注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 MEMちょ
MEMちょ 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 MEMちょ 的推特
Jev-Mem:结合了Jev的记忆系统 思路很好,充分利用了Jev的快速分类能力。 现在的 AI 助手在处理长期任务时,需要记住用户的喜好、历史聊天和背景知识。以往的做法主要依赖大语言模型自己去逐字阅读、归纳和检索历史。这种方式不仅反应慢、花费高,而且面对海量信息时,大模型还容易找错重点。 Jev-Mem把记忆管理分成了两套系统: 快思考,使用Jev(系统一):负责干杂活与快速决策。 它专注于做打标签、连线分类和打分筛选。比如新存入一句话时,它会快速判断这是日常事件还是用户偏好,并自动把相关联的时间、因果关系串起来;查找时,它会快速判断该去哪类记录里找、找到多少线索就可以停手,全程不需要大模型慢吞吞地逐字生成文字。 慢思考,使用LLM(系统二):负责最终的深度推理。 昂贵的大模型只在最后一步登场,直接拿“快思考”整理好的精准证据来组织语言、给出最终回答。 Jev-Mem 在长对话测试(LoCoMo)中取得了明显优势: 建立长期记忆的速度比现有的同类记忆系统快了 6.6 倍,耗时大幅缩减。 回答问题时的检索延迟降低了三分之一以上,平均响应只需 0.93 秒。 在复杂多步骤推理以及识破误导性问题的测试中,回答准确率超过了对比的其他主流记忆方案。 Github:
显示更多
0
5
74
10
转发到社区
Nowledge Mem 的浏览器插件又支持 Firefox 了哈 :)
Nowledge Mem 社区 franvz 老师维护了一个 RIME(鼠须管、小狼毫都支持)的配置管理 App
一个非常有用的必装工具:claude-mem 重点功能就是给 Agent 加长期记忆,必须安排上 claude-mem 做的是跨会话持久上下文。它会记录 agent 会话,压缩成可检索记忆,再把相关上下文注入后面的任务。README 里还有 progressive disclosure、skill-based search、web viewer 和 private tag。 GitHub 现在约 78.7k stars,今天新增 352 stars。用 Claude Code、Codex、Gemini CLI、OpenCode 跑长期项目的人可以重点看。 仓库地址:
显示更多
0
14
27
6
转发到社区
我不确定是不是因为我阅读习惯的原因,在使用 Nowledge Mem 的时候,查出来的图谱,或者说图上推理图谱分析之类的功能,我都会有一种无措感,不知道看什么,只感觉节点好多,看起来好酷。。。
显示更多
我怎么感觉 $Marscoin 干不过 #牛来?# 这轮头部mem其实不多,一条链就一两个。 Robinhood: $AI BSC: $MarsCoin #牛来# Solana: $ZCAT Base: $BASECAT
0
50
31
0
转发到社区
觉得Claude消耗TOKEN太多了? 可以试试这个叫Claude-Mem的项目,目前已经75k star 具体功能如下: 持久化内存 - 上下文跨会话保留 📊 渐进式披露 - 分层内存检索,具有令牌成本可见性 🔍 基于技能的搜索 - 使用 mem-search 技能查询项目历史 🖥️ Web 查看器界面 - 在 http://localhost:37777 实时查看内存流 💻 Claude Desktop 技能 - 从 Claude Desktop 对话中搜索内存 🔒 隐私控制 - 使用 标签排除敏感内容的存储 ⚙️ 上下文配置 - 精细控制注入的上下文内容 🤖 自动操作 - 无需手动干预
显示更多
0
34
18
3
转发到社区
DeepSeek-V4.1-Flash 八卡H20 实测来了,一起看下552B 参数加 196B Engram 参数的模型在SGLang运行结果 启动参数: sglang serve --model-path /model --served-model-name deepseek-v41-flash --tp 8 --ep-size 8 --context-length 32768 --max-running-requests 32 --mem-fraction-static 0.85 --attention-backend dsv4 --moe-runner-backend flashinfer_mxfp4 --reasoning-parser auto --tool-call-parser auto --enable-metrics --disable-radix-cache --host 0.0.0.0 --port 30000 测试方法: 核心矩阵为 1,024/128、8,192/128、1,024/512、24,576/128 Token,各测 C1、C8、C32,每组单独预热后正式重复三轮。各轮请求数分别为 8、16、64。C 是客户端并发上限,服务端最大运行序列也是 32 和历史V4测试对比结果: DeepSeek-V4.1-Flash 结果稍快一点,但开始回答之后,输出速度比 DeepSeek-V4-Flash 慢,整体吞吐也更低,实际token/s 速度达不到DeepSeek API 中V4.1三倍提升的效果🤣
显示更多
