最新

大家好，HN！我们是 Pranjali、Dhruv 和 Harsha，正在开发 Slashy (<a href="https://www.slashy.ai">https://www.slashy.ai</a>)。我们正在构建一个通用代理，它可以连接到各种应用程序，读取它们之间的数据，并通过自定义工具、语义搜索和个性化记忆来执行操作。这里有一个演示：<a href="https://www.youtube.com/watch?v=OeApHMHhccA" rel="nofollow">https://www.youtube.com/watch?v=OeApHMHhccA</a>。 在之前的创业公司中，我们意识到我们花在应用程序中的琐事上的时间比实际构建产品的时间还要多。我们浪费了数百个小时来抓取 LinkedIn 资料、更新电子表格、更新投资者报告以及在多个 Slack 频道中进行沟通。我们的崩溃点发生在查看屏幕使用时间后，我意识到每天要在 Gmail 上花费 4 个小时。我们决定，解决这个问题比继续原来的创业项目（一个类似于 Lovable 的代码生成代理）更有价值。 Slashy 是一款 AI 代理，它使用直接的工具调用来访问 Gmail、日历、Notion、Sheets 等服务。我们自己构建了所有工具，因为我们发现大多数 MCP 质量都很低，并且增加了不必要的抽象层。通过这些工具，代理能够对您的应用程序进行语义搜索，获取相关信息并执行操作（例如，发送电子邮件、创建日历事件等）。这解决了在应用程序之间切换上下文和来回复制粘贴信息到 ChatGPT 的问题。 到目前为止，Slashy 集成了 15 种不同的服务（G-Suite、Slack、Notion、Dropbox、Airtable、Outlook、Phone、Linear、Hubspot 等）。我们使用单一代理架构（因为我们发现这可以减少幻觉），并使用我们自己的自定义工具——这样做可以使模型具有更高的质量，因为我们可以将它们设计为在通用代理结构中工作，例如，我们对 Slack/Notion 使用 Markdown 而不是它们的原生文本结构。 那么，是什么让 Slashy 与其他 100 个通用代理不同呢？ * **它真的会采取行动：** 与仅向您提供信息的 ChatGPT 或 Claude 不同，Slashy 可以研究公司、创建包含调查结果的 Google 文档、将联系人添加到您的 CRM、安排跟进并发送个性化电子邮件——所有这些都在一个工作流程中完成。 * **跨工具上下文：** 大多数自动化工具都在孤岛中工作（这是 MCP 最大的问题之一）。Slashy 了解您跨平台的数据。它可以阅读您之前关于潜在客户的 Slack 对话，检查您的日历以了解可用性，在线研究他们的公司，并草拟个性化电子邮件。支持这一点的是我们自己的语义搜索功能。 * **用户操作图：** 随着时间的推移，我们的代理不仅会记住过去的对话，还会形成用户操作图，以了解基于先前用户对话的预期操作。 * **无需技术设置：** 虽然 Zapier 需要构建复杂的工作流程并默默地失败，但 Slashy 通过自然语言工作。只需描述您想要自动化的内容。 * **自定义用户界面：** 对于我们的工具调用，我们为每个工具设计了自定义用户界面，以使用户体验更自然。 以下是人们使用我们的一些工作流程示例： * “每天查看我的日历，并向我发送一个 Notion 文档，其中包含我将要会见的所有人的深入背景信息” * “找到所有对我的最新 LinkedIn 帖子做出反应的人的电子邮件，并发送个性化的推广邮件” * “你能为我制作一个投资者推介幻灯片，其中包含市场调查、竞争分析和财务预测吗” * “进行完整的英伟达折现现金流 (DCF) 分析” Slashy.ai 已经上线，提供免费套餐（每天 100 个积分）以及任何新帐户的 500 个积分。您可以立即试用类似上述的工作流程，我们为 HN 提供了一个特殊代码（结账时输入 HACKERNEWS）。 希望大家喜欢 Slashy，就像我们一样 :)

prompt-to-proof 是一个开源工具包，用于： (1) 衡量 LLM 的流式传输延迟和吞吐量； (2) 运行一个小型、可复现的代码评估，并提供可验证的哈希链收据。它针对 OpenAI 风格的 /chat/completions 接口（适用于 OpenAI 或本地 vLLM/llama.cpp）。

大家好，我是 Felipe，一个朝九晚五的开发者，目标是成为一名全职的独立黑客。我一直苦于那些侧重于美化卡片而不是学习概念的抽认卡应用，所以我开发了 FlipCards 来解决这个问题。 它的功能： FlipCards 让你： * 为任何概念（数学、语言、编程等）创建卡片 * 为每张卡片添加多个变体——变体越多，理解越深入 * 更智能地学习——算法随机选择变体，这样你就不会仅仅记住 Q→A 模式 与众不同之处： * 大多数应用使用反向卡片（Q→A，A→Q）。FlipCards 使用变体在多种语境中强化概念。 * 由 SM2 间隔重复算法提供支持，该算法经过科学验证，可实现长期记忆。 定价： * 免费 - 1 个卡组，3 张卡片，1 次学习会话 * 年度 - 每年 20 美元，可获得无限卡组和卡片 * 终身 - 50 美元一次性购买，可获得所有无限内容 我开发 FlipCards 是因为我一直在其他应用中被困于美化卡片。现在我可以创建任意数量的变体，算法会为我混合它们。 我希望从 HN 社区获得反馈： * 这种抽认卡方法有意义吗？ * 你会使用这样的应用来学习吗？ 在这里试用：[https://flipcardsapp.vercel.app](https://flipcardsapp.vercel.app) 谢谢， Felipe