返回首页
最新
受 create-react-app 的启发，但更加轻量化，这是一个与语言无关的框架，专门为 AI 编程设计。它仍处于非常早期的阶段，欢迎任何形式的反馈。
设计理念：[我尽力让 AI 完成工作——我的 Vibe 编码认知升级之旅 | Changqin](<a href="https://yam.gift/2026/01/18/AI/2026-01-18-Upgrade-VibeCoding/" rel="nofollow">https://yam.gift/2026/01/18/AI/2026-01-18-Upgrade-VibeCoding...</a>)
对于从事发明或标准工作的人来说，您通常是如何进行先前技术检索的？<p>关键词搜索似乎在一定程度上有效，但我发现当同一技术概念在专利、论文或标准文件中以非常不同的方式描述时，这种方法就会失效。我也尝试过超越纯关键词搜索的方法，但对于细微的技术概念来说，这些方法仍然显得脆弱。<p>我很好奇人们在实际操作中依赖的是什么——大量的查询迭代、分类、特定工具，还是其他什么？我很想听听其他人哪些方法效果好（或不好）。
我构建了一个非常早期的原型，旨在分析提示以识别失败模式（如模糊性、缺失约束、冲突指令等）。<p>这并不是一个完善的产品——它是一个技术实验，旨在探索评估大型语言模型（LLM）输入的方法。<p>我试图使其比一般的“修正我的提示”工具更有用，通过寻找在LLM流程中似乎最常见的特定失败模式。<p>如果有几个人愿意尝试一下，并告诉我输出是否在方向上有用，我将非常感激。<p>（每天五个提示后，您将开始收到速率限制错误）