1 分•作者: qianli_cs•8 个月前
返回首页
最新
1 分•作者: viewtransform•8 个月前
1 分•作者: robinhouston•8 个月前
1 分•作者: lifeisstillgood•8 个月前
1 分•作者: doener•8 个月前
1 分•作者: duncanjbrown•8 个月前
1 分•作者: walterbell•8 个月前
2 分•作者: downboots•8 个月前
2 分•作者: mrinterweb•8 个月前
3 分•作者: JumpinJack_Cash•8 个月前
6 分•作者: toplinesoftsys•8 个月前
在超过 30 年的软件开发生涯中,我曾无数个不眠之夜,埋头于庞大的代码库中,试图理解逻辑或修复错误。我一直在想:“一定有比文本更好的、更直观的方式来呈现程序”。然而,在我整个职业生涯的 30 多年里,一直没有出现可用的可视化编程语言。因此,我决定亲自出马,创建一种名为“Pipe”的新型可视化编程语言。一本关于这门语言的书籍最近出版了。这本书可以在亚马逊 Kindle 和苹果 iBooks 上免费获取。
Pipe 语言的复杂度和功能与现有的最强大的文本语言相当,因此,它很有可能成功地与基于文本的编程竞争。这本书提供了完整而全面的语言规范。除此之外,这本书还包含了许多为该语言未来版本规划的功能和想法。
Pipe 实现了许多新颖的概念和独特的功能。因此,已经提交了多项专利申请,目前正在审批中。已出版的书籍包含了完整的语言规范,包括所有元素的图形符号和用于代码集成的完整 API 规范。Pipe 具有以下特点:
* 通用可视化语言。
* 紧凑而强大的语言。
* 完整而详细的语言规范。
* 实用的可视化语言。
* 用于与非可视化语言集成的 API 规范。
* 静态类型语言。
* 未来版本的长期规划。
* 增强 AI 代码生成。
* 下一代低代码系统的语言。
AI 代码生成的问题在于,很难准备完整而精确的输入规范,尤其是在大型项目中。解决方案是仅为 AI 容易解释的基本级组件生成代码,并通过手动编码完成应用程序的其余部分。然而,这削弱了利用 AI 消除对人类编程的需求的目标。Pipe 提供了一种替代文本编码的方法,它将 AI 生成的组件封装在可视化块中,通过直观的拖放界面构建应用程序的其余部分,形成图形工作流程。作为 Pipe 演进的下一个阶段,AI 将直接生成完整的可视化工作流程,从而更容易理解和修改生成的逻辑。
使用通用可视化编程语言 Pipe 连接包含 AI 生成代码的块,可以启发下一代极其通用的低代码平台,因为 AI 代码生成,然后是生成的组件的可视化集成,是一个非常强大的低代码框架。用户将能够使用 AI 生成新组件,从而解决了现有低代码平台中组件大多是预定义的问题,定制化程度有限。除此之外,通用的可视化编程语言 Pipe 将确保低代码项目在不同平台之间的可移植性。
2 分•作者: jmcodes•8 个月前
嘿,HN!我构建了一个 CLI,它将 MCP 工具和您的自定义函数统一在一个代码执行接口下。可以把它想象成您编码助手的无服务器函数,但运行在您的本地机器上。
安装只需一行 curl 脚本(参见 README)。
您无需用数十个单独的工具来配置您的 AI,只需将一个 ts 文件放入一个目录中,并赋予 LLM 一个能力:使用 lootbox 执行 TypeScript。
```typescript
// my-functions/example.ts
export async function analyzeText(args: { text: string }) {
return {
length: args.text.length,
words: args.text.split(' ').length,
uppercase: args.text.toUpperCase()
};
}
# 使用您的函数 + MCP 服务器运行服务器
lootbox-runtime --rpc-dir ./my-functions --mcp-config mcp.json
# AI 编写使用两者的代码:
lootbox -e '
const file = await tools.mcp_github.read_file({repo: "x/y", path: "README.md"});
const analysis = await tools.myapp.analyzeText({text: file});
console.log(analysis);
'
```
您的自定义 TypeScript 函数与您的 MCP 服务器一起自动发现,并被转换为一个完全类型化的 'tools' 对象,AI 可以使用它。
AI 可以获得所有内容的完整类型定义。它编写的代码会将操作链接在一起,而不是进行顺序的工具调用。
LLM 脚本在仅具有网络访问权限的 Deno 沙盒中执行。RPC 文件可以完全访问。
基于 Cloudflare 的 Code Mode 研究,但完全本地化。
查看 README,了解一些示例 rpc 文件、工作流程以及对所有工作原理的更深入探讨。
通常,Claude Code 将使用
```
lootbox --help
lootbox --namespaces
lootbox --types kv,sqlite // 从类型化客户端返回类型
```
然后将开始编写一个脚本来编排这些工具以完成目标。
Lootbox 还可以运行文件,因此您可以告诉 Claude 将脚本保存为文件,稍后只需使用以下命令运行它
```
lootbox path/to/script.ts
```
在继续试验和玩转我对 Code Mode 的最初看法后,我构建了它。
[https://github.com/jx-codes/lootbox](https://github.com/jx-codes/lootbox)
最初的想法:
[https://github.com/jx-codes/codemode-mcp](https://github.com/jx-codes/codemode-mcp)
1 分•作者: jason_wang•8 个月前
1 分•作者: jxmorris12•8 个月前
1 分•作者: homarp•8 个月前
1 分•作者: LorenDB•8 个月前
1 分•作者: rbanffy•8 个月前
1 分•作者: rbanffy•8 个月前
1 分•作者: billyrudi•8 个月前
1 分•作者: donsupreme•8 个月前