最新

我正在尝试自动化我们目前的一些手动流程，但仍然无法克服这个障碍。我到底哪里做错了？ 我正在使用这些 AI API 来进行实际的处理工作，说实话，我感到很沮丧，甚至有些愤怒。这些 AI 公司向我们兜售一些关于自动化的宏大愿景，但实际使用他们的服务却令人失望。 1. 结果从不一致。“请确保提取所有项目” -> [项目 1，项目 2，项目 3，“实际上是一个注释 // ...剩余项目”] 搞什么鬼！！有时候它会给我一个所有项目的完整列表，有时候它会搞这种鬼。我提供了一个工具，但它有一半的时间只抓取前 3 个，也许还会抓取最后一个（忽略中间的所有内容）。 2. 由于结果不可靠，我不得不进行更多的后处理。大约 60% 的时间，即使在后处理之后，我也必须拒绝，因为它们没有达到我的置信度阈值。 3. 这些 API 得到了供应商的糟糕支持。 - iOS 有一些疯狂的行为，文件扩展名有时是 .jpg 或 .JPG 等。例如，OpenAI 的 API 将返回“Bad Request”，因为扩展名不是“.jpg”，所以现在我必须添加更多代码来确保当用户上传文件时，我重命名文件。 - 文档会说它支持一系列文件格式，但随后拒绝请求，因为它不是 .PDF，即使目的是“助手”（文档说可以处理图像）。没问题，我来转换一下… - 处理来自其他来源（G Drive 等）的文件，这些文件缺少扩展名但存在 MIME 类型… 再次，Bad Request。 4. 我们从 2024 年的“AGI 指日可待”变成了今天的“_A_rtificial _S_uper _I_ntelligence 指日可待”。我们能不能放松一下？我是否掉进了营销陷阱？ 我认为 LLM 对于 Cursor 等应用程序或客户支持非常有用，因为它们不需要给出“完美”的响应，因为人工操作员会进一步提示它。你不得不处理来自 Cursor 的愚蠢输出多少次（我是一个高级用户，我每天都在处理这个问题）。RAG 是一个很酷的应用程序，我认为那里实际上不需要正确性或精确性。我已经输入了数百条笔记，我有时会参考它们。每次我都会得到不同的答案，但我不需要它们是完美的。 :q!

大家好，我是 Schub 的 Sebastian。<p>我们刚刚开源了一个我一直在做的新项目，名为 legacy-use，很想听听大家的想法。<p>在 Schub，我们一直在构建能够自动化旧版 Windows 软件（医疗保健系统、金融工具、电子病历）的代理，这类软件至关重要，但自 Windows XP 时代以来就没怎么变过。这些应用程序没有 API，通常需要人工整天点击操作。<p>因此，我们构建了 legacy-use，这是一个针对任何桌面应用程序的代理 API 层。确切地说，是针对任何软件。Legacy-use 允许 AI 代理通过模拟鼠标和键盘输入来控制基于 GUI 的软件，并提供完整的视觉反馈。就像 UIPath 一样，但对错误更具容错性。它基于 Anthropic 的 Computer Use，并将其功能扩展到 Windows / Linux / 任何系统上的旧版工具。<p>工作原理：<p>- 我们构建了连接到旧版系统的基础设施（如 RDP / VNC + VPN），并处理队列 - 我们向目标系统执行提示，并处理所有日志记录 / 监控 - 我们允许代理提取数据并将其公开为 REST API。 - 我们构建了安全措施，如果出现问题，可以调用人工操作员<p>我们已经看到了一些非常有趣的实际应用：<p>- 一家医疗机构使用 GPT + legacy-use 自动化了 30% 的行政工作 - 一家会计师事务所将其连接到一个 2009 年的金融应用程序，现在可以完全无人值守地生成合规性报告<p>让我兴奋的是：我们 GDP 中很大一部分的产业都依赖于旧版软件来运营业务。而且这种情况在短期内不会改变，因为这些软件是针对特定用例定制的。因此，为了让他们从代理革命带来的自动化中获益，他们需要开放他们的旧版系统。这就是我的愿景：允许访问任何现有的 IT 系统，以便公司能够参与代理革命。<p>这是代码库：[GitHub 链接在这里]<p>非常欢迎您的反馈，如果您想开创一个用例，我很乐意与您交流。如果您有一些一直想自动化的旧内部应用程序，我很乐意帮助您连接您的第一个流程。<p>让我们将旧版软件带入代理时代。<p>— Sebastian

这是我一直在构建的东西的演示。虽然还处于早期阶段，但请先看看演示，并告诉我您的想法和反馈。

我一直在探索早期的 Unix 系统，特别是使用 SIMH 模拟器的 *PDP-7 上的 Unix V0* 及其后继版本 *PDP-11 上的 Unix V1*。<p>有趣的是，现代 shell 中最常用的命令之一 `cd` 在这些早期版本中 *并不* 存在。<p>- 在 *Unix V0* 中，目录切换是通过一个名为 `ch` 的 shell 命令完成的，该命令与一个名为 `dd`（directory directory，目录目录）的特殊目录结合使用。例如，要进入 Ken 的主目录，需要输入 `ch dd ken`。这似乎反映出当时还没有实现完整的层次文件结构。我已经在 SIMH 模拟器中验证了这种行为。<p>- 在 *Unix V1* 中，方法变得更加熟悉：你使用 `chdir /usr/ken`，但仍然 *不是* `cd`。这也在 SIMH 上得到了验证。Dennis Ritchie 在《Unix 分时系统的演变》中提到：<p>&gt; “顺便说一句，_chdir_ 被拼写为 _ch_；我不记得当我们转向 PDP-11 时为什么会扩展它。”<p>现在，有趣的地方来了：<p>在阅读 [Unix V0 shell 源代码 (`pbsh.s`)](https://github.com/DoctorWkt/pdp7-unix/blob/master/src/other/pbsh.s#L199C1-L210C18) 时，我发现了一些似乎在检查与字符串 `“chdir”` 匹配的内置命令的东西——但它比较的是前 3 个字符，而不是 2 个或 5 个：<p>```asm &quot; https://github.com/DoctorWkt/pdp7-unix/blob/master/src/other/pbsh.s#L199C1-L210C18<p>chdirstr: &lt;ch&gt;;&lt;di&gt;;&lt;r 040<p>. . . . . .<p>&quot; 检查内置的 &quot;chdir&quot; 命令 lac argv0 sad chdirstr skp jmp 1f lac argv0+1 sad chdirstr+1 skp jmp 1f lac argv0+2 sad chdirstr+2 jmp changedir ```<p>这种逻辑表明它应该匹配类似 `chd` 的字符串——因为只比较了前 3 个字符（`argv0`、`argv0+1`、`argv0+2`）。<p>然而，当在 SIMH 中运行 Unix V0 时，我只能让 `ch` 工作——`chd` 似乎没有被识别为命令。这似乎与 shell 源代码所暗示的相矛盾。<p>有人在早期的 Unix shell 中看到过 `chd` 被记录或工作吗？<p>很想听听其他探索过这一层 Unix 考古学的人的意见。