最新

你是否曾想过，当你让一个AI代理在GPU管线编程（包括着色器）上自由发挥时会发生什么？`shaderc-vkrunner-mcp`使你能够了解这一点，<i>而不</i>用担心实际的GPU或处理驱动程序或操作系统的问题。 其核心思想是赋予AI代理编写、编译和运行GPU代码的能力，并安全或稳定地进行迭代，然后让你在需要时查看输出——这一切都是完全在本地进行的。 它完全在Docker中运行，使用Mesa的软件Vulkan驱动程序。无需尝试对任何实际物理GPU进行半虚拟化，这意味着代理可以安全地在CPU上实验各种炫酷的Vulkan特性——原子操作、子组、协作矩阵等等。尽管速度较慢，但它在测试逻辑方面的能力令人惊讶。 我选择Vulkan是因为它跨平台（如今驱动程序支持良好，Mesa几乎可以在任何地方运行，而MoltenVK则为希望进行类似实验的Mac用户提供支持），并且提供了一套足够的原语供硬件加速代码到竞争水平，足以进行探索，并避免了厂商锁定。 但为什么要将这些放在Docker中呢？直接在主机上设置Vulkan开发工具或类似工具可能会覆盖某些环境变量，导致副作用等问题。通过这种方式，Docker是<i>唯一</i>的依赖项。拉取镜像（多架构：amd64、arm64、通过QEMU构建的实验性riscv64/ppc64le），然后连接你的MCP客户端（如Copilot或Inspector工具）。它挂载你当前的目录，以便代理可以保存文件（图像等），而不需要进一步暴露，以避免任何问题，因为LLM将会生成代码，可能基于你将要连接的另一个MCP，从而导致一系列潜在问题。 它远非完美或完整。目前它是单体的，并封装了CLI工具（`shaderc`、`VkRunner`），计划稍后直接使用API。主要与Copilot的代理进行了测试。现在它绝对是一个“玩具”，但却是一个有趣的探索代理能力的工具。我已经能够从简单到中等复杂的内容生成有趣的视觉效果，并实际调整一些计算着色器。AI<i>真的</i>能够优化着色器或从零开始创建一个酷炫的SDF光线行进器吗？至少让你尝试一下。 查看代码，尝试输入一些提示，看看会有什么问题！欢迎贡献，特别是在代理的可用性方面，因为我怀疑在描述或生成方案方面可能还有相当大的改进空间。一些示例截图在顶层的README文件中。 一个可用性提示是，代理通常在第一次尝试时不会立即掌握接口；然而，如果你提供出现的错误，代理不会进行迭代（可能只是FTTB，我预计Copilot等会让AI在不久的将来对方案问题进行迭代），事情就会开始顺利进行，并在正确的方向上变得富有成效。由于这里的任务比通常的要低级（直接使用Vulkan和GLSL SPIR-V），代理的调整时间会稍长，至少在我与Claude 3.7 Sonnet和4o的经验中是这样的。 GitHub: <a href="https://github.com/mehmetoguzderin/shaderc-vkrunner-mcp">https://github.com/mehmetoguzderin/shaderc-vkrunner-mcp</a> 目前正在运行一个GitHub Action来将Docker镜像打包到GHCR；不过，针对顶层Dockerfile和开发容器，快速在本地构建也是相当简单的，以增加乐趣。

一套睡眠工具和跟踪功能，帮助你获得一生中最好的睡眠。这是我首款iOS应用，期待收到一些反馈！