最新

我在公司担任建筑师，现在我们团队的每个人都在使用Claude/Codex代理来完成工作。管理claude.md和agents.md文件中的上下文还算可以，但所需的许多知识并不能完美地适应某一个代码库。此外，团队中的许多人（如产品、设计、支持）并不在代码库中工作，但仍然需要一个地方来共享上下文。 我搜索了现有的解决方案，但只找到了用于管理已部署AI代理内存以供AI应用程序使用的产品。我想要的是一种能够帮助我的团队共享我们共同脑海中知识的工具。 我第一次尝试解决这个问题时，创建了一个目录结构，并在其上方添加了一个MCP层，但这变得难以维护。因此，我开始尝试创建一个适合整个团队的上下文共享平台。为了实现这一点，我希望优先考虑两件事： 1. 方便存储有价值的上下文。如果感觉像是在维护文档，没人会使用它。 2. 方便与合适的人共享上下文。包括访问控制、读写权限等。 这最终演变成了Memsprout。Memsprout通过以下方式解决了共享上下文的问题： - MCP - 直接连接到AI代理，正是大家在进行工作的地方 - Memories - 存储的核心单元 - Spaces - 用于与队友共享记忆 - Topics - 将记忆分类到特定的类别中 现在，我能够在工作时存储我定义的上下文记忆，并与我的队友共享。 问：你们也认为这种上下文共享是一个挑战吗？你们在工作中是如何解决这个问题的？

有没有其他人也遇到在Github上分配CVE ID的延迟？我只能推测，可能是因为使用大型语言模型（LLM）的研究人员提交了大量报告。 <p>https://github.com/orgs/community/discussions/199123

大家好，我创建了Superserve，这是一个计算层，可以让AI代理在隔离的Firecracker微虚拟机中运行，并且没有会话时间限制。 我遇到的一个问题是：大多数沙箱提供商在24小时后会终止你的代理。如果你正在运行一些需要持续几天的自主任务，比如重构代码库或循环运行测试，你就会不断面临超时和状态重建的问题。 Superserve允许你在任何时刻对正在运行的虚拟机进行快照，将其分叉为并行分支，并从你离开的地方继续。每个代理都有自己的虚拟机，没有共享内核。此外，还有一个凭证代理，以确保代理不会直接接触原始API密钥，出站流量也被锁定到你指定的URL。 你可以使用自己的代理（如Claude Code、Codex等）。我们负责底层的持久计算。支持TypeScript和Python SDK，支持MCP，开源且可自托管。 非常希望听到大家的反馈，特别是来自那些构建长时间运行代理的朋友们。