最新

我一直在寻找一种方法，可以将 AI 代理添加到我维护的多个系统中。 我有一些要求： * 我使用多种编程语言工作，所以它需要适用于所有这些语言。 * 我可以控制工具如何访问我的系统。 * 我可以覆盖代理循环，尝试不同的模式。 * 我可以迭代代理循环，而无需处理持久性、流式传输以及其他繁琐的细节。 * 我可以在部署前进行本地迭代。 * 我可以自托管。 市面上没有适用于多种编程语言的解决方案，所以我自己构建了一个。 它不是一个 SDK。它是一个服务器，负责处理持久性、流式传输、MCP 连接、LLM 调用以及连接到 Slack 等渠道。 您可以通过处理 Webhook 来覆盖代理循环的每一步。 但您不必覆盖任何内容，甚至不需要处理 Webhook。您可以定义一个 TOML 文件中的代理，并在几分钟内通过 Slack 与您的代理聊天。 将其指向您的后端，以便在每个决策点接收 Webhook。引擎会发送当前步骤和一个建议的下一步。您可以回显建议以执行引擎的意图，或者您可以做其他事情来定制代理循环。 快来看看吧！ https://github.com/substructureai/substructure https://substructure.ai/

我们是一家两人产品公司，我和我的联合创始人（他是一名产品设计师）在人工智能改变我们交付产品的方式时，一直在努力优化设计/开发流程。 存在几个相互关联的问题： 1. 随着我们加快速度，前端代码中由 AI 生成的比例越来越高，这意味着会出现更多细微的 UI 错误和不一致。这些通常是可以通过代理（agent）轻松解决的问题，但据我所知，针对现有中等规模代码库的代理编码工具往往以开发者为中心，设计师难以设置/使用。 2. 最初所有设计都在 Figma 中完成，但逐像素调整每个屏幕的感觉越来越冗余。所以理想情况下，我们只想依赖在 Figma 中构建的核心组件，然后通过代码实现它们。但当然，当我们想更改现有组件时，我倾向于直接在代码中实现更改，获得设计批准后就上线：Figma 从未更新，因此它几乎被弃用，而生产环境中实际的组件系统变得笨拙且不一致。 想知道是否有人遇到过这些问题，以及你们是如何解决的？以及更广泛地说，早期团队目前的设计/开发流程是什么样的？

各位 HN 的朋友们， 我是 Maxint 的创始人，我们刚刚推出了 Orca (<a href="https:&#x2F;&#x2F;orca.maxint.com&#x2F;" rel="nofollow">https:&#x2F;&#x2F;orca.maxint.com&#x2F;</a>)。 在将产品部署到 iOS、Android、Linux、MacOS、Windows 和 Web 平台后，我们遇到的一个主要障碍是盈利模式。当时没有标准化的商店、模式或架构来跨平台定义、集成和跟踪订阅、消耗品和非消耗品。 我们尝试了 RevenueCat 和 Adapty，但它们都仅限于移动端和 Web 端，而我们仍然需要在每个商店（Google PlayStore、Apple AppStore 和 Stripe）手动设置所有产品和权限。 这两个提供商都不支持 MacOS、Linux 和 Windows，我们在 GitHub 上提出的问题几个月都没有得到解决，而我们的用户只能在单个平台上使用他们的订阅。 这迫使我们构建了一个支持所有主流操作系统的盈利模式协调平台。我们在内部推出了它，至今已有 12 个多月，并对数千名用户进行了大量测试。今年早些时候，我们实施了一个 MCP 服务器，使我们能够使用内部代理与商店进行交互，设置产品并获得洞察。除了 Dart/Flutter，我们还增加了对 TypeScript、Swift 和 Kotlin 的支持，并且很快将推出更多 SDK。 现在我们向公众发布，您可以免费开始使用。 最后一点。我们取消了收入税，我在我们的博客上对此进行了详细分析，并非常希望您能就 Orca、我们的定价模式以及您在实施订阅方面的经验提供反馈。

