1 简介 好消息是，2024 年 3 月 4 日发布了 Claude3，据传比 GPT-4 更好，snooet 版本可以免费试用，坏消息是我们这儿不能用。 在官网注册时，需要选择国家并使用手机接收短信验证码。而在选项中没有中国这个选项。即使成功注册了账号并申请了 API 密钥，免费版本仍需要绑定信用卡才能使用。绑定信用卡也需要接收短信验证，网上说每个手机号只能注册一次，所以似乎也无法短信接收平台。（如果你找到了注册方法，请私信告诉我） 虽然无法通过 API 调用并将其添加到我们的工具中，但可以通过亚马逊云来免费体验一下。 2 Claude3 2.1 三个模型 Claude 3 共发布了三个模型： Claude 3 Opus：最强大的模型，在高度复杂的任务上提供最先进的性能，并展示流畅性和类似人类的理解。 Claude 3 Sonnet：在智能和速度之间最平衡的模型，是企业工作负载和规模化 AI 部署的绝佳选择 Claude 3 Haiku：最快、最紧凑的模型，旨在实现近乎即时的响应能力和模仿人类交互的无缝 AI 体验 2.2 主要特点 这次升级的主要特点包含： 多语言功能：Cla ...

何需足量革，尽覆此大地，片革垫靴底，即同覆大地。 -- 寂天《入行论》 最近看了一些 LLM 实测报告，感觉 LLM 的能力很强大，但在当前阶段，仍然只能对单一简单问题进行一次提问（详见：开源项目_大海捞针测试），对于复杂的问题，可以通过将其拆解为多个简单问题，使用 LLM 进行多步问答来解决。因此，引入了 Agent。目前也临着在对话过程中容易偏离主题的问题（详见：论文阅读_多Agent_股票操作示例）。 猜想大模型的尽头并非某个全能的大模型，而是类似于人的存在，可能是面向 Agent 优化的大模型；或者整体系统由多个大模型组成，其中一个充当主控： 这个主控模型并不大，所以反应速度快。 他并不存储所有的知识，但包含：内在信念（详见：论文阅读_语言与决策_通过LENS看人类行为），基本的常识，语言理解能力，基础推理能力，类似于高中生的水平。 他链接到一个外挂记忆系统，该系统存储客观知识和主观总结，以及长短期记忆，支持存储/搜索（详见：文章阅读_Agent记忆机制综述）。 他还包含一个自我进化系统，该系统能记忆、总结，并推动自已更新能力库。 和当前系统很大差别在于它能自主构建自己的 ...

1 比赛介绍 第三届琶洲算法大赛 -GLM 法律行业大模型挑战赛道 赛题页面：https://tianchi.aliyun.com/competition/entrance/532221/information 解题示例：https://tianchi.aliyun.com/competition/entrance/532221/customize444 说明文档：https://zhipu-ai.feishu.cn/wiki/M6lCwkSEWiBQIKkQLtIcTuV2nqh?spm=a2c22.12281976.0.0.536f7dd2Pg0INK 2 问题概述 在法律服务领域，基于智谱 GLM-4 大模型和相关业务 API，构建一个能回答法律问题的 Agent（问题机器人）。该 Agent 需要在一小时内回答 200 道问题。 这种整体方案可以应用于许多专业领域。我们也可以通过比较优化和未优化的情况下，看看效果如何。（初赛 A 榜的前 100 名得分都在 80-90 分区间内，查看了一些代码后，我觉得稍加改进也能达到 70+） 3 问题类型 简单问题：查单表和几个字段。 ...

1 Obidian 开发 Obsidian 基于 Electron 框架开发（开发者可以使用 Web 技术构建桌面应用，Google 的 Flutter 也是类似的框架），主要使用 HTML、CSS 和 JavaScript。后端则依赖 Node.js（Node.js 是基于 Chrome V8 引擎的 JavaScript 运行环境），使 JavaScript 能在服务器端运行。 开发 Obsidian 插件时，需要掌握 JavaScript 和 Node.js。比如，利用 Node.js 提供的模块和 API 进行文件操作、访问系统资源、处理网络请求等。 2 开发环境 我的开发环境是：VSCode + Node Docker + Copilot。这样不仅不会影响我的宿主机环境，开发起来也很舒适，还可以利用辅助编码工具。 如果想开发 Obsidian 插件，就需要安装 Node.js 环境。Node.js 提供了 JavaScript 的运行环境和许多内置模块；同时，安装 Node.js 也会安装 npm，用于管理插件项目的依赖项。 推荐使用 Node.js 的第 18 版： 12$ ...

