一周热榜

我和一个朋友一起构建了一个浏览器原型，它使用 getDisplayMedia、客户端唤醒词检测和服务器端多模态推理来回答关于屏幕上显示内容的提问。 难点： * 让模型指向特定的 UI 元素 * 在多步骤工作流程中保持连贯性（“帮我在 Tinkercad 中创建一个剑”） * 防止无限镜像效应以及窗口与全屏共享之间的混淆 * 保持语音 → 截图 → 推理 → 语音的延迟足够低，以实现对话感 我们为了好玩把它打包成“Clippy”，但真正的实验是让一个模型调用新的截图来帮助它收集更多上下文。 一个实际用例是远程技术支持——下次我妈妈打电话时，我会把这个发给她，而不是屏幕共享。 好奇它会出什么问题。

我厌倦了不得不拉取、构建和手动 QA Claude 为我创建的无数个 PR，所以我构建了这个工具来解决部分问题。 GitGlimpse 是一个开源的 Github Action，充当视觉审查员。它会查看差异，生成一个视觉演示，并将其作为 GIF 直接发布在你的 PR 上。 当前状态 - 早期 Beta 版： * 针对单入口点仓库进行了优化 * 最适合小型/中型项目 很想听听你的想法/反馈/评论！

我一直在构建 AI 智能体，遇到了一个问题： 跨 API 处理支付非常复杂。 我构建了一个小工具来试验：https://agent-purse.vercel.app 好奇其他人是如何解决这个问题的。

嗨，HN， 我搭建了 AgentMarket (<a href="https://agentmkt.dev" rel="nofollow">https://agentmkt.dev</a>) — 一个 API 市场，AI 智能体可以在这里按调用次数买卖能力。 这个想法是：每个非平凡的智能体都需要做很多事情：搜索网络、记住上下文、运行代码、处理文档。在内部构建和维护这些基础设施是一笔巨大的开销。AgentMarket 允许智能体将这些能力作为原子 API 调用购买，按使用次数定价。 目前已上线的功能： - 记忆存储（读/写）— 0.0002–0.0005 美元/次调用 - 网络搜索 — 0.002 美元/次调用 - URL 抓取 — 0.005 美元/次调用 - Python 执行器（沙盒）— 0.01 美元/次调用 - LLM 文本生成（默认使用俳句，可选 Sonnet）— 0.10 美元/次调用 - 文档处理器（总结/提取/问答）— 0.15 美元/次调用 工作原理： 通过 POST /agents 注册 → 获取 API 密钥 + 免费积分。使用您的密钥在 x-agent-key 标头中调用任何服务。通过使用 POST /services 列出您自己的服务并设置每次调用的价格来赚取积分。 一切都是纯 HTTP + JSON。无需 SDK。执行失败时自动退款。 ```python import requests r = requests.post( "https://agentmkt.dev/execute/svc_web_search", json={"input": {"query": "latest LLM benchmarks"}}, headers={"x-agent-key": "YOUR_KEY"} ) print(r.json()["output"]["results"]) ``` 我感兴趣的问题： 1. 按调用次数定价是正确的模式吗？或者您更希望看到捆绑积分/订阅？ 2. 您实际上会为哪些尚未列出的功能付费？ 3. 对于那些构建多智能体系统的人来说，这样的服务注册中心会改变您构建架构的方式吗？ 完整的 API 文档请访问 <a href="https://agentmkt.dev/docs" rel="nofollow">https://agentmkt.dev/docs</a>

Hi HN， 我开发了 hanoi-cli，这是一个小型的 CLI 工具，用于分析 Pod 在 Kubernetes 节点上的分布情况，并提出更优的部署建议。 这个想法源于一个反复出现的问题：即使正确设置了 requests/limits，集群也经常最终变得不平衡。一些节点过载，而另一些节点则未充分利用。 欢迎反馈。