最新

嗨，HN， 我思考了太多“哈哈听起来很有趣”的信息，决定教一个模型来做我的助攻。结果就是 Crush Check AI——导出 iMessage / WhatsApp / Instagram 聊天记录，并获得一份聊天报告，包括： * 压力分数（0-100），基于回复延迟、互动性和情感变化。 * 红旗警告，如“面包屑效应”/“爱情轰炸”。 * 聊天时间线。 你还可以询问有关你对话的问题。 为什么在这里发布 我希望能得到以下方面的反馈： * 这是否是人们需要的东西。 * 用户体验如何。 * 你希望看到哪些功能。 感谢大家提前提供的意见、bug报告或“这没用因为___”的看法。乐意分享更多实施细节，也很高兴能在交换反馈的基础上赠送免费高级订阅！

你有什么推荐的适合科技行业专业人士的优秀播客吗？我希望能找到一些专注于技术技能的内容。例如，《黑暗网络日记》是一个很好的播客，内容非常有趣，但我想要一些更技术性的节目。它不一定要仅仅与安全相关，任何技术领域的内容都可以。这个只是一个不错的例子。

大家好！我们是Praxos的创始人Lucas和Soheil（网址：<a href="https://praxos.ai">https://praxos.ai</a>）。Praxos是一个AI代理的上下文管理器，提供构建状态保持代理所需的一切，确保它们在生产环境中不会出错。 Praxos能够解析任何数据源，从非结构化的PDF和API流到对话消息，再到结构化数据库，并将它们转化为一个统一的知识图谱。这个图谱中的所有内容都是语义化的，并且其关系是明确的，从而将数据转化为一个干净、可查询的理解宇宙，AI可以在其中无误地使用。 无论您是需要查询问题的答案，还是以适合当前用例的方式提取数据，Praxos都能做到，无需重新查询。这使得AI应用能够端到端地解析数据，然后基于这些数据进行操作，提供单链和多链推理步骤的输出。中间结果、最终结果和用户编辑的输出都可以重新添加回知识图谱，使Praxos能够即时学习。 在我们从事保险行业时，常常遇到部署AI的两个主要问题： 首先，LLM（大语言模型）无法解析诸如财产清单和保险政策等文档。举个例子，财产清单可能是一个包含50页的Word、Excel和PDF文档的集合，详细描述了一系列物理财产的建设、使用和地理信息。重建一个对象（一个财产）意味着需要仔细梳理这些文件，以建立数据之间的语义、概念、空间，甚至是隐含的联系。 结果是：关系信息可能会丢失、留空或被虚构。 其次，重复调用搜索、检索和更新信息有时会导致连锁错误。这在复杂任务中变得更加频繁，例如读取文档、获取之前的用户信息、进行计算、存储信息，然后再呈现给用户。 我们意识到，为了让AI提供更有用和准确的响应，正确利用文档中的关系，这些关系需要被明确化。许多上下文信息是以非文字的方式表示的。这意味着我们无法直接以编程方式与它们交互，LLM每次都被迫自行解释这些信息。这就是我们开始构建Praxos的原因。 我们设立了一个自助选项，提供免费的基础层（有数据上限），供爱好者和早期用户使用。作为参考（并无双关之意），这应该可以覆盖您最多200页的文档。您可以在这里注册：<a href="https://data.praxos.ai/sign-up">https://data.praxos.ai/sign-up</a>。 我们的第一个版本是一个SDK，旨在满足您所有的数据提取、检索和更新需求。 以下是它的工作原理： 组织信息：Praxos将信息分类为本体，这是一种用于存储数据的结构化模式。这些本体允许您引入预定义的类型、属性和关系，从而指导知识图谱的构建和解释。 处理输入数据：Praxos可以处理任何数据源，从PDF到表格数据、JSON和对话式交流。提取过程是端到端的。您无需进行OCR、分块或预处理输入。处理过程简单至只需传入文件并选择一个本体。 检索信息/记忆：对于每个查询，Praxos通过结合图遍历技术、向量相似性和键值查找来搜索和检索相关的存储信息。搜索对象将返回实体及其连接，以及一句话描述。 我们非常希望听到您的想法！请随时参与讨论，并通过Discord与我们分享任何想法或建议（<a href="https://discord.gg/wVmrXD2dJA" rel="nofollow">https://discord.gg/wVmrXD2dJA</a>）。 您的反馈将帮助我们决定Praxos的未来发展方向！