最新

嗨， 我想要一种简单的方法，将我的 Fastify 服务器 API 通过模型上下文协议（MCP）暴露给 AI 助手，而不需要自定义包装等，但找不到现成的自动化解决方案。 于是我构建了 `@mcp-it/fastify`——一个 Fastify 插件，它可以自动发现 API 路由并将其作为 MCP 工具暴露，使得像 Cursor、Claude Desktop 等客户端可以调用。 它支持： * 自动路由发现。 * SSE 和可流式传输的 HTTP 传输。 * 每个路由的配置（例如，隐藏内部路由、自定义工具名称）。 该项目是开源的，可以在 [https://github.com/AdirAmsalem/mcp-it](https://github.com/AdirAmsalem/mcp-it) 上找到。 我很想听听你的反馈！这个工具有用吗？你希望看到支持其他哪些框架（NestJS、Express 等）？ 谢谢！

第1天的图片：<a href="https://i.imgur.com/bQ3Oxc5.png" rel="nofollow">https://i.imgur.com/bQ3Oxc5.png</a> <p>在上次尝试将《毁灭战士》放入二维码后（<a href="https://news.ycombinator.com/item?id=43729683">https://news.ycombinator.com/item?id=43729683</a>），我想继续这个“系列”，将一个真正不错的聊天机器人放入二维码中。</p> <p>当然，这并不像前者那么简单。我可以选择作弊，制作一个基于规则的ELIZA风格的聊天机器人（我之前确实尝试过），但我想做一些真正有用的东西。我对大型语言模型（LLMs）和变换器（Transformers）的基本原理知之甚少，因此这也将让我学到很多关于人工智能的知识（而且，当它真正变得有趣时，将会是公开和开源的）。</p> <p>以下是我们的限制条件：</p> <p>最大的标准二维码（版本40）可以容纳2953字节（约2.9 KB）。这个容量非常小——一个15分之一秒的Windows声音文件就有11 KB！而且，我们不能直接将HTML/JS放入二维码中，我们需要将其压缩为BASE64（或BigInt），这也占用0.1-0.15 KB，因此我们大约只有2.7 KB的空间，真是令人担忧！</p> <p>这是我在第1天所做的：</p> <p>第一个版本（v0）非常基础——一个简单的模式匹配聊天机器人，带有预定义的响应：</p> ``` const V = "you,I,is,are,do,what,how,why,,...e".split(","); const P = [ [5,2,0,8], // 你喜欢什么 [5,4,0,8], // 你喜欢做什么.... [0,8,15,9] // 你喜欢我认为 ]; ``` <p>（v1）增加了更好的CSS（仍然是浅色主题）、主题记忆、情感分析和过渡模式，但所有这些使文件大小略微超过了4 KB。</p> <p>（v2）是v1的版本，进行了更多压缩，虽然失去了一些功能，但缩小到了2.8 KB。</p> <p>（v3）增加了复古UI，因为这似乎很合适，ASCII艺术和简化的文本格式化（带换行），但它仍然非常简单。（v4）和（v5）进行了更多的删减，勉强将其压缩到限制以下（2.85 KB）。</p> <p>因此，我在（v6）中改变了方法，使用了前缀树数据结构进行响应查找：</p> ``` const t={h:{e:{l:{l:{o:["Hello! How can I help you today?","Hi! What's on your mind?"]}}}}}; ``` <p>这使得在我们的限制条件下可以进行前缀匹配，并且不再需要模式匹配。</p> <p>（v7）尝试对其进行优化，但最终仍然约为3.3 KB，比之前好，但仍然不够“智能”。</p> <p>对于（v8），我花了很多时间，切换到一个非常基础的两层神经网络实现：</p> ``` const network = { embeddings: new Float32Array(c.vSize * c.eDim), hidden: new Float32Array(c.eDim * c.hSize), output: new Float32Array(c.hSize * c.oSize), hiddenBias: new Float32Array(c.hSize), outputBias: new Float32Array(c.oSize) }; ``` <p>这给我们提供了一个582字符的神经网络，经过8位量化，但正如你所预料的那样，这个体积很大，大约11 KB。</p> <p>（v9）和（v10）基本上是进一步压缩，降到约3.2 KB，还不错！</p> <p>我今天工作的最后一个版本是（v10.5）。我使用了基于单词的处理，而不是基于字符的处理，采用了4D向量，模板响应具有上下文意识，更好的状态跟踪和8个输出维度。还增加了一个重复惩罚（目前有点问题），但实际上效果还不错……5.3 KB还不错。</p> <p>对于第2天，我在考虑：</p> 1. 实现更好的上下文处理 2. 进一步优化神经网络架构（也许是一个小型变换器？） 3. 也许找到一种方法进一步压缩？</p> <p>资源：</p> <a href="https://www.youtube.com/watch?v=aircAruvnKk" rel="nofollow">https://www.youtube.com/watch?v=aircAruvnKk</a> <a href="https://www.youtube.com/watch?v=zhxNI7V2IxM&t=275s" rel="nofollow">https://www.youtube.com/watch?v=zhxNI7V2IxM&t=275s</a> <a href="https://github.com/rasbt/LLMs-from-scratch">https://github.com/rasbt/LLMs-from-scratch</a> <a href="https://github.com/lionelmessi6410/Neural-Networks-from-Scratch">https://github.com/lionelmessi6410/Neural-Networks-from-Scratch</a>

在构建副项目时，我常常遇到一个问题：头脑风暴出一个好名字 -> 检查域名的可用性（理想情况下是 .com / .ai / .io） -> 发现已经被注册 -> 重复这个过程。这个循环令人沮丧，拖慢了项目的启动速度。 我正在考虑开发一个工具来简化这个过程，并且我想评估一下外界对此类工具的兴趣。 这里的其他人是否也有类似的痛点？你们目前的项目命名和域名可用性检查的工作流程是怎样的，这个问题对你们的影响有多大？