一周热榜

Gemini CLI 原生支持通过 Docker 进行沙箱操作，但这将其扩展到 M1 Mac 上的 Apple 容器。

你好！<p>我是安德鲁·阿罗（Andrew Arrow），一名开发者和Final Cut Pro用户。我与FCP的渊源可以追溯到很多年前，我曾尝试将视频编辑作为职业，但最终成为了一名软件开发者。我很久以前就购买了该软件的完整版。值得一提的是，每次我在任何Mac上访问App Store时，仍然可以下载它。我这几年可能经历了20台、30台？我也不太确定，但确实有很多Mac。最近我又下载了一次，注意到了XML导出功能。<p>哇，里面有很多内容。我是说，真的很多。我开始尝试生成XML，这引发了这个项目。<p><a href="https://github.com/andrewarrow/cutlass/blob/main/README.md">https://github.com/andrewarrow/cutlass/blob/main/README.md</a><p>仔细阅读那些Go结构体和XML标签。继续，继续，似乎永远也停不下来！这是一个非常复杂的XML格式，可以描述你能想象的任何时间线、效果或动画。苹果的文档分散，XML notoriously finicky（非常挑剔），一个错误的属性就会导致导入崩溃。<p>当然，借助Claude Code（或其他你喜欢的AI），你可以让你的AI使用cutlass库编写一些惊人的代码。<p>```go // 生成一个具有精确关键帧动画的时间线 video := fcp.Video{<p><pre><code> Ref: assetID, Offset: "0s", Duration: fcp.ConvertSecondsToFCPDuration(10.0), AdjustTransform: &fcp.AdjustTransform{ Params: []fcp.Param{{ Name: "position", KeyframeAnimation: &fcp.KeyframeAnimation{ Keyframes: []fcp.Keyframe{ {Time: "0s", Value: "0 0"}, {Time: "240240/24000s", Value: "100 50"}, }, }, }}, },</code></pre> } ```<p>所以我并没有用我的人脑写这样的代码。我大部分时间只是告诉Claude我想创建什么样的视频，然后他利用cutlass库来实现。我正在将FCP直接连接到Claude。这是一种不同类型的AI视频生成。<p>非常希望得到反馈，谢谢你读到这里！<br>- aa

在这篇文章中，我们记录了一些实验结果，比较了普通的图形RAG（仅进行一次text2cypher转换）与路由代理图形RAG方法。后者可以在text2cypher的同时调用向量搜索工具。路由代理使用大型语言模型（LLM）来决定调用哪个向量搜索工具，这取决于问题中识别出的术语，并且效果相当不错。 结果显示，像`gpt-4.1`和可靠的工作马`gemini-2.0-flash`等最新前沿LLM能够可靠且可重复地产生高质量的Cypher，只需进行一些提示工程，以确保在text2cypher提示中图形模式格式良好。在一组包含10个测试查询（这些查询中等复杂，需要从知识图谱中检索路径）中，`gpt-4.1`和`gemini-2.0-flash`在添加路由代理以增强普通图形RAG的工作流程后，均通过了所有测试，生成了正确的答案。 提示工程使用BAML（这是一种编程语言，使得在所有实验中简单地提示LLM并从中获取结构化输出变得容易）。实际上，知识图谱本身就是使用BAML提示构建的，这些提示从上游的非结构化数据中提取实体和关系。 这个工作流程的一个合理下一步是构建更复杂的代理循环，能够运行多步骤的Cypher查询，其结果可以整合以回答更困难的问题（类似于人类的处理方式）。测试和评估的一般原则在这里也适用。进一步探索这些方法似乎很有前景！