最新

嘿，HN！<p>Lathe 是一个实验，旨在利用大型语言模型（LLMs）来教我一些新知识，而不是替我完成工作。它为你想学习的任何技术主题生成一个动手实践、源代码支持的教程。然后，你可以在专门为此构建的本地用户界面中，亲自阅读并手动输入代码（<i>惊讶</i>）。<p>这是一个结合了 Go CLI 和 LLM 代理技能（Claude Code / Cursor / Codex）的工具。你可以输入类似“/lathe build a 3D slicer in Erlang”的指令，运行 `lathe serve` 来启动一个本地 web 应用，然后在浏览器中阅读教程。每个教程都包括了我过去自学时让学习体验愉快的元素：<p>- 随着滚动而更新的目录 - 促使你思考的旁注 - 供读者练习的习题 - 支持内容的来源，帮助你深入学习<p>为了弥补教程背后缺乏人类智慧的不足，你还可以询问内容相关的问题，让另一个 LLM 验证教程是否真的可以编译和运行，或者用另一部分内容进行扩展（再也没有“第 4 部分，共 6 部”自 2021 年以来没有更新的情况）。<p>我并不是为了替代人类编写的教程而构建 Lathe。我构建 Lathe 是因为我 _热爱_ 人类编写的教程，但想学习一些尚未有优秀人类编写教程的技术领域（例如，从零开始构建 3D 切片器、让嵌入式 Zig 更易接触等）。在 README 中有更长的故事，讲述了我如何通过 PSP 自制教程入门编程，以及为什么失去这些教程让我迫切想要构建这个工具。<p>我并不是来向你推销什么（这里没有任何接近风险投资支持的初创公司 :D）。这只是一个 LLM，它的输出通常不错，但绝不是完美的。到目前为止，我的经验是，因为你是亲自输入并真正参与其中，所以能发现一些奇怪的地方（而且我发现对这些奇怪之处提出质疑本身也是一种学习）。是的，它是以“氛围编码”的方式构建的，因为它的范围小、风险低，并且满足了个人需求。我个人在 Claude Code + macOS 上运行它，其他设置应该也能工作，但我还没有验证过。<p>如果你能找到人类编写的学习资源，建议先阅读那些。但当没有这样的资源时，Lathe 可以填补空白，我希望它能作为一个例子，展示 LLM 如何帮助我们更好地思考，而不是减少思考。<p>代码库：<a href="https://github.com/devenjarvis/lathe" rel="nofollow">https://github.com/devenjarvis/lathe</a><p>如果你决定试试看，非常期待你的反馈！

这是我一直在构建的一个项目，YourMemory 是一个针对代理记忆的解决方案，专注于去除噪音而不是简单地积累数据。 在当前的代理记忆状态下，大部分上下文以 MD 文件的形式存储，或通过 RAG 模型派生，几乎存储了所有信息。这两种解决方案都会导致上下文膨胀，无法优化任何标记的使用。 在这个系统中，我们只保留相关数据，并剔除所有不必要的数据。数据的相关性通过多个因素来确定，例如回忆率、重要性、类别，以及它与哪个记忆链相连接等。这些参数经过精细调整，以便我们能够同时满足情节记忆和语义记忆的需求。 我们的记忆层以这种方式保持大小的平坦性。你可以将这个基础设施与人脑存储和修剪记忆的方式进行对比。 企业模型非常令人兴奋，因为我们可以从每个用户、代理和子代理中提取相关记忆，并且这些记忆可以被组织中的任何人使用，从而确保在企业层面上的记忆优化。