最新

在我的工作中，公司为团队中的每个人都提供了一个 Claude 订阅。说实话，我更喜欢 kiro，因为它提供了更好的 SDD 管理。但公司无法提供它，而我目前也负担不起。 结果我发现我的 Claude 实例里有技能创建者技能，于是我利用它来创建了这个技能。 我完全使用 Claude 制作了它，但我希望它开源，所以我让它帮我进行测试和准备工作，甚至还设置了 CI 来运行 Python 测试。 结果如下： - 阶段 2A：67 个静态断言（Python 脚本，在 CI 中运行） - 阶段 2B：15 个行为测试（实时 Claude Code 会话） - 阶段 2C：53 个生成质量检查，涵盖 3 个端到端流程 所有这些都通过了，CI 也通过了（经过几次尝试）。 我根据自己的提示和编码方式制作了它，并以 kiro 的 SDD 管理为基础，但我希望它能公开可用，并被许多人使用。 根据 Claude 的说法，一些测试人员需要符合以下标准： 1. 从头开始启动一个全新项目的开发者 2. 有一个活跃的副业项目的独立开发者（绿地项目或部分代码库） 3. 团队使用多个 AI 工具的团队负责人 4. 拥有现有代码库但没有书面规范的开发者 5. 积极使用 3 个以上 AI 编码工具的开发者 这实际上是一个盲测，没有任何指导，如果你可以的话，请试用一下，我非常感谢你的帮助。 仓库在这里：[https://github.com/FredAntB/Spec-Driven-Development](https://github.com/FredAntB/Spec-Driven-Development)

我们开发了Socratize，这是一个基于人工智能的培训工具，员工可以在其中练习真实的工作场景，而不是观看视频或参加测验。 大多数企业培训都是被动的。人们观看内容、点击幻灯片、通过测验，并在几天内忘记大部分内容。 我们想尝试一种不同的方法：通过对话和重复来学习。 使用Socratize，用户可以进入逼真的场景，并必须回应一个AI“对手”。 例如： * 销售代表练习处理：“你的产品太贵了” * 支持人员练习平息愤怒的客户 * 员工练习用自己的话解释合规规则 AI会像一个真实的对手一样回应，挑战薄弱的论点，并继续对话，直到用户有所进步或在场景中失败。 目标很简单：用主动练习取代被动培训。 我们使用Claude来生成回应，并根据上下文和推理评估用户论点的质量。每次会话都会被存储，以便团队可以看到人们在哪里遇到困难，以及哪些场景最难。 技术栈： * Next.js (前端) * Node.js 后端 * PostgreSQL * Claude API 我们上周推出了MVP。 我们还处于早期阶段，非常感谢大家的反馈： * 这种方法真的适合培训吗？ * 我们遗漏了哪些用例？ * 什么会导致它在实际公司中失败？ * 这从根本上是有用的，还是仅仅是“有趣但不需要”？ 在这里试用：https://socratize.io 免费套餐，无需信用卡。 很乐意回答任何问题。

一个小版本发布，主要是为了修复我引入的一个回归问题 :-( 以下是此版本中已修复或解决的错误。 519574 valgrind 3.27 "--fair-sched=yes" 无法工作 519613 Valgrind 错误地解包了 sys_port (port_getn) 的结果，导致每次调用时出现约 60 秒的实际时间延迟 n-i-bz 更新 vg-lifespan (版权) 年份 n-i-bz 在 VG_(realpath) 中使用 SSizeT 作为 VG_(readlink) 的结果

我制作这款游戏的时候，正在开发一个关于英语拼写的项目。我读到关于同音异义词的内容，对同音异义词能如何改变一个词的形态印象深刻，于是开始尝试制作一些基于此的小游戏。 我添加了更多变换方式，比如变位词、动词/时态变化，但答案总是过于明显。我无法充分扭曲单词，让游戏变得有趣。突破点在于复合词对。通过复合词（sea → horse，通过seahorse）从一个词跳到另一个词，真的会模糊路径，而这正是游戏突然变得有趣和不可预测的时候。 我一直在和朋友们分享这款游戏。我在英国，所以测试者也主要是英国人，请注意，其中一些同音异义词可能带有英式英语的特点。 他们每天都在玩，而且似乎已经上瘾了，所以我觉得值得在这里发布。这款游戏主要是一天一个谜题，这样我实际上就有时间精心挑选那些路径令人满意的谜题。今天的谜题比较简单，但它们可以变得非常棘手。游戏的名字来源于“betwixt”，整个游戏都围绕着在两个单词之间移动。后来我才注意到，有一个60年代的同名棋盘游戏，但它们是完全不同的东西。

在下方评论 :]

大家好，我是 Smyan，我喜欢构建智能体。现代多模态大型语言模型在视觉和感知方面表现出色，但在定位方面却相当薄弱。当我们将 RPA 框架交给智能体来执行计算机使用任务时，这自然会带来一个巨大的问题。 对于浏览器，我们已经通过使用 DOM 树为 LLM 提供结构提示解决了这个问题，最近，现代浏览器使用框架使用 Set-Of-Marks 提示，它获取网页的结构信息并将其转换为带有标签的视觉边界框，这使得 LLM 可以利用其强大的视觉和感知能力，并将其准确地转换为一种定位形式。从功能上讲，这意味着 LLM 现在只需要说“点击 4”而不是说“点击 443 213”。 然而，当我们尝试将其应用于原生操作系统自动化时，这种方法却彻底失败。原生应用程序通常存在的辅助功能树通常非常脆弱，会暴露不确定的选择器，并且经常被开发人员剥离，这使得定位元素变得困难。模糊匹配可以对此有所帮助，但要正确实现仍然非常困难。 这正是我创建 SoMatic 的原因。SoMatic 是一个纯视觉框架，它使用微调的 YOLO 模型（灵感来自 OmniParser v2）来识别 UI 中的文本和可交互元素。YOLO 模型在 CPU 上使用 ONNX 本地运行，速度非常快。SoMatic 绘制边界框和标签，然后将每个边界框的 ID 映射到给定框中心的坐标。因此，这使得 Set-Of-Marks 提示原则上适用于任何用户界面。 我使用该框架和 GPT-5.5 (high) 运行了一个消融基准测试，结果准确率比原始模型高出约 20%。然而，令人惊讶的是，该模型在仅知道边界框的位置（实际上没有看到它们）的情况下表现略好。这可能是由于 YOLO 模型的阈值调整导致绘制的框过多或过少（我不太确定）。 无论如何，如果您一直想让您的 AI 智能体完全自主地控制您的计算机（Windows、Mac 和 Linux），您可以使用以下命令下载 CLI： ``` npm install -g somatic-cli/cli ``` 以及相应的技能： ``` npx skills add Smyan1909/SoMatic ``` 如果希望模型直接解析来自所选 API 的屏幕截图（b64 编码），而不是在每次屏幕截图后读取图像，CLI 还附带一个 stdio MCP 服务器。 我很乐意收到您对纯视觉方法的反馈。我们是否已经到了可以最终放弃自动化中混乱的操作系统辅助功能树的地步？