返回首页
一周热榜
开源的库、演示和工具列表，用于谷歌的新Agent2Agent (A2A)协议。文档提供英文、中文、日文、西班牙文、德文和法文版本。欢迎反馈和提交PR！
嗨，HN，
大学讲座通常时间长、内容密集且节奏快。像许多学生一样，我曾经录制讲座，想着以后再回顾，但这从未真正奏效。即使是讲座的文字记录也感觉像是原始日志。
因此，我创建了 [Notorium](https://www.notorium.app) — 一个AI助手，可以在课堂结束后几分钟内录制现场讲座，并自动将其转化为结构化笔记、流程图和思维导图。
它的功能包括：
- 在应用内录制讲座（面对面、实时）
- 使用Whisper进行转录
- 将完整的转录文本发送给大型语言模型（LLM）
- 使用自定义系统提示：
- 总结讲座内容
- 按主题划分内容
- 生成视觉辅助工具：流程图和思维导图
附加功能：
- 以干净的PDF格式下载笔记
- 点击“简化”使笔记更易读
- 点击“扩展”以深入解释
- 按学科（例如，物理、计算机科学）标记笔记，以便过滤和快速检索
适用对象：
- 面对面学习者
- 视觉学习者（流程图、概念树、图表）
- 希望掌控学习节奏的学生——疲惫时可以快速浏览，专注时可以深入学习
即将推出：基于间隔重复的抽认卡模式——让你能够主动复习并记住讲座中的关键点。
技术栈：
- 转录：Whisper
- LLM：通过Groq的开源模型
- 前端：Next.js + Tailwind + shadcn/ui
- 后端：Firebase
为什么选择Groq？
速度和一致性。足够快，可以在课堂结束后立即生成完整的笔记。
非常期待你的反馈：
- 还有哪些其他视觉格式或学习模式会对你有帮助？
谢谢！– Pranav
嗨，HN，
我们都见过像 Cursor 这样的工具，它能够从整个代码库中提取上下文，以帮助大型语言模型（LLMs）理解大型项目。我想要一种开源的方式来获得同样深刻的结构理解。
这就是我构建 Code-to-Knowledge-Graph 的原因。
它使用 VS Code 的语言服务器协议（LSP）来解析整个项目，并构建一个详细的知识图谱——捕捉所有的函数、类、变量，以及它们之间的调用、继承或引用关系。这个图谱就是“代码库级上下文”，旨在提高大规模编码代理的效率。
这个想法受到研究的启发，研究表明知识图谱显著改善了检索增强生成和结构推理（例如“知识图谱增强语言模型”（Zhang et al., 2022）和“GraphCodeBERT”）。
期待听到你们的想法、反馈或改进建议！
大家好，我正在测试和比较各种大型语言模型（LLM）辅助的编码工具，想了解一下你们在日常开发工作流程中使用的工具。以下是我一些观察和问题：
1. Cursor 和 Windsurf
- 两者在本地运行良好，但它们使用了节省令牌的策略：
- 在非常长的上下文中，它们可能会截断重要信息，导致建议的代码缺少关键细节。
- 即使在正常情况下，复杂的案例也可能超出上下文或配额限制，从而中断建议。
2. “Roo Code”和基于API的方法
- 直接调用付费API（例如，OpenAI的ChatGPT/GPT-4 API）效果很好，但成本较高。
- 一些免费的或社区的API（开源镜像、社区版）可能不稳定、受限于调用频率或速度较慢。
3. Augment Code
- 据说这是最“智能”的商业产品之一，但价格也很高。
- 许多人推荐它的重写、重构、生成测试等功能，但对于简单的代码补全，其性价比可能低于一些较小的供应商或开源插件。
4. Refact.ai
- 在SWE Bench上排名靠前，声称支持代码重构、通过LLM生成注释、批量重写等功能。
- 然而，它似乎在开发者圈子中很少被讨论。它的支持效果如何？
社区提问：
- 你目前使用的LLM辅助编码工具是什么？（IDE插件、独立客户端或基于API的）
- 选择它的主要原因是什么？（例如，成本、响应速度、上下文长度支持、功能集等）
- 在实际开发中你遇到了哪些优缺点？具体来说，它在调试、重构、生成单元测试、自动修复错误等方面表现如何？
- 如果你之前更换过工具，为什么会更换？
感谢大家分享你们的经验！
大家好，我正在尝试重现我小时候那些有趣的游戏书——你可以选择故事情节并翻到相应的页面。<p>希望你们能从这个网页应用中获得一些乐趣！99%的代码是通过 Cursor 和 Claude 3.7 编写的。这个应用使用了 Nuxt.js。文本和图像是通过 Gemini-2.0-flash 生成的。
我听说你喜欢“氛围编码”，所以我创建了一个网站，让你可以进行“氛围编码”。<p>我有一些非技术背景的亲戚，他们需要一个非常简单的网站。我本可以在几个小时内为他们搭建好，但我花了更多的时间来解决一个更普遍的问题。<p>他们希望能与技术人员沟通，以创建并对一个简单的登录页面进行基本更新。<p>我知道像v0、loveable、replit等工具都存在，但它们仍然有一定的学习曲线，而且托管费用也会很高。通过这种方式，他们可以将网站下载为一个单独的HTML文件，然后上传到他们的老式ISP网页托管套餐中。<p>我受到carrd.co的启发，从它还是html5up时就开始频繁使用，直到它经历了各种迭代。我认为有时限制其实是好的，尽管在这种情况下，可能缺乏上传图片和其他资源的方式会成为一个过大的限制。<p>这个网站完全是用Replit代理进行“氛围编码”的（我是在黑色星期五特价时购买的，并且这个月还获得了一些额外的积分），并且也托管在Replit上。我不知道它的可扩展性如何，能同时服务多少用户，或者“氛围编码”的队列系统有多可靠，但我想我可能很快就会发现。<p>告诉我你的想法。
大家好！<p>再次感谢大家对我原始帖子的细致反馈，非常感激。<p>我对 chonkify 进行了几处更新，这是我用来分块任何内容（数组、字符串、缓冲区、异步可迭代对象等）的微型工具（约 1kB）：<p>- 现在包含完整源代码（不再只有压缩版分发）<p>- 明确了字符串的行为：<p>-- chonk() 使用 UTF-16 代码点（与 JS 一致）<p>-- 新增 chonkGraphemes() 按字形集拆分（这样表情符号可以保持完整）<p>- 更新了 README，提供了清晰的示例和权衡说明<p>我仍然认为字形支持很酷——只是现在不再是默认选项。<p>JS 字符串基于 UTF-16，但现实世界中的文本（表情符号、印地语、泰语等）通常需要对字形的敏感处理。现在你可以在“JS 的做法”和“用户的期望”之间进行选择。<p>这仍然是一个个人项目——我主要是为自己构建的，并不声称具备任何生产级的严肃性。话虽如此，如果它对其他人有用，我会非常高兴。<p>期待更多反馈！
我创建了一个功能齐全的人工智能聊天机器人——一个“AI男友/女友”。<p>在这里查看视频演示：<a href="https://youtu.be/-D-BBpsLHQI" rel="nofollow">https://youtu.be/-D-BBpsLHQI</a>