最新

在捣鼓了一段时间本地AI设置后，我一直对不得不为每个模型切换不同的llama.cpp服务器感到恼火。在它们之间切换非常麻烦，而且我总是需要重启才能加载新模型。 所以，我最终构建了一些东西来解决这个问题。它被称为FlexLLama - <a href="https:&#x2F;&#x2F;github.com&#x2F;yazon&#x2F;flexllama" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;yazon&#x2F;flexllama</a> 基本上，它是一个工具，可以让你轻松运行多个llama.cpp实例，如果你的设备有CPU和GPU，还可以跨CPU和GPU分布。所有东西都位于一个与OpenAI兼容的API之后。 你可以同时运行聊天模型、嵌入、重新排序器。分配给运行器的模型可以即时重新加载。 有一个小型的Web仪表板用于监控和管理运行器。 开始使用非常简单：只需从仓库使用pip安装，或者获取Docker镜像进行快速设置。 我自己一直在使用它，配合OpenWebUI和一些VS Code扩展（Roo Code、Cline、Continue.dev），效果完美。

我创建 LinkJolt 是因为我厌倦了那些千篇一律的联盟平台，它们： * 从每笔佣金中抽取分成 * 需要花费数小时才能与 Stripe 集成 * 容易崩溃且操作繁琐 * 不提供实时数据 * 延迟数天（或数周）才支付款项 LinkJolt 专为 SaaS 设计： * 每次推荐 0% 交易费 * 实时、可识别重复订阅的追踪 * 即时 Stripe 支付 * 无限的推广活动和联盟成员 * 内置欺诈检测和自定义佣金 如果您想试用，我们提供免费试用，并且如果您继续使用，使用代码 LINKJOLT50 可享受前三个月五折优惠。 欢迎对任何仍感觉不顺畅的地方提出反馈！

对于熟悉高性能计算/并行计算/系统的人来说，有哪些资源可以学习构建人工智能工作负载的基础设施？

我一直在开发一个项目，很兴奋能与 Hacker News 社区分享。这是一个由 AI 驱动的 Python 测试套件，它使用混合 AI 方法自动生成全面的单元测试，执行模糊测试，甚至进行变异测试以评估现有测试套件的质量。 *问题* 作为一名开发者，我一直认为编写和维护一个强大的测试套件是软件开发中最耗时和最具挑战性的方面之一。 往往很难想到所有可能的边缘情况，并确保你的测试实际上能够有效地捕捉到错误。 *解决方案* 为了解决这个问题，我创建了一个 MCP 服务器，它利用了 Google 的 Gemini AI 和 BAML（边界机器学习）来提供一套智能测试工具。该服务器基于 FastMCP 框架构建，可以轻松集成到您现有的工作流程中。 *技术深入探讨* 以下是关键特性及其工作原理的分解： * *混合 AI 方法：* 该项目使用混合 AI 方法，结合了 BAML 和 Gemini 的优势。BAML 用于结构化测试生成，确保输出始终以一致且可解析的格式呈现。Gemini 则利用其强大的语言理解能力，生成富有创意和挑战性的测试用例。 * *智能单元测试生成：* 单元测试生成器使用 AI 为您的 Python 代码创建一套全面的测试。它会自动识别边缘情况、错误条件和其他潜在的错误来源。生成的测试使用 `unittest` 框架编写，包括适当的断言和错误处理。 * *AI 驱动的模糊测试：* 模糊测试器使用 AI 生成各种各样的输入，以测试您的函数的鲁棒性。它可以生成从简单的边缘情况到格式错误的数据和大型输入的所有内容，帮助您识别潜在的崩溃和其他意外行为。 * *高级覆盖率测试：* 覆盖率测试器结合了 AST 分析和 AI 驱动的测试生成，以实现最大的代码覆盖率。它识别代码中所有可能的分支、循环和异常路径，然后生成测试来覆盖它们。 * *智能变异测试：* 变异测试器使用自定义的基于 AST 的变异引擎来评估现有测试套件的质量。它会生成一系列对代码的微小、语法上的更改（变异），然后检查您的测试是否能够检测到它们。这有助于您识别测试覆盖范围中的差距，并提高测试的整体有效性。 *行动号召* 我仍在积极开发该项目，并希望得到您的反馈。您可以在 GitHub 上找到源代码：<a href="https:&#x2F;&#x2F;github.com&#x2F;jazzberry-ai&#x2F;python-testing-mcp" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;jazzberry-ai&#x2F;python-testing-mcp</a> 我特别感兴趣的是听取您对以下方面的看法： * 您希望在套件中添加哪些其他测试工具？ * 您使用该工具发现了任何有趣的错误或边缘情况吗？ * 您对改进提示或 AI 模型有什么建议吗？ 感谢您的阅读，期待您的反馈！

Code Index MCP 是一个 MCP 服务器，用于索引代码库并为 LLM 提供搜索功能。它支持 50 多种文件类型，具有自动索引、正则表达式/模糊搜索、代码分析和实时文件监控功能。 LLM 可以搜索您的整个项目，使用 glob 模式查找文件，分析代码结构（函数、类、导入），并在文件更改时获得自动更新。它消除了手动复制文件或解释项目结构以克服上下文限制的需要。 使用 Python 和模型上下文协议构建。使用可插拔的搜索后端（ugrep/ripgrep/ag/grep）。 安装： ```json { "mcpServers": { "code-index": { "command": "uvx", "args": ["code-index-mcp"] } } } ``` 已知问题：文件监视器在本地开发（uv run, pip install）中有效，但在 uvx 部署中失败。观察器报告为活动状态，但事件从未触发。代码/权限相同。 正在寻找关于打包环境中 Python 线程的见解。

我正在寻找方法，鼓励我儿子少玩 Xbox，并让他了解一些关于金钱的价值。<p>你们中有人有过使用虚拟货币做类似事情的经验吗？

大家好， 我最近开发了“Mortlab”，这是一个简单、免费的网站，旨在帮助人们根据自身情况分析租房或买房哪个更划算。 它包含以下功能： * 清晰的租房 vs 买房计算器 * 月度和长期成本明细 * 再融资和可负担性工具 * 无需登录，无广告，无联盟垃圾信息，只有数据 我非常希望得到社区的反馈——特别是那些开发过类似工具或对租房 vs 买房问题有强烈见解的朋友。我知道市面上有很多计算器，但我试图让这个计算器保持简洁实用。 提前感谢。