最新

当您在几个月后审查增值税交易时，您实际上需要看到什么才能信任原始税务处理？

大家好， 大家可能因为我的一些开源项目而认识我，比如 awesome-mcp-servers、FastMCP (node.js)、ViteMCP、mcp-proxy、mcp-remote，以及 MCP 生态系统中的 Glama 等其他一些项目。 我很幸运能在 MCP 最初发布时就参与其中。这让我得以为这个新协议及其围绕它发展起来的一切奠定基础。我也因此收到了大量的反馈，而 MCP 生态系统中最大的抱怨一直是不一致的质量。这里的质量包含很多方面，但服务器 JSON 定义是其中很重要的一部分。糟糕的工具定义意味着工具本应被选中时却未被选中，不应被选中时却被选中，或者被不当调用等等。 TDQS 是一项开源规范（https://github.com/glama-ai/tool-definition-quality-score），用于评估 MCP 服务器定义的质量。它并非解决质量问题的完整方案，但它是一个基于研究的评分标准，能够更清晰地说明可用的工具、它们的行为/目的，以及何时/如何使用它们。 TDQS 是 Glama 用来对 15,000 多个开源和远程 MCP 进行评分的工具。而 https://tdqs.dev 是一个免费网站，旨在通过更好的文档和易于使用的 Playground/CLI/API/SDK 来推广该规范并提高其采用率。 非常希望得到大家的反馈和参与，共同提高 MCP 生态系统的质量。

LibPolyCall 是一个开源的 C 运行时，用于连接跨语言边界的程序，而无需每种语言对都实现自己的集成层。 该架构是“程序优先”而非“绑定优先”，具有稳定的 C ABI、FFI 绑定、Polycallfile/Polycallrc 配置、运行时状态管理和遥测功能。 我最近完成了 Windows 构建路径，生成了 libpolycall.dll 和 libpolycall.a，并且我正致力于在 Python、Node.js、Java、Go 和其他语言环境中统一使用相同的运行时。 我特别希望就 ABI 设计、运行时架构、配置模型以及跨语言动态加载的方法获得反馈。

大家好！ 我开发 Wordmate 的初衷是希望能在本地机器上实现类似 WisprFlow 的语音输入功能。这是一款免费的 macOS 应用，音频和转录内容绝不会离开您的 Mac。 语音识别使用了 Parakeet，可选的后处理则利用了经过微调的 Qwen3 0.6B 4位模型，以改进标点符号、大小写，并清理填充词、口吃和口误修正。 完整的转录流程是开源的：https://github.com/vdszds/wordmate 您可以在 https://wordmate.sh 下载该应用。非常期待您的反馈！

大家好，我是 Ansh，Mireye 的创始人。我正在构建人工智能代理在物理世界中进行决策所需的基础设施：为美国任何地点提供数据、增强信息、工具和信号，所有这些都通过一个 API 和 MCP 服务器提供。 这是演示视频：https://youtu.be/haqO6UbUqU0 要进行尝试，请将 https://www.mireye.com/skills.md 粘贴到您的代理中，并在 mireye.com 免费获取密钥（5,000 积分，无需信用卡）。文档可在 https://docs.mireye.ai 查看。最快的上手方式是向 API 询问任何关于美国任何地点的问题。在你熟悉的地方进行测试，并根据你的了解对其进行评分。 在 Mireye 之前，我曾构建建筑代理，并亲自遇到了这个难题：我的代理可以处理网络上的任何信息，但对它所处的地面一无所知。然后，一家财富 500 强的保险公司告诉我，他们的工程师也因为同样的原因放弃了承保代理。前沿模型在被问及特定地点的具体问题时，会不断产生幻觉。 我的第一个产品是一个小众的场地筛选应用程序。客户在我熟悉的地点测试了它，结果令人满意，但没有人关心这个应用程序本身。他们想要的是其底层的引擎。使用情况也证实了这一点：目录中的 317 个字段中有 311 个被查询，而且没有一个用例占据主导地位。于是我放弃了应用程序，转而开始构建基础设施。 Mireye 不是一个带有 API 的数据集，因为事实本身并不能构成决策。代理通过它来完成整个任务：引用事实、将一个裸地址增强为所有者、地块面积、建筑物以及附近的电力信息，提供操作模型容易出错的工具，以及在发生变化时（如重新分区申请）发出信号。数据、增强信息、工具、信号。 这些工具的产生源于对代理失败的观察。我们在自己的基础设施上构建代理，但总会遇到同样的问题：代理会凭感觉估算距离而不是计算它，会错误地抓取地址对应的地块信息，或者在批量处理过程中耗尽预算。每一次失败都转化为代理可以调用的功能：确定性的几何和驾驶时间工具、地块解析、一个在运行前定价的报价端点，以及打包整个工作流程（如场地筛选或地址承保）的技能。 最困难的部分出乎我的意料。每个数据源都必须收集（有时是按县收集，以各县发布的任何格式），规范化为统一的模式，进行合同约定（数据来源、每个值的含义、刷新频率），然后永远保持更新。我们目前为 366 个字段运行这个循环，通过一个索引进行多租户服务，而且每个数据源都有其独特的挑战。马里兰州发布了一个名为“隐藏的业主姓名”的数据集。我在北卡罗来纳州提交了公共记录请求，因为没有人对污水管道进行索引。 更深层的问题在于含义。两个县发布了同名的字段，但它们的意思却不同。而最危险的值是 null。它意味着“这里没有洪水区”，还是“这个县从未进行过洪水测绘”？将一个模型放在这个空白处，它就会用一个看似合理的数字来填补沉默。所以我们引入了“缺失”状态。每个字段都返回“ok”、“absent”或“failed”。客户告诉我，正是这种拒绝回答让他们信任 Mireye。 最新的功能是按需索引。当你请求一个我们还没有的字段时，一个长时间运行的代理会研究数据源，收集数据，与地面真实情况进行测试，然后进行索引，通常在一天之内完成。我将从这个帖子中挑选几个字段请求，并报告我构建了什么。 人们已经基于 Mireye 构建了许多我未曾预料到的东西：保险团队筛选投资组合的洪水、风灾和野火风险；一家房地产科技公司通过增强信息清理混乱的房源地址；一个健康品牌为海报张贴点评估街道角落；一家机器人公司寻找仓库；数据中心选址；无人机部署规划；一个城市的校车路线；以及用于人口贩运调查的信号。我们的使命是索引地球上的每一寸土地，并使其像网络一样可查询。 定价是公开的：免费套餐每月 5,000 积分，25,000 积分每月 19 美元，120,000 积分每月 99 美元，企业级可定制。 我很想听听你们正在构建的代理在物理世界中触及了哪些方面。如果你们能在你熟悉的地方运行 Mireye，并告诉我我们哪里做得不对，我将非常高兴。