最新

你好，HN， 我想分享一个我最近正在开发的项目，名为“plomp”。它旨在提供一种简单的方法，让用户能够深入了解那些多次调用大型语言模型（LLM）或使用复杂上下文的 Python 程序，而不对提示的方式做出特定的限制。 基本上，你只需通过装饰器或小函数调用向你的程序添加一些监控代码，它就会生成程序执行的可视化效果。 就我个人而言，我并不特别想使用重型的编排或链式框架来管理上下文或链接提示（例如 Langchain 等），我通常直接通过客户端或标准 HTTPS 与 LLM 提供商进行交互。我注意到，拥有这样一个调试层对于我其他一些副项目是非常有用的，因此我决定将其独立出来。 [项目链接](https://github.com/michaelgiba/plomp) 欢迎告诉我你的想法！

谷歌忽视了“必须拥有”的引用<p>Zocdoc坚持在我设定的日期范围内给我安排几周后的预约<p>亚马逊坚持向我展示那些无法在明天送达的产品。<p>确定性搜索参数结果怎么了？现在每个搜索功能似乎都只是把我所要求的当作建议，然后完全忽视它。