最新

最近我一直在尝试使用Claude的默认提示中的这个模板： ``` 当我问一个问题时，请给我至少两个合理但对立的观点，即使其中一个似乎占主导地位。让我意识到每个观点背后的假设。 ``` 我觉得这很烦人，因为A) 它影响了简洁性 B) 有时候这些合理的答案太好，迫使我思考。 你到目前为止尝试了什么？

大家好， 我在PolyMCP中添加了一个技能系统，以解决大规模MCP服务器常见的问题。 当工具数量增加时： - 代理在加载原始模式时消耗令牌 - 工具发现变得嘈杂 - 不同的代理需要不同子集的工具 - 编排逻辑泄漏到提示中 技能是经过整理的、结构化的MCP工具集，并附有文档。代理只加载它们所需的技能，而不是完整的工具模式。 技能是通过从MCP服务器发现工具并自动分类生成的。 示例：从Playwright MCP服务器生成技能： ``` polymcp skills generate --servers "npx @playwright/mcp@latest" ``` HTTP MCP服务器： ``` polymcp skills generate \ --servers "http://localhost:8000/mcp" \ --output ./mcp_skills ``` 标准输入MCP服务器： ``` polymcp skills generate \ --stdio \ --servers "npx -y @playwright/mcp@latest" \ --output ./mcp_skills ``` 在代理中启用技能： ```python agent = UnifiedPolyAgent( llm_provider=llm, skills_enabled=True, skills_dir="./mcp_skills", ) ``` 好处： - 更小的代理上下文 - 可扩展到大型工具集 - 代理之间可重用的能力 - 工具访问控制无需更改提示 - 适用于HTTP和标准输入MCP服务器 仓库链接： [https://github.com/poly-mcp/Polymcp](https://github.com/poly-mcp/Polymcp)

显示未聚焦行的渲染预览以及正在编辑的行或块的原始Markdown。

现在，越来越多的人使用智能手机录制同一个事件的视频。我在想Pretti和Good的案件。我听说过高斯溅射技术，它可以从多个摄像头构建3D场景。这种技术在分析这些事件时是否有用？如果有，是否有人能够开发一个易于使用的开源工具？ 我推测，这种技术可能有以下几方面的用处：(1) 同步视频，(2) 获取比单个摄像头更多的细节，(3) 跟踪多个摄像头看到的物体（比如Pretti的枪），以及(4) 识别AI生成的视频。 对我来说，最后一点最为重要。AI生成或修改事件视频的风险是存在的。在我看来，从N个视频中应用高斯溅射技术，有可能检测到第N+1个视频是否与场景一致或不一致。 这可能吗？