最新

Roo Code 直接与 Slack 集成，创建一个完整的自主工作流程。在 Slack 中开始讨论，获取可执行的计划，如有需要可修改计划，然后在 Slack 内生成代码。您可以预览更改、推送到 GitHub，并在不离开聊天的情况下运行测试。请观看上方链接的视频，以获取完整的演示。

嗨，HN，我是AJ。 CVAT用户：你们是如何进行质量保证的？在一致性和回归调试方面有什么经验？ 我们将CVAT分叉为CVAT-DATAUP，以改善这个循环（提交/审核/接受，数据集/类别洞察，以及开始评估和视觉错误分析）。 我们正在寻找一些早期用户，使用CVAT并与他们密切合作，根据反馈进行迭代。 仓库链接：https://github.com/dataup-io/cvat-dataup

我看到一条推文说，tinygrad 非常出色，以至于你可以用它来制作一个图形库。因此，我开始着手开发一个 gtinygrad，老实说，这让我相信它可以用于真正的研究。JIT + 张量模型最终成为了一种非常好的方式，可以用简单的 Python 表达光传输。所以我重新实现了一些来自 SIGGRAPH 的新研究论文，比如 REstir PG 和 SZ，它们都能正常工作。与复杂的 C++ 代码相比，这只需要 200 行 Python 代码。

我花了一年的时间来解决一个真实的问题：AI翻译的字幕不一致——在正式和非正式之间切换，角色名称在影片中途发生变化，语气随机跳跃。 现有的工具将字幕视为孤立的句子。因此，我构建了一个*多代理系统*，它的工作方式类似于一个真实的翻译团队：“导演”创建整个影片的风格指南，“术语代理”确保术语的一致性，而“翻译者”则利用上下文窗口进行翻译。 这个系统运作良好。我已经用它处理了数百小时的字幕，质量超过了我尝试过的大多数SaaS产品。 老实说，我最初是想构建一个SaaS产品。但让产品被人注意到是很困难的——营销、客户获取、支持。作为一个独立开发者，我没有大公司或风险投资的资源。 与其让这个项目在我的硬盘上沉寂，不如将其开源，让需要的人可以自己部署。至少这样，我花费的时间没有浪费，并且可以帮助一些人。 三个专业代理按顺序工作： 1. 导演代理 - 阅读整个字幕文件并生成风格指南（语气、正式程度、称呼策略）。使用长上下文模型分析完整剧本。 2. 术语代理 - 提取并确保术语的一致性：角色名称（带性别推断的代词）、地点、领域术语。输出可嵌入提示中的Markdown术语表。 3. 翻译者代理 - 使用双向上下文的滑动窗口： - 参考之前的翻译（以保持连贯性） - 预览即将到来的句子（以避免拆分错误） - 严格的格式验证（保持时间、ID、结构） - 批处理以提高效率 4-6. 审核、润色和时间调整代理计划在2026年第一季度推出。 技术栈： - .NET 10.0 + Microsoft Agents框架 - Subtitle Edit (libse) 用于解析 - 多种字幕格式（自动检测） - 紧凑格式以减少令牌使用 - 可配置的LLM端点（兼容OpenAI、Gemini等） - 模型策略：导演/术语使用长上下文，翻译则采用成本效益高的策略 状态： [Y]核心管道（步骤1-3）已准备好投入生产并开源 [Y]单语翻译功能正常 [Y]支持双语字幕 步骤4-6预计在2026年第二季度之前完成 计划在2026年5月推出Windows/macOS/Web用户界面