给 Claude Code 装上这 9 个开源 skill,它直接变成老工程师,先想清楚、再写计划、最后才动手,这差距太大了! 这周 GitHub 周榜前排几乎被 skill 包霸屏:superpowers 一周涨了近 6000 星,claude-mem 一周涨了快 8000 星,Anthropic 官方 skills 仓库也已经 18.7 万星。 按顺序装,收藏备用👇 🧠 先装「工作方法」 1. superpowers:一整套 Agent 开发方法论 skill,先想清楚、再写计划、再动手,31.2 万星,这周又涨了 5994 星,这个牛的! 2. mattpocock/skills:TypeScript 大佬 Matt Pocock 自己每天在用的 skill,小而精、能自己改,任何模型都能用,31.2 万星 3. andrej-karpathy-skills:就一个 CLAUDE.md 文件,按 Karpathy 总结的 AI 写代码通病来约束 Claude,不乱猜、不过度设计,22.9 万星,必装 4. ECC:给 Agent 装一整套工程流程:先计划、再测试、写完自己审、还能记住经验,Claude Code、Codex 都能用,29.7 万星,这周涨了 6053 星 📦 官方出品 5. anthropics/skills:Anthropic 官方的 Agent Skills 仓库,18.7 万星,想学 skill 怎么写,直接看官方范例 6. claude-plugins-official:Anthropic 官方维护的 Claude Code 插件目录,挑插件先看这里,4.6 万星 7. knowledge-work-plugins:Anthropic 开源的「打工人插件」,把 Claude 变成你这个岗位的专家,Cowork 和 Claude Code 都能用,3.5 万星 💾 记忆和省上下文 8. claude-mem:自动记下 Agent 每次会话干了什么,压缩后下次再喂回去,新开对话也不失忆,11.2 万星,这周涨了 7995 星 9. context-mode:把工具返回的大段数据挡在上下文外面,README 里 315KB 压到 5.4KB,对话聊久了也不容易「变笨」,3.3 万星 一句话串起来:superpowers 定流程,karpathy 规则管住手,官方 skills 补能力,claude-mem 记住你的项目——一个人一台电脑,就能带着一支不会忘事的 AI 开发小队干活。 还有私藏的好用 skill,评论区甩出来,一起把这份清单补全。 这一份就够你把 Claude Code 装明白了! 后续挖到更优质的宝藏工具清单还会第一时间发,关注我别走丢📌
显示更多
10月31日 GitHub 热门汇总 今天榜首的项目在解决一个很朴素的问题:能不能别换个会话,就让人重新交代一遍背景。 另外还有给 Agent 配电脑、改善界面设计、做学习辅导的。挑了 6 个,按用途整理,看看有没有能接进你工作流的。 1. claude-mem|今日 +1,140 Star 给 Agent 做跨会话记忆:记录任务过程,用 AI 压缩整理,再把相关信息带回后续会话,还能检索之前的工作记录。 经常用 AI 做长项目的朋友,应该都懂这个需求。昨天定好的要求,今天又要从头解释,确实有点累哈哈。 2. impeccable|今日 +2,300 Star 让编程 Agent 在做界面时有更具体的设计指引。包含 24 条命令和 62 条确定性检测规则,可以调整字体、间距、配色,也能做界面评审和质量检查。 比起反复跟 AI 说“再高级一点”,对着具体组件改,至少沟通起来明确多了。项目也更推荐从已有页面或组件开始迭代。 3. DeepTutor|今日 +2,282 Star 一个面向学习的 Agent 工作台,把答疑、解题、出题、研究和可视化放在一起,知识库、笔记和学习记忆也能在相应流程里复用。 它想做的事情挺清楚:围绕自己的资料,形成能持续推进的学习过程。经常读论文、啃专业材料的,可以先看它的功能演示。 4. OpenMausBot|今日 +895 Star 把多个 Agent 放进聊天软件一样的界面里,每个 Bot 可以有自己的模型、会话和电脑环境,底层能接本机已有的 Claude、Codex 等 CLI。 看着像一组联系人,背后各自干活。想研究多 Agent 怎么分工的,可以看看。注意它是独立开源项目,不是 Grok 官方客户端。 5. CopilotKit/OpenBot|今日 +706 Star 同样是给 AI 配电脑,但更强调权限和审计:每个 Bot 有自己的浏览器、文件和工具,操作经过策略判断并留记录,人也能在过程中接手。 适合想搭建内部 AI 助手的开发者。它目前是 Beta 阶段的开源模板,需要自己部署和定制,别当成注册就能用的成品服务。 6. Lightpanda|今日 +626 Star 专门面向 AI 和自动化的无头浏览器,用 Zig 从头实现,不是 Chromium 的一个套壳。 做网页读取、数据采集或浏览器 Agent 的,可以研究它怎么接入自己的自动化流程。Windows 目前没有原生版本,需要通过 WSL 等环境运行。 看完这几项,我更关心的是:哪些工具能少让人重复交代要求,少返工几次。模型已经能做很多事,日常用起来顺不顺,还真要靠这些具体工具慢慢补。 最后单独带一个给量化朋友的项目:PREX Quant。 可以用自然语言描述交易想法,或提交结构化策略,调用云端回测,再看收益、最大回撤、交易成本、资金曲线和调仓记录。 仓库开放的是 API 协议、客户端示例和报告工具,回测引擎在 PREX 服务端运行,不是整套引擎都开源。 交易想法有没有用,先把规则和成本放进历史数据里检验。对 AI 量化、策略研究感兴趣的朋友欢迎看看,也帮忙点个 Star 支持一下哈哈。
显示更多