banner
andrewji8

Being towards death

Heed not to the tree-rustling and leaf-lashing rain, Why not stroll along, whistle and sing under its rein. Lighter and better suited than horses are straw sandals and a bamboo staff, Who's afraid? A palm-leaf plaited cape provides enough to misty weather in life sustain. A thorny spring breeze sobers up the spirit, I feel a slight chill, The setting sun over the mountain offers greetings still. Looking back over the bleak passage survived, The return in time Shall not be affected by windswept rain or shine.
telegram
twitter
github

火爆Cursor的開源平替Melty;微軟開源的agent工作流AutoGen Studio 2.0;等六個開源項目

1: MeltyMelty 是一款開源 AI 代碼編輯器,能在整個開發流程中與工程師協作編寫高質量代碼。

Melty 是一款開源的 AI 代碼編輯器,旨在通過全面了解用戶在命令行及 GitHub 的操作,協助用戶編寫符合生產標準的代碼。它的設計初衷是提高開發人員的工作效率,使他們能夠在多文件之間進行大規模更改,並整合整個工作流程。代碼重構:能夠對現有代碼進行多種類型的重構。
從零創建網頁應用:支持用戶快速搭建新的網頁應用。
導航大型代碼庫:幫助用戶在大型項目中高效定位和理解代碼。
自動生成提交記錄:能夠自動為用戶提交記錄編寫說明。

地址:https://github.com/meltylabs/melty

2: AutoGen StudioAutoGen Studio 2.0 提供用戶友好的界面,簡化 AI 代理及多代理工作流的創建與管理。

AutoGen Studio 2.0 是一個旨在簡化多智能體解決方案創建與管理的用戶界面(UI)。該平台為用戶提供了方便的界面,使得即便是初學者也能直觀地定義和修改智能體及其工作流程,極大地降低了 AI 開發的入門門檻。

用戶友好的界面:AutoGen Studio 2.0 通過簡化的設計使得創建和管理 AI 代理變得更加直觀,解決了以往版本複雜設置的問題。

環境要求:使用 Python 3.11 及 Conda 環境可以保證軟件的順利運行。用戶需要通過 API 密鑰(如 OpenAI 或 Azure)來訪問語言學習模型(LLM)。

創建技能與代理:用戶可以在 “構建” 部分創建特定任務所需的技能,並逐步構建自定義的智能代理。這些代理可以通過設定的技能進行互動與協作。

工作流管理:用戶可以定義和管理代理之間的互動流程,通過設置工作流,實現複雜的任務協作。

動態互動:在 “遊樂場” 部分,用戶能夠實時與代理進行互動,觀察並調整工作流的表現。這裡的會話允許用戶和代理之間進行連貫的交流,促進反饋與調整。畫廊功能:用戶可以在 “畫廊” 部分保存和回顧其創造的成果,為後續項目提供靈感和參考。

API 支持:儘管 AutoGen Studio 主要是一個網頁界面,但它也提供了強大且模塊化的 Python API, 使得具備編程能力的用戶能夠更細致地控制工作流。

地址:https://autogen-studio.com/autogen-studio-ui

3: MLE-AgentMLE-Agent 是為機器學習工程師和研究人員設計的智能助手,旨在簡化 AI 工程與研究流程。

MLE-Agent 是一款為機器學習工程師和研究人員設計的智能助手,旨在簡化 AI 工程和研究工作。其主要特點包括:自動化基準創建:可以自動構建機器學習和 AI 的基準模型。
與 Arxiv 和 Papers with Code 的集成:提供最佳實踐和最新方法的訪問。
智能調試功能:通過自動化調試與編碼互動,確保代碼的高質量。
文件系統集成:有效組織項目結構。
綜合工具集成:集成多種 AI/ML 功能和 MLOps 工具,實現無縫工作流。
互動式命令行聊天:通過簡單易用的聊天界面增強項目體驗。

地址:https://github.com/MLSysOps/MLE-agent

4: MinusXMinusX 是一個 AI 數據科學家,能在 Jupyter 和 Metabase 等工具中進行數據分析和處理。

MinusX 是一款 AI 數據科學家工具,旨在與用戶常用的分析工具深度集成。
目前可以在 Jupyter 和 Metabase 上運行,並且後續將支持更多工具。

MinusX 通過在應用程序中添加側邊聊天功能,能夠接收用戶指令,進行數據分析和回答查詢。它根據應用程序的簡化上下文、預定義的動作和目標來決定下一步的操作。

主要功能:
數據探索:用戶可以向 MinusX 提出假設,並讓其進行驗證。

內容修改:通過使用快捷鍵 Cmd+k / Ctrl+k 來調用 MinusX,以擴展現有的 Jupyter 筆記本或 Metabase 查詢。

選擇與提問:用戶可以選擇螢幕中的某個區域並提出問題。

地址:https://github.com/minusxai/minusx

5: AnyGraphAnyGraph 是一個圖基礎模型,可在多個領域實現零樣本預測,具備快速適應和廣泛泛化能力。

AnyGraph 是一個圖基礎模型,旨在實現跨領域的零 - shot 預測。
它的設計目標包括:社交網絡分析:可以用於社交媒體數據的鏈接預測和用戶特徵分類。

推薦系統:對電商平台上的產品推薦,能夠處理不同類型的產品和用戶數據。

生物信息學:在藥物相互作用預測和蛋白質結構識別上具有潛在應用。

跨域圖學習:在多個領域中構建通用預測模型,如學術引用網絡、電影推薦或在線評論分析。

地址:https://github.com/HKUDS/AnyGraph

6: KrakenKraken 是一個開源項目,旨在提供強大的開發工具和自動化工作流程管理功能。
Kraken 是一個開源項目,主要用於提供一個靈活和易於使用的框架,旨在簡化和加速開發工作流程。

項目的目標是幫助開發者更高效地管理代碼、自動化工作流程、處理安全性問題,並促進團隊協作。
在 GitHub 上,Kraken 項目吸引了許多開發者的關注和貢獻,目前已有一定數量的星標和分支。這表明該項目在開發者社區中受到了認可和支持。Kraken 提供了多個功能,包括代碼審查、問題跟蹤和自動化操作,適用於各種大小的團隊和企業。這個項目還強調 DevOps 和 DevSecOps 的最佳實踐,致力於提高軟件開發的整體效率與安全性。

地址:https://github.com/jasonxtn/Kraken/blob/main/readme.md

載入中......
此文章數據所有權由區塊鏈加密技術和智能合約保障僅歸創作者所有。