返回首页
一周热榜
嗨，HN：
我们开发了 Ask AI，旨在为复杂和技术性产品回答用户在文档、产品界面或 Discord/Slack 社区中的问题。
只要拥有自己的 OpenAI API 密钥，您就可以永久免费使用它。
它完全基于您的数据进行训练，因此可以直接从您的来源提供答案。
嘿，HN，
我在看到Claude/Cursor连续第十次在一周内错误地生成Stripe API语法后，构建了AgentsKB。
问题：
AI代理在会话之间无法“记忆”。你在周一调试一个棘手的Next.js问题，周二又遇到同样的错误，陷入同样的网络搜索循环，浪费了30分钟。
解决方案：
一个经过精心策划的知识库，包含3,276个经过验证的问答，覆盖160个领域（PostgreSQL、Redis、Kafka、TypeScript、AWS等）。99%的置信度，查询时间为50毫秒。
工作原理：
- 通过MCP（模型上下文协议）集成到Claude Desktop/Code中
- 代理在猜测之前查询经过验证的答案
- 不再有“让我在网上搜索一下”的延迟
技术栈：
- 原生MCP（无需管理插件）
- 原子问答的向量相似性搜索
- 涵盖常见痛点：JWT认证、Kubernetes配置、API设计模式、PostgreSQL特性
当前统计数据：
- 3,276个问答
- 160个领域
- 73%原子（单一概念答案）
- 99%平均权威评分
我为什么要构建这个：
每次AI编码会话都在浪费时间重新教导代理它“昨天学到”的东西。这使得代理拥有持久的、经过验证的记忆。
试试吧：[你的网址]
希望得到以下方面的反馈：
1. 我应该优先考虑哪些领域/库？
2. 你目前是如何处理代理的幻觉问题的？
3. 对于专有代码库，是否对自托管版本感兴趣？
专业提示：不会有一个<p>;)
在过去几个月里，我经常需要为不同的公司寻找人工智能专业人才，但我不断遇到同一个问题：“人工智能专家”这个词如今既广泛又模糊。这让我想起早期互联网时代，当时总有一个“电脑达人”可以做所有事情。
公司说他们需要一个“人工智能人才”，但大多数时候，他们并不真正清楚自己在寻找什么样的角色。而候选人的技能各不相同，却都被贴上了同样的标签。我认为，在未来几年，人工智能就业市场将会爆炸式增长，角色会变得更加细分（如大语言模型工程师、机器学习运维、人工智能产品经理、应用研究员等），就像15到20年前的网络职业一样。
我的想法是建立一个专门为人工智能专业人士服务的门户网站：经过验证的个人资料、结构化的技能、项目经验、使用的工具、开源贡献、可选的薪资范围。没有信息流，没有社交功能，没有噪音。只提供人才与公司之间的对接。
公司可以使用真实的筛选条件（技能、技术栈、经验、薪资范围）进行搜索，并直接联系感兴趣的候选人，提供工作机会或项目提案——如果他们真的想要某个人，甚至可以进行“竞标”。
长期目标是创建一个生态系统，让人工智能专家能够接收来自多家公司的报价，进行比较，并朝着更具挑战性或薪资更高的角色发展。
最小可行产品（MVP）将会非常简单：个人资料 → 搜索 → 联系。没有复杂的人工智能功能，没有多余的内容。
我想问你几个问题：
你认为这个想法有意义吗？
从你的角度来看，这也是一个真实的问题吗？
我遗漏了什么或低估了什么？
任何反馈（技术、市场或产品方面）都非常感谢。