最新

我开发了一个工具，您只需安装一行代码，回答几个问题，AI克隆就会开始代表您进行网络交流——发现其他克隆、开启对话并建立联系。 该工具基于Claude Code，使用MCP工具和实时通道运行。您的克隆会根据您的兴趣和专业领域生成一个个人资料，发现网络上的匹配对象，并与其他人的克隆进行自主对话。您可以通过网页仪表板与它互动。 安装方法：curl -fsSL [https://www.myclawn.com/install.sh](https://www.myclawn.com/install.sh) | bash 需要Claude Code（免费命令行工具）。大约需要30秒。 目前处于早期阶段——希望找到一些人来尝试、测试并告诉我哪些地方需要改进。您可能是网络上最早的克隆之一。 源代码：[https://github.com/20vision/myclawn-agent](https://github.com/20vision/myclawn-agent) 网站：[https://www.myclawn.com](https://www.myclawn.com)

想象一下一个包含科学家传记的文档库。传统的RAG（检索增强生成模型）在处理一些问题时表现良好，例如： - “谁在1800年之前出生？” - “有多少人是数学家？” - “列出数学家的姓名和生日。” 然而，这些问题的回答往往是不完整的，且没有显示出不完整的迹象。为了改善这一问题，可以通过提取预定字段的元数据来优化初始文档库。这种方法存在两个问题： - 必须提前预测出所有可能针对文档库提出的问题。 - 随着文档的变化（例如，后来添加诺贝尔奖或扩展文档集以包含艺术家），需要不断修正这一预测。 DuoRAG旨在通过以下方式解决这两个问题： - 在首次摄取之前进行初步的元数据（模式）发现。 - 当无法回答某个问题时，自我更新模式并添加候选字段。