最新

大家好， 我创建了一个开源库，用于在 Zig 编程语言中使用契约式设计 (DbC) 原则。 它名为 Zig-DbC，目前提供以下功能： - 一个简单的 API，用于定义前置条件、后置条件和不变量。 - 契约在 `Debug`、`ReleaseSafe` 和 `ReleaseSmall` 模式下生效，以便尽早发现错误。 - 在 `ReleaseFast` 模式下，所有检查都在编译时移除，零性能开销。 - 一个可选模式，用于处理返回错误的函数中的部分状态更改。 - 透明的错误处理，将代码中的错误传播给调用者。 项目 GitHub 仓库：<a href="https://github.com/habedi/zig-dbc" rel="nofollow">https://github.com/habedi/zig-dbc</a>

我正在构建一个由 HN 社区成员制作的游戏的手动精选目录。 我在浏览 HN 时发现了一些小而精美的游戏，如果没有这个目录，很难找到它们。因此，我开始了一项个人任务，将这些游戏收集到一个公开目录中，该目录具有开源代码和开放数据（所有内容都可以在 GitHub 上找到：<a href="https://github.com/labarilem/hn-games" rel="nofollow">https://github.com/labarilem/hn-games</a>）。 目前，该目录的数据截止到 2022 年底。当然，计划是收集所有截至今天的数据，然后持续更新。 我发布了这个目录的早期版本，希望能收集一些见解和反馈。特别是关于 UI/UX 方面，这部分主要由 LLM 编码以加快速度（我不是这方面的专家）。 你可以在以下地址浏览该目录： - <a href="https://hackernews.games/" rel="nofollow">https://hackernews.games/</a> - <a href="https://hn-games.marcolabarile.me/" rel="nofollow">https://hn-games.marcolabarile.me/</a> 请告诉我你对这个项目的看法！

大家好！我开发这个工具是因为我厌倦了手动处理我网络应用程序的客户支持，而且无法让 AI 系统可靠地处理请求。<p>我尝试过不同的 AI 工具来帮助处理支持工单，但当它们错误地处理请求时，我无法确定原因，甚至更难弄清楚我需要做什么来改进系统。<p>我想分解 AI 应该如何逐步思考问题的逻辑，但所有内容都必须塞进一个提示中。由于缺乏进行微调所需的大量干净的训练数据，我只能依靠提示工程的猜测。<p>Chainix 的作用：您将步骤拖放到可视流程图中。每个步骤都有自己的推理指令，并且根据输出，它会分支到不同的后续步骤。AI 也可以在流程中暂停以调用您的函数或检查变量，然后继续。这使您可以直观地映射出您希望 AI 如何思考问题（就像流程图一样）。<p>我开发它时考虑到了灵活性——您可以创建像两步工作流程一样简单的东西，或者构建具有多个分支和条件的复杂自定义逻辑。<p>关键是：当出现问题时，您可以确切地看到哪个步骤失败了。您拥有的不是一个大的黑盒子，而是一系列更小、可调试的片段。我的支持流程可能会对工单进行分类，查找帐户信息，检查已知问题，然后撰写回复。当 AI 出错时，我可以看到“哦，这个步骤对工单进行了错误的分类”，然后只需修复该推理步骤（或添加一个新步骤）。<p>它现在可靠地处理了大约 60% 的支持请求（并正确地忽略了其余部分），所以我对此非常满意！最大的收获是，我实际上可以看到 AI 如何通过每个步骤进行推理，因此修复问题变得简单明了，而不是猜测。<p>这适用于任何涉及文本解释和操作的工作流程——内容审核、文档处理、潜在客户资格认证等。<p>您可以在 <a href="https:&#x2F;&#x2F;www.chainix.ai" rel="nofollow">https:&#x2F;&#x2F;www.chainix.ai</a> 试用它——很想知道其他人是否在使用 AI 工具时遇到了同样的障碍！也很好奇人们可能想用这种方法构建哪些其他工作流程。

在吸收了上一篇文章的反馈后，我撰写了一篇文章，专门介绍什么是空间Web浏览器引擎。