最新

最近，我开始思考将我的AllSign项目的核心基础开源会是什么样子。当我在这个概念的兔子洞中越陷越深时，我意识到这些核心基础实际上是解决我在代理记忆方面所看到的问题的一个很好的方案。 我阅读了一篇名为《基于文件系统的LLM代理记忆》的论文，链接是https://arxiv.org/pdf/2607.26637，论文得出的结论（确实如此）是“信息的收集和组织并不会自动带来智能”。我对此表示赞同。 我心想，缺少的东西是“策展”。必须有某种机制来决定什么值得保留，什么替代什么，什么是真实的，什么悄然失去了真实性。 知识/记忆管理需要支持人机协作（HITL）和人机交互（HOTL）。 然后我想到，如果这些AllSign的核心基础能够转变为一个与演员无关的知识管理开放协议，那会怎么样？ 这促使我创建了Facts协议和Fact CLI。 如果你感兴趣，可以在这里阅读更多内容：https://gist.github.com/iamalnewkirk/22ae2d8c8cc1b8790236da9edf2f7b73 - https://github.com/facts-kms/cli - https://github.com/facts-kms/spec

您编写一个标准解法，就像在 LeetCode 上一样，并通过命令行界面（CLI）运行它。系统通过问题的 ID 或标题识别问题，执行您的代码并对本地测试用例进行测试，并显示结果。 目前支持大约 1400 道题目和多种编程语言，包括 Python、C++、Rust、Java、Go、TypeScript、Swift 等。 该项目仍处于最小可行产品（MVP）阶段。系统设计、SQL 和并发问题尚不支持，但计划支持更多问题类型。 使用 Haskell 开发！

随着我的项目变得越来越复杂，我所尝试构建的内容和即将要做的事项常常会丢失或混淆。为了解决这个问题，我们开发了Engelbart，这是一个开源的Claude插件，它可以从之前的对话中推断出你的目标和待办事项，并通过一个网页界面呈现这些信息，从而为你的Claude Code对话注入上下文，帮助你更新项目目标。