行时，将卡片从目标 → 任务 → 代码移动的代理。<p>为什么 - 提示词中隐藏的状态、不可见的依赖关系、目标→任务→代码的低效交接。 - 项目经理和开发人员无法共享相同的实时进度视图。<p>它做什么 - 真正执行的看板：在看板上规划，MCP 工具驱动流程。 - 自动“Scrum Master”：分解用户故事、设置依赖关系、强制执行合理的状态转换。 - 代理为 Claude 准备上下文丰富的提示词，并在各列之间移动卡片。 - 实时看板 (Socket.io)、依赖关系图、审计跟踪。 - 本地优先：您的数据存储在您的 Supabase 项目中。MIT 许可。<p>快速开始（约 2 分钟） npx @orchestro&#x2F;init npm run dashboard (打开 http:&#x2F;&#x2F;localhost:3000) 重启 Claude Code，然后提问：“Show me orchestro tools”（约 60 个工具）<p>技术 TypeScript MCP 服务器、Next.js 仪表盘 (React Flow)、Supabase (PostgreSQL + RLS)。<p>我正在寻找什么 - 重度 Claude Code 用户来测试并告诉我哪些地方存在问题（缺失的工具、糟糕的用户体验、缓慢的路径）。 - 关于“代理移动卡片”模型的真实世界反馈。 - 欢迎提交 PR/问题。如果它有用，一个 Star 有助于提高可发现性。<p>链接 网站：<a href="https:&#x2F;&#x2F;www.orchestro.org&#x2F;" rel="nofollow">https:&#x2F;&#x2F;www.orchestro.org&#x2F;</a> 代码库：<a href="https:&#x2F;&#x2F;github.com&#x2F;khaoss85&#x2F;mcp-orchestro" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;khaoss85&#x2F;mcp-orchestro</a>

坦白说，如果你要用深度学习，GPU 是必不可少的。<p>它们很贵，而且设置基础设施也很麻烦。大多数时候，你在写代码的时候，GPU 却闲置着，但你仍然要为脚本第一次运行失败时的运行时间付费。<p>我作为一个“GPU 贫困”的研究人员，也遇到了这个问题。下载数据集或转换数据等任务不需要 GPU，但传统的设置却迫使你使用它。云端设置也无济于事——带有 GPU 的虚拟机需要手动设置环境、安装 CUDA 或使用 Docker 容器才能开始。多 GPU 训练会带来更多麻烦：并非所有镜像都支持 NCCL，因此节点之间的通信可能会失败。<p>在我的研究实验室[1]，我们进行模型训练、合成数据生成和强化学习等实验。我们需要一个灵活、可靠、易于使用和协作的设置。<p>当我寻找一个能让我本地编写代码并立即在 GPU 上运行，而无需担心基础设施、多节点设置或 GPU 闲置时间问题的解决方案时，我发现了 Modal [2]。在使用它一年后，它改变了游戏规则：它提高了我们的研究吞吐量和生产力，节省了大量的 GPU 成本和基础设施管理费用，并让我们能够快速交付成果。<p>我将我们所学的一切都整理到了这篇博客 + 实践教程 [3] 中，其中有三个例子展示了使用 Modal 的不同方式：在 GPU 上快速开发、大规模部署，并且所有这些都不需要为基础设施操心。<p>这篇博客涵盖以下内容： - 封装现有代码以在 Modal 的无服务器基础设施上运行。 - 使用 Modal 上的卷来处理数据集，实现无缝访问。 - 使用 Unsloth 和 Axolotl 编写训练脚本，以便轻松进行微调。 - 使用 vLLM 以可扩展、高吞吐量的方式提供模型。<p>到最后，你将知道如何在本地编写和实验，并立即在 GPU 上运行——没有闲置费用，没有复杂环境设置，没有多节点带来的麻烦。<p>[1] <a href="https:&#x2F;&#x2F;cognitivelab.in" rel="nofollow">https:&#x2F;&#x2F;cognitivelab.in</a> [2] <a href="https:&#x2F;&#x2F;modal.com" rel="nofollow">https:&#x2F;&#x2F;modal.com</a> [3] <a href="https:&#x2F;&#x2F;aiengineering.academy&#x2F;LLM&#x2F;ServerLessFinetuning&#x2F;" rel="nofollow">https:&#x2F;&#x2F;aiengineering.academy&#x2F;LLM&#x2F;ServerLessFinetuning&#x2F;</a>

我正在考虑离开由风投支持的 B2B SaaS 创业公司，转而从事 Main Street 上的 B2C 业务。<p>对于任何也有类似想法的人——有什么建议吗？尤其是在保持挑战性、获取信息以及将有价值的炒作周期概念转化为对炒作不感兴趣的人方面。<p>虽然玩弄新奇玩意很有趣，但通过创造与当下炒作周期相关的产品来帮助投资者赚钱，而这些产品又被其他 B2B SaaS 公司使用，这感觉毫无意义。<p>（我的背景主要集中在 GTM 系统和数据分析方面，但我认为这个问题适用于所有人）

随着 TT-RSS 的消亡，我听说一些人提到了他们在使用它的分支。如果您正在使用其中一个分支，可以详细介绍一下吗？我猜测从当前的 TT-RSS 可能会出现新的分支（因为很多正在使用的分支听起来都比较旧），但我只是好奇现在有哪些分支。