我是Smoothdev.io的创始人，想和大家分享我一直在开发的一款工具。
如果你和我一样，你会知道写好Git提交信息的重要性，但这往往是一个繁琐的步骤，会打断你的工作流程。我发现自己常常写一些快速且无帮助的信息，比如“wip”或“fixes”，只是为了完成任务，这让我的Git历史记录在后期回顾时变得杂乱无章。
为了解决这个问题，我开发了Smoothdev.io。从一开始，我们的核心目标就是创建一个能够无缝集成到开发者现有工作流程中的工具，而不是增加一个新的流程。这就是为什么它是一个简单的命令行工具，能够分析你暂存的更改（git diff），并利用这些上下文为你生成一个符合规范的提交信息。它帮助保持一个干净、易懂的版本历史，而不强迫你改变习惯。
我们发布的第一个版本是用于生成提交信息的命令行工具。为了获得早期反馈，我提供了一个延长的30天免费试用，让你可以在没有任何承诺的情况下试用。
你可以在这里获取试用版： [https://smoothdev.io](https://smoothdev.io)
虽然目前可用的工具是提交信息生成器，但这只是一个更大计划的第一步。我们的长期目标是自动化整个开发生命周期中的软件工程文档——从在第一次git提交之前捕捉产品需求和设计决策，一直到生成最终的用户文档。
期待听到你的想法！
返回首页
最新
如果我的主机和目标机器位于不同的位置，并且没有直接的COM端口连接，我可以通过网络为虚拟机设置内核模式调试吗？
我们创建MALLM是因为现有的多智能体辩论（MAD）工具包通常无法完全控制多智能体讨论的各个部分。MALLM允许您自由组合每个可变部分：
1. 人物角色（专家 / 个性 / …）
2. 反应生成器（批判性 / 推理风格 / …）
3. 讨论范式（记忆 / 中继 / …）
4. 决策协议（投票 / 共识 / …）
我们提供了144种以上的开箱即用配置，所有配置都在一个YAML文件中定义。需要更多配置？可以子类化并添加您自己的组件。
您可能关心的其他功能：
1. 可以与任何基于文本的HuggingFace数据集连接（我们已经在MMLU-Pro、WinoGrande等上进行了测试）。
2. 自带评估管道，您可以在不编写额外脚本的情况下进行A/B辩论策略测试。
3. 纯Python，Apache 2.0许可证。
仓库： [https://github.com/Multi-Agent-LLMs/mallm](https://github.com/Multi-Agent-LLMs/mallm)
欢迎反馈和PR，特别是我们尚未尝试的任务基准！
演示： [https://mallm.gipplab.org/](https://mallm.gipplab.org/)
嘿，HN！<p>Nudge 每分钟捕捉一次你的屏幕，并利用 GPT-4o 检测你何时分心。你可以描述你想要专注的工作内容（例如：“在 GitHub 上审查 PR 20 分钟”），当 Nudge 发现你在做其他事情时会发出警报。<p>我之所以开发 Nudge，是因为我在工作中容易分心。我使用它已经几个星期了，我可以说我的拖延减少了 20-30%。 （这部分是因为 Nudge 迫使我将一天的工作分解成小而具体的活动。）<p>AI 检测的效果可以非常好，但这取决于你描述目标的清晰程度。例如，“我想回复我的老板”就不好，而“我想在 Gmail 上写回复”就好。了解大型语言模型（LLM）的行为会有很大帮助。（可以在这里查看系统提示：<a href="https://github.com/felipap/nudge/blob/main/src/lib/ai/assess-flow.ts">https://github.com/felipap/nudge/blob/main/src/lib/ai/assess...</a>)<p>截图是非常敏感的数据，所以我决定将其开源，并采用 BYOM（“自带模型”）的方式。目前你需要提供自己的 OpenAI API 密钥。我意识到并不是每个人都有密钥，因此很希望能尽快支持其他 AI 后端。<p>我很高兴能分享这个项目，并希望能收到关于其工作效果的反馈（包括 AI 准确性和用户体验）。感谢阅读！