neal 是我在尝试使用 LLM 编码代理（在此案例中为 Codex GPT-5.4）自主完成我们大型前端代码库迁移项目时编写的一个命令行工具。在该项目中，有几个问题促使了 neal 的开发： 1. “持续工作直到遇到阻塞”这种指令在长时间运行时并不能真正奏效。 2. 大型项目应该被分解成更小的任务块。 3. 编码代理应该在每个任务块开始时使用全新的上下文，以防止上下文衰退。 4. 编码代理会受益于有一个不同的代理在过程中进行对抗性审查。 最终我构建了一个编排器，它： * 允许你配置规划者、编码者和审查者角色。我最初使用了 Codex 和 Claude 的 SDK，后来添加了 OpenRouter，并提供了一个兼容模式来验证模型是否能处理编排任务。目前有 44 种兼容的 OpenRouter 模型。 * 执行你通过规划者/审查者循环提供的计划，该循环将工作分解成大小适中的块，并格式化计划文档以便 neal 执行。 * 通过编码者/只读审查者循环执行每个任务块。一旦两个代理都满意，neal 就会继续处理下一个块。所有工作完成后，会进行一次最终的编码者/审查者循环，以确保实现满足整个计划。 * 在每个任务块中重置编码者的上下文以防止上下文漂移，而审查者的上下文则会长期保留。 迁移工作已完成（提交 549 次，添加/修改文件超过 3000 个）。我还通过 neal 运行了 100 个基准测试案例（来自 SWE-bench Pro），这些案例 Codex 无法独立解决。结果显示，在使用 neal 且 Codex 同时担任编码者和审查者角色时解决了 8 个案例，在使用 Claude 作为审查者时解决了 15 个案例。我原本期望有更令人兴奋的基准测试结果，但这至少证明了 neal 的价值，特别是将不同模型用于审查者角色时。 neal 是一个 npm 包，可以通过以下方式安装： ```bash npm install -g @navels/neal ``` 并通过以下方式进行配置： ```bash neal setup ``` 它适用于你的 Codex 和/或 Claude Code 订阅（只要这些 CLI 在本地已通过身份验证），或者通过 OpenAI/Anthropic/OpenRouter API 密钥。 我有一个关于 neal 功能及其由来更详细的介绍，发布在我的博客上：[https://navels.dev/blog/neal/](https://navels.dev/blog/neal/) 鉴于模型能力的快速发展，我不指望这个工具能长期保持非常有用，但我仍在将其作为我的日常工具使用，使用 Claude Fable 作为规划者/编码者，Codex Sol 作为审查者。如果你尝试了 neal，我很想听听你的反馈，特别是如果你有一个不太适用的用例，或者希望有更多可用的模型。

我能写出的最小的异步强化学习训练器：一个循环，在笔记本电脑上运行 CartPole 的 REINFORCE 算法，并在集群上运行异步 GRPO（例如，8 个 H100 训练器，8 个 vLLM 工作节点，作为 Kubernetes 上的 [SkyPilot 作业组](<a href="https:&#x2F;&#x2F;docs.skypilot.ai&#x2F;en&#x2F;latest&#x2F;examples&#x2F;job-groups.html" rel="nofollow">https:&#x2F;&#x2F;docs.skypilot.ai&#x2F;en&#x2F;latest&#x2F;examples&#x2F;job-groups.html</a>) 运行）。所有这些都不需要 Ray、TRL 或 DeepSpeed 等库，工作节点通过标准库的 HTTP 与训练器通信。

为什么它一直在变化，而最基本的问题却被掩盖了？<p>很久以前我就报告过这个问题，它被列入了待办事项或类似列表。这可能看起来是个小问题，但它会非常令人沮丧，而且修复起来很简单。<p>当水平滚动时，看不出字符还在那里，它们只是不可见而已。<p>https:&#x2F;&#x2F;i.postimg.cc&#x2F;C5bN0CQT&#x2F;vscode.jpg

API 错误：529 服务器过载。这是服务器端问题，通常是暂时的——请稍后再试。如果问题持续存在，请访问 https://status.claude.com 查看状态。