返回首页
最新
今天我们发布了Nanobot，这是一个基于模型上下文协议（MCP）构建AI代理的开源框架。
MCP服务器是暴露结构化工具的绝佳方式，但它们通常仅仅是功能的集合。Nanobot使得将任何MCP服务器与推理、系统提示和编排结合变得简单，从而使其表现得像一个真正的代理。更棒的是，Nanobot完全支持MCP-UI，因此代理可以直接将丰富的交互组件（表单、仪表板，甚至迷你应用）传递到聊天中。
一个简单的例子：如果你有一个包含发牌、下注和要牌等工具的21点MCP服务器，你可以用Nanobot将其包装，创建一个能够解释游戏、指导玩家并在聊天中呈现互动21点桌面的庄家代理。
我们构建这个框架是因为我们希望代理超越文本和函数调用，进入真正的互动体验——这对从游戏到电子商务再到开发者工具的各种应用都非常有用。
代码已在GitHub上发布： [https://github.com/nanobot-ai/nanobot](https://github.com/nanobot-ai/nanobot)
实时演示（21点）： [https://blackjack.nanobot.ai](https://blackjack.nanobot.ai)
我们非常希望听到来自社区的反馈——关于框架、设计以及你们希望看到的下一步内容。
嗨，HN！我们创建了 buffalos.ai，因为我们厌倦了用户发现我们遗漏的错误。
问题是：像 Cursor 这样的 AI 工具让我们的发布速度提高了 10 倍，但手动测试依然很慢。
Buffalo 会生成浏览器代理，模拟用户点击所有可能的操作，以你未曾测试的方式进行。他们会在用户发现问题之前找到错误。
工作原理：
1. 粘贴你的测试网址
2. 代理系统地测试所有交互路径
3. 获取详细报告，并对不同类别进行评分
期待你的反馈。
测试期间免费：buffalos.ai
我一直在进行一个副项目，旨在帮助比较和分析AI提示。您可以并排测试提示，收集评分，并查看哪个提示表现最佳。
这个项目源于我去年在工作中构建的一个聊天机器人项目。我们发现大型语言模型（LLMs）对小的提示变化非常敏感，而我们的设置是将提示存储在一个`.ts`文件中并提交到代码库，这使得分析提示的有效性变得不可能。我尝试过的现有工具要么数据过载，要么将我锁定在他们自己的模型中。
因此，在过去的几个月里，我利用我非常有限的空闲时间（新爸爸）构建了一个更简单的工具：
- 使用真实用户反馈比较提示。
- 提供干净的分析而不造成信息过载。
- 可以使用您自己的OpenAI密钥，并选择他们的任何LLM模型。
这个工具已经上线并且可以免费试用（需要注册，但不需要信用卡）。就网站设计而言，这还远未完成，设计方面我并不擅长，因此有些粗糙。对于这个想法和方向的反馈将非常感激。
<a href="https://testune.xyz" rel="nofollow">https://testune.xyz</a>
Neon Shower 是一个有趣的工具，用于创建光束动画，可以用作视频中的背景或叠加层。欢迎反馈！
我是吉尔赫尔梅·博尔费，最近开始攻读软件工程硕士学位。
我正在进行一项研究，旨在了解人工智能（AI）和语言模型（LLMs）如何被用于支持软件验证与确认（V&V）活动——无论是在工业界还是学术界的概念验证中。
* 如果您从事软件开发、测试、质量保证或相关领域的工作，您的经验将极大帮助我们绘制以下内容：
* 已在使用的工具
* 感知的好处（生产力、质量、节省时间等）
* 遇到的挑战和局限性
* 您对AI在V&V领域未来的看法
这项调查很简短（5-10分钟），完全匿名，您的回答将被保密：
[参与调查] https://forms.gle/XCxpzt6Par4XHR37A
非常感谢您的时间和帮助！请随意与同行分享——这将产生巨大的影响！