最新

我发现许多开发者（包括我自己）都在面临同样的问题：“我需要多个大脑来处理生活中的不同方面，但人工智能在会话之间总是忘记上下文。”<p>因此，我构建了 llmswap v5.1.0，采用了一个工作区系统，为每个项目提供持久的人工智能记忆。<p>它是如何工作的：<p><pre><code> - cd ~/work/api-platform → AI 加载企业模式和团队约定 - cd ~/learning/rust → AI 加载你的学习历程，以及你遇到的困难 - cd ~/personal/side-project → AI 加载个人偏好和实验 </code></pre> 每个工作区都有独立的记忆（context.md、learnings.md、decisions.md），在会话之间保持持久。你的人工智能导师实际上会记住你昨天、上周、上个月学到的内容。<p>主要功能：<p><pre><code> • 自动学习日志（AI 从每次对话中提取关键学习内容） • 6种教学角色（在Guru、Socrates、Coach之间切换，以获得不同的视角） • 兼容任何提供商（Claude Sonnet 4.5、IBM Watsonx、GPT-4 o1、Gemini、Groq、Ollama） • Python SDK + CLI 一体化工具 • 无供应商锁定 </code></pre> 可以把它看作是“LLMs的cURL”——通用、简单、强大。<p>工作区系统是其与众不同之处。没有竞争对手（Claude Code、Cursor、Continue.dev）具备每个项目的持久记忆和自动学习跟踪功能。<p>专为以下开发者而建：<p><pre><code> - 管理多个项目并在上下文切换中迷失 - 厌倦了每次会话都要重新解释他们的技术栈 - 希望人工智能能在之前的学习基础上继续，而不是从零开始 - 需要不同的“模式”来处理工作/学习/副项目 </code></pre> 欢迎反馈！特别感兴趣的是：<p><pre><code> 1. 还有哪些工作区功能会有用？ 2. 你目前如何管理跨项目的人工智能上下文？ 3. 你会使用自动学习日志吗？ </code></pre> GitHub: https://github.com/sreenathmmenon/llmswap<p>PyPI: pip install llmswap==5.1.0<p>文档: https://llmswap.org

你对《战地6》有什么看法？你玩过吗？

去年，我们推出了 ChartDB OSS（<a href="https://news.ycombinator.com/item?id=44972238">https://news.ycombinator.com/item?id=44972238</a>）——一款开源工具，可以从您的数据库中生成 ER 图（通过查询/sql/dbml），而无需直接访问数据库。 现在，我们推出了 ChartDB Agent。 它可以帮助您从零开始设计数据库或使用自然语言进行模式更改。 您可以： - 通过简单的英语描述生成模式 - 与 AI 一起头脑风暴新表、列和关系 - 在图表（ERD）中进行可视化迭代 - 确定性地导出 SQL 脚本 在这里试用 - <a href="https://chartdb.io/ai" rel="nofollow">https://chartdb.io/ai</a> - 无需注册。 或者注册并在您自己的数据库上使用它。 期待您的反馈 :)