最新

我一直想要一个“音乐的足球经理”——一个深度管理模拟游戏，让你管理一个乐队，而不仅仅是选择歌曲。市面上没有类似的游戏，于是我自己做了一个。 你将从一个破产且不知名的乐队开始。雇佣音乐家，排练歌曲，在空荡荡的酒吧预定演出，在廉价的录音室录制样带，管理财务，巡演其他城市。每一个决定都有权衡——过于激进可能导致乐队崩溃，过于保守则可能永远无法突破。 游戏中有一个实时的竞争赛季，设有联赛和升降级机制。它完全免费，没有广告，也没有微交易——这只是一个热情项目，而不是商业行为。

嗨，HN， 我创建了一个名为 RotaGuide Spotlight 的小型开源库。 它帮助开发者为复杂的网页应用添加逐步指南，通过标记元素并使用 Markdown 编写指南。 你可以标记元素，例如： guideTarget("save-button") 然后在 Markdown 中定义指南流程，并通过像 MarkdownGuideButton 或 MarkdownGuideTrigger 这样的组件触发它。 我正在尝试一种对开发者友好的方法，让指南可以作为文件进行版本控制，而不是在仪表板中配置。 非常希望能收到前端开发者的反馈。

我想要一个可以管道化的网页搜索工具。我找到的每个工具要么有交互式用户界面（如 ddgr、googler），要么需要单一的付费 API，或者返回 HTML。我想要的是一个可以组合使用的工具：能够管道传输到 jq、供代理使用、在脚本中使用，没有任何阻碍。 于是我构建了 qry。它是一个中心二进制文件，通过标准输入/输出的 JSON 将查询路由到适配器二进制文件。中心对搜索引擎一无所知，适配器对路由也一无所知。你可以在配置文件中更换适配器。 目前有四个适配器，其中三个不需要 API 密钥： - DDG Lite 抓取 - Brave Search HTML 抓取 - Exa AI 通过公共 MCP 端点 - Brave Search API（需要密钥） ``` $ qry "numpy latest version" [{"title":"...","url":"...","snippet":"..."}] ``` 安装： ``` mise use -g go:github.com/justestif/qry@latest mise use -g go:github.com/justestif/qry/adapters/qry-adapter-ddg-scrape@latest mise reshim ``` 适配器协议是简单的标准输入/输出 JSON，因此适配器可以用任何语言编写。有关构建适配器的文档在代码库中。 [https://github.com/justEstif/qry](https://github.com/justEstif/qry)

我构建了一个名为 SafeAgent 的小型 Python 库，旨在保护 AI 代理在重试工具调用时避免产生现实世界的副作用。 在实验代理工作流时，我们遇到的一个问题是，重试可能会多次触发不可逆的操作： 代理调用工具 ↓ 网络超时 ↓ 代理重试 ↓ 副作用发生两次 示例： • 重复支付 • 重复发送邮件 • 重复生成票据 • 重复交易 大多数系统通过在不同服务中散布幂等性密钥来临时解决这个问题。 SafeAgent 将这一过程集中到一个小型执行保护机制中。 这个想法很简单： 1. 每次工具执行都会获得一个 request_id 2. SafeAgent 记录执行凭证 3. 重试时返回原始凭证，而不是再次执行副作用 示例： 第一次调用 真实副作用：发送邮件 第二次调用（使用相同的 request_id） SafeAgent 返回原始执行凭证 （没有第二次副作用） 该项目仍处于早期阶段，但包括以下示例： • OpenAI 工具调用 • LangChain 风格的工具 • CrewAI 操作 PyPI: [https://pypi.org/project/safeagent-exec-guard/](https://pypi.org/project/safeagent-exec-guard/) GitHub: [https://github.com/azender1/SafeAgent](https://github.com/azender1/SafeAgent) 我很好奇其他人是如何处理代理副作用的重试安全问题的。