7月19日
10:12
07:19
07:19coderabbitai@coderabbitai
CodeRabbit Agent 在其自动化主页新增了预配置模板目录,包含 GitHub、Slack、Linear、Jira 四种工作流模板。用户可直接选用这些模板来快速配置代码审查、通知、任务管理等场景。该功能降低了自动化入门门槛,无需从零编写配置。
事件专题

推荐理由:如果你用 CodeRabbit Agent 做代码审查,新出的模板目录能让你直接套用 GitHub、Slack 等工作流,省去自己折腾配置的时间。
04:57
04:57官方账号Simon Willison’s Weblog博客/媒体
Julia Evans 因不擅长阅读 SQLite 查询计划,促使作者用 Fable 构建了 SQLite Query Explainer 工具。该工具在浏览器中通过 Pyodide 运行 SQLite(Python 经 WebAssembly 编译),为 EXPLAIN 和 EXPLAIN QUERY PLAN 结果添加可视化解释层。当前版本需谨慎使用,因作者自认掌握不深,但功能对理解查询计划颇有帮助。
事件专题

推荐理由:不懂 SQLite 查询计划?这个工具用 Fable 在浏览器里跑 Pyodide,帮你把 EXPLAIN 结果翻译成人话,虽非百分之百准确但足够实用。
7月18日
23:43
23:43宝玉@dotey
GUI自动化测试主要依赖传统E2E测试,Web端可用Playwright等框架。Agent的Computer Use也能做自动化测试,但成本更高、稳定性更差。不过Computer Use能完成传统E2E做不到的任务,替代大量人工操作。
推荐理由:dotey分享了GUI自动化测试两种思路,传统Playwright和Agent Computer Use。后者成本高但能替代人工,适合复杂场景。
20:09
20:09Yangyi@Yangyixxxx
博杰开源的AI Agent Book是一个从零学习智能体的资源。项目在GitHub上已获得2.6k星。最新v1.1版本由Claude Code、Kimi K3和Opus 4.8协助补全了30多个实验代码。该项目还更新了多数实验使用的模型并修复了依赖问题。
推荐理由:想系统学Agent?博杰开源的这个AI Agent Book从零开讲,GitHub 2.6k星,代码已用新模型更新,适合新手入门。
19:33
19:33官方一手Sebastian Raschka: Ahead of AI@Sebastian Raschka, PhD
文章介绍了大型语言模型通过训练学习低、中、高三种推理模式的方法。低努力模式快速输出简短回答,中努力模式进行适度推导,高努力模式则执行逐步推理。这种技术允许用户根据任务需求和计算预算灵活调整模型的推理深度。

推荐理由:想省算力又不想牺牲推理质量?这篇技术分享教你LLM如何按需切换推理模式。
18:13
12:19
12:19小互@imxiaohu
Google 推出了 gemma-trainer 工具,允许用户在本地计算机上对 Gemma 模型进行微调。该工具简化了微调流程,无需依赖云端资源。用户可以通过简单的命令或界面操作,定制自己的专属模型。具体教程链接中提供了详细步骤。
推荐理由:Google 出了个新工具 gemma-trainer,让你在自己电脑上就能微调 Gemma,不用上云,操作简单,适合想定制专属模型的朋友。
11:52
11:52Geek@geekbb
该项目利用OpenAI视觉模型自动识别照片中的衣物,并进行自动抠图。随后基于抠图结果生成模特上身预览效果。配套的Codex技能支持一键导入衣物素材或生成模特穿搭画册。整个流程可帮助电商卖家快速制作商品展示图。
事件专题

推荐理由:这个开源项目用OpenAI视觉模型自动识别衣物、抠图,还能生成模特上身图,适合电商卖家快速出图。
08:08
07:43
04:49
04:49官方账号LangChain@LangChainAI
精选
LangChain发布了一个基于LangGraph和LangSmith的RFP回复代理,包含四个步骤:需求提取、内容映射、草稿生成和缺失检测。该代理能从RFP包中提取范围、SLA、定价格式和监管条款,匹配内部批准内容,生成带引用的回复,并标记需要人工审核的部分。通过@payicorp进行了性能评估。
推荐理由:做投标的朋友别从空白页开始了,这个代理自动抓需求、匹配内部内容、生成带引用的草稿,还告诉你哪里需要人改,省事很多。
04:47
03:27
03:27官方账号LangChain@LangChainAI
LangChain 的 Sydney Runkle 和 Jake Broekhuizen 在 40 分钟视频中全面解析 Deep Agents,涵盖定义、工作原理、常见用例及核心组件。视频重点介绍了文件系统如何与 Agent 交互,并演示了端到端实现流程。适合希望构建复杂 Agent 工作流的开发者参考。
推荐理由:LangChain 两位专家花 40 分钟把 Deep Agents 从原理到实战讲透了,文件系统那块特别实用,想搞 Agent 的必看。
03:09
03:09官方账号Simon Willison’s Weblog博客/媒体
Simon Willison 对 LLM 生成文章中充斥的套话感到不满,于是用 Fable 5 的 vibe code 开发了一个高亮工具。该工具能识别 10 种常见写作模式,例如“no fluff, no filler, no jargon”这类陈词滥调。用户粘贴文本即可自动标记出这些模式,帮助识别 AI 生成痕迹。
事件专题

推荐理由:Simon Willison 用 Fable 5 搓了个小工具,专门高亮 LLM 文章里那些“无废话、无填充”的套路句,一共 10 种模式,对付一眼 AI 文很好用。
01:24
01:24官方账号LangChain@LangChainAI
LangChain认为智能体(Agent)是一种新型软件,具有无限输入和非确定性输出的特性。传统软件构建方式会导致智能体失效。LangSmith围绕Agent开发生命周期设计,包含构建、测试、部署、监控四个阶段。该框架帮助开发者系统化管理智能体应用。
推荐理由:LangChain分享Agent开发新思路,用LangSmith的构建-测试-部署-监控流程,避免传统方法失效。适合做智能体的同学。