1作者: kakaly04039010 个月前
嗨,HN, 几个月前,我开始尝试将 AI 智能体构建为 Slack 机器人。最初只是一个有趣的周末项目,现在已经演变成我们团队每天工作的重要组成部分。这些机器人驻留在 Slack 中,处理真实的、非琐碎的工作流程,例如: * 当有新用户注册时,其中一个机器人通过 Apollo 丰富潜在客户信息,起草个性化电子邮件,并将其发送到我的邮箱。 * 如果有人在任何频道中提到新任务,机器人会介入,询问几个澄清问题,并提交一个 Linear 工单。 * 自动从 Stripe 收集客户信息,用于交易失败,并将其带入 Slack 线程。 * 搜索网络并起草博客文章——当然,你可以用 ChatGPT 来做。但在 Slack 上协作完成这项工作会带来不同的整体体验。 * 我们甚至让它们变得主动。例如,如果有人谈论 Sprint 计划,机器人会跳进线程并询问是否应该帮助将事情分解成任务。 起初,这感觉“仅仅是自动化”。但让我们感到惊讶的是,它变得多么具有协作性。 由于智能体存在于公共 Slack 线程中,队友们开始观察其他人如何与它们交互——人们如何措辞提示、标记机器人、纠正输出。它变成了一种轻量级的、社交学习系统。每个人都通过参与对话,变得更擅长提示和思考“智能体式工作流程”。 我们还构建了一个轻量级的仪表板,以帮助团队中的任何人启动和部署新机器人、管理访问权限、自定义行为和附加工具。 演示:这是一个关于我们其中一个机器人运行的短视频——它自我纠正、导航 Linear 和内部 API 等工具,并端到端地完成任务。 技术栈: * Vercel AI SDK * axllm.dev (用于 Typescript 的 DSPy) 用于智能体循环 * Composio 用于工具集成 我们现在正在为任何有兴趣部署 Slack 机器人作为智能体的人运行封闭测试。如果有兴趣,请加入我们的候补名单 - [https://heyzest.ai/](https://heyzest.ai/)
1作者: nubani10 个月前
我们推出了 Dealerlytix,这是一个基于 AI 的 SaaS 平台,帮助汽车经销商利用 AI 做出更明智的买卖决策。 问题: 经销商在购买哪些汽车、如何定价以及车辆在车场停留时间等方面常常依靠猜测。大多数经销商依赖直觉或基本工具,而这些工具并未充分利用他们自己的历史数据。 解决方案: Dealerlytix 连接到您的库存数据,并为您提供: • AI 车辆评分:在您购入车辆之前,预测销售速度、利润率和最佳价格。 • 智能库存助手:提出类似“在我店里,哪些 3 万美元以下的 SUV 卖得最快?”的问题。 • 生命周期跟踪:重新定价历史、利润快照、颜色趋势和季节性表现。 我们专注于您经销商的实际业绩历史,而非通用的市场趋势。 适用人群: 希望将数据转化为更明智决策——以及更多利润的独立经销商、汽车集团和高销量二手车业务。 我们正在寻找: • 来自 SaaS 创始人及开发者的反馈 • 经销商内部人员试用该平台 • 优秀的销售人员帮助我们扩大销售(远程 + 佣金) 现已上线:<a href="https:&#x2F;&#x2F;dealerlytix.com" rel="nofollow">https:&#x2F;&#x2F;dealerlytix.com</a> 期待您的想法。
1作者: AyodeleFikayomi10 个月前
扫描原始矩阵以发现符号结构(例如,秩、对称性、熵)——无需标签,无需训练。 适用于多个领域(生物学、文本、图)。 试用: https://mybinder.org/v2/gh/fikayoAy/MatrixTransformer/HEAD?filepath=run_demo.ipynb https://colab.research.google.com/github/fikayoAy/MatrixTransformer/blob/main/run_demo.ipynb Github链接:https://github.com/fikayoAy/MatrixTransformer 非常适合数据理解、异常检测或算法选择。
1作者: droidHZ10 个月前
嗨,HN! 我是一个独立开发者,沉迷于幻兽帕鲁的育种系统,并开发了一个工具来减轻规划的痛苦: 功能介绍 正向计算:选择两个亲本 → 立即查看子代。 反向查询:输入目标帕鲁 → 列出所有有效的亲本组合。 最短路径规划器:我将育种建模为一个图,并运行最短路径算法(Dijkstra/BFS 变体)来找到从你已拥有的帕鲁到目标帕鲁的最少育种步骤。 育种树可视化工具:展开/折叠交互式组合树,一目了然地了解路线。 组合浏览器:搜索/筛选所有可能的亲子组合。 技术细节 Next.js + 静态 JSON 数据(从公开来源抓取/清理),部署在 Vercel/Cloudflare 上。 预先计算的索引,用于快速反向查询;客户端缓存和记忆化。 图层将每个帕鲁视为一个节点;边代表“(A,B)→ C”关系。由于这在技术上是一个超边,我将其扁平化为一个加权图,以便最短路径算法可以高效运行。 没有追踪器/弹出窗口;只有一个 AdSense 广告位(欢迎对此提供反馈)。 我希望得到的反馈 用户体验:从“我拥有 X 并想要 Y”的流程是否足够流畅? 性能/移动端:有任何明显的瓶颈吗? 数据准确性:发现不准确或缺失的组合吗? 链接:https://www.palworldbreedingcalculator.org/ 感谢您的阅读!我会随时解答问题并快速修复问题。
1作者: maevesentner10 个月前
Telnyx 刚刚推出了 AI 智能助手的版本控制和金丝雀部署支持。现在,您可以创建智能助手的多个版本,实时比较性能,并使用金丝雀部署在全面上线之前安全地测试更新。 对于任何希望自信、快速地构建可用于生产环境的 AI 智能助手的人来说,这都是一次强大的升级。 详情请见:https:&#x2F;&#x2F;telnyx.com&#x2F;release-notes&#x2F;versioning-canary-deployments