最新

我在过去几个月里一直在开发 Pyra，并希望开始公开分享它。 目前，它专注于核心包/项目管理工作流程：Python 安装、初始化、添加/删除、锁定文件、环境同步以及在管理环境中运行命令。 我正在探索的更大目标是，Python 是否最终能够支持一个更为统一的工具链，朝着 Bun 的方向发展：不仅仅是打包，可能随着时间的推移，还包括测试、任务、笔记本以及其他常见的工作流程工具，让它们感觉像是一个整体，而不是一堆独立的部分。 现在还为时尚早，我绝对不认为它已经像 uv 那样成熟。我现在主要分享它，是因为我希望得到诚实的反馈，看看这个方向是否有趣，或者是否走错了路。

我们在 rtrvr.ai 中构建了 AI 子例程。只需录制一次浏览器任务，将其保存为可调用工具，便可在零代币成本、零 LLM 推理延迟和零错误的情况下重放该任务。 子例程本身是一个确定性的脚本，由发现的网络调用组成，这些调用访问网站的后端，以及页面交互（如点击、输入和查找）。 关键的架构决策是：脚本在网页内部执行，而不是通过代理、不是在无头工作进程中，也不是在进程外执行。脚本从标签页的执行上下文中分发请求，因此身份验证、CSRF、TLS 会话和签名头部会自动添加到所有请求中，并且免费传播。无需安装证书，无需修改 TLS 指纹，也无需维护单独的身份验证堆栈。 在录制过程中，扩展会拦截网络请求（主世界的 fetch/XHR 补丁 + webRequest 回退）。我们根据方法、相对于 DOM 事件的时间和来源，将约 300 个请求评分并缩减至约 5 个。检测到不稳定的 GraphQL 操作 ID，并在下次运行时强制进行 DOM 仅回退，以防它们静默中断。 生成的代码通过 rtrvr.* 辅助命名空间将网络调用与 DOM 操作（点击、输入、查找）结合在同一个函数中。将代理指向一个包含 500 行的电子表格，仅需一次 LLM 调用即可分配参数并启动 500 个子例程。 主要用例包括： - 录制发送 Instagram 私信，然后拥有可重用且可调用的例程，以零代币成本发送私信 - 创建例程以获取网站目录中的最新产品，调用它以通过直接的 GraphQL 查询获取数千个产品 - 设置例程，根据工具的参数填写电子健康记录表，AI 从当前页面上下文推断参数并调用工具 - 每天重用例程，将 LinkedIn/Slack/Gmail 上的外发消息同步到 CRM，使用 MCP 服务器 我们认为，浏览器代理未能普及的根本原因在于，对于重复性任务，经过推理循环是没有必要的。更好的做法是只录制一次，让 LLM 生成一个脚本，利用与网站和更广泛的网络交互的所有可能方式，例如直接调用后端 API、与 DOM 交互以及调用第三方工具/API/MCP 服务器。