最新

通过人工智能虚拟试穿不同的短发型。上传你的自拍照，从各个角度查看自己尝试精灵短发、波波头等发型。非常适合在去美容院之前考虑新短发型的人。

你好，HN， 最近我一直在构建人工智能代理，并遇到了一个常见的“上下文膨胀”问题。当一个代理拥有20个以上的技能时，将每个系统提示、参考文档和工具定义都塞进一个请求中，很快就会达到令牌限制，从而降低模型性能（即“迷失在中间”问题）。 为了解决这个问题，我构建了OpenSkills，这是一个开源SDK，采用渐进式信息披露架构来管理代理技能。 核心概念：OpenSkills将技能分为三个层次，而不是一次性加载所有内容： 第一层（元数据）：轻量级标签和触发器（始终加载以便发现）。 第二层（指令）：核心的SKILL.md提示（仅在技能匹配时加载）。 第三层（资源）：根据特定对话上下文有条件加载的重型参考文档或脚本。 为什么这很重要： 可扩展性：你可以拥有数百个技能，而不会让大型语言模型的上下文窗口感到不堪重负。 Markdown优先：技能以简单的SKILL.md格式定义。这种格式易于阅读，适合使用git，并且便于大型语言模型解析。 条件资源：例如，“财务技能”仅在查询实际提到税务合规时才会调用tax-code.pdf参考文档。 主要特点： - Python 3.10+ SDK。 - 自动技能匹配和调用。 - 支持脚本执行（通过[INVOKE:script_name]语法）。 - 多模态支持（通过URL/base64的图像）。 - GitHub：[https://github.com/twwch/OpenSkills] PyPI: pip install openskills-sdk