2025 年 1 月 24 日，OpenAI 发布了其首款 AI 智能体 Operator。这是一款能够在浏览器上执行简单在线任务的网络应用，例如预订音乐会门票和在线购买杂货。 Operator 由新模型 Computer-Using Agent（CUA）驱动，该模型基于 GPT-4o 构建。目前，该应用仅面向订阅每月 200 美元 ChatGPT Pro 服务的美国用户开放，未来将逐步向其他用户推广。 官方介绍: https://openai.com/index/computer-using-agent/ 原理： 将 GPT-4 的推理能力结合视觉功能，用于操作电脑桌面（类似于操作浏览器）。 基于桌面解析和文字识别技术，可以控制键盘和鼠标，并在沙箱环境中进行操作。 问题： 安全问题：适合操作商场中机器人，对于个人数据/公司数据可能涉及安全问题。 目标用户是谁：像 Dify，扣子也有此问题。 应用场景： 浏览器使用：语法检查、退款总计、更新许可证、客户查询。 电脑使用：下载讲座、合并 PDF、压缩图像、计算价格、导出图像。 其它： 要 200 刀的 pro 才能用，而 ...

1 简介 MCP（Model Context Protocol，模型上下文协议）是 Anthropic 在 2024 年底推出的一种开放协议，旨在实现大语言模型（LLM）与外部数据源、工具和应用程序之间的安全、高效互动。 MCP 使得不同 AI 模型能够轻松连接到外部工具和数据源，而无需单独整合多个 API。传统上，整合外部工具需要处理各个 API 的代码、文档、认证方式、错误处理以及后续维护，增加了开发复杂度。MCP 的特点在于其“即插即用”功能，工具只需封装一次，即可与多种大模型 API 组合使用。 2 现有方法的问题 常用方法： 方法一：将数据上传到服务器 将数据存储在他人服务器中，存在安全风险。 上传过程中，数据大小和类型受到严格限制。 方法二：给予大模型本地管理员权限，自动处理本地数据。 同样存在安全隐患。 例如：Open Interpreter、CUA。 MCP 的优势： 统一协议：MCP 作为统一接口，只需一次集成即可连接多个服务。 动态发现：AI 模型能够自动识别并使用可用工具，无需提前固定每个接口。 双向通信：支持数据拉取和操作触发。 安全性：确保只有授 ...

1 MCP Server 1.1 准备 12pip install mcp# 安装后就可运行 mcp 命令 1.1.1 提供本地服务 12345678910111213141516171819202122# server.pyfrom mcp.server.fastmcp import FastMCP# Create an MCP servermcp = FastMCP("Demo")# Add an addition tool@mcp.tool()def add(a: int, b: int) -> int: """Add two numbers""" return a + b# Add a dynamic greeting resource@mcp.resource("greeting://{name}")def get_greeting(name: str) -> str: """Get a personalized g ...

1 资源分类 MCP 服务主要包括以下几种： 搜索：搜索和爬虫功能 数据：本地文件、GitHub 工具：为已有工具提供 MCP 调用方法 2 mcp.so 收集了大量 MCP Servers，可在 mcp.so 上使用，而无需本地安装，只需简单配置（如配置 API Key），即可通过 URL 访问各种 MCP Server。 截至目前，http://mcp.so/ 已提供超过 4000 项服务（250328）。 3 tavily 功能：网络搜索 & 智能提取 申请 apikey：https://tavily.com/ 3.1 SSE 方式 使用 host 方式访问，需要设置 https://mcp.so/server/tavily-mcp 3.2 本地方式 123456apt install npmgit clone https://github.com/tavily-ai/tavily-mcp.gitcd tavily-mcpnpm installnpm run buildnpx build/index.js # 运行试试 3.3 注意事项 在本地调用时，请勿将 ...

1 Manus 1.1 概述 官网： https://manus.im/usecases 根据 Manus 发布会的数据，Manus 的功能覆盖了 76% 的垂直类 Agent 项目。其官网展示了 50 多个用例，主要应用于数据分析、调查研究和效率提升。工程方面，Manus 付出了大量努力，整体交互比其他产品优化了许多。 从个人体验来看，Manus 的推广和设计非常出色，与浏览器的整合也令人印象深刻。它有效填补了市场空白，市面上虽有众多开源的 agent 工具，但普遍缺乏易用性；即便是 coze 的图形化界面模块拼接，也存在一定的使用门槛。 Manus 的另一大优势在于其示例表现。一句简单提问，即能获得优质输出。在国内，类似体验的产品有 kimi（检索）和 deepseek-R1（推理），但它们通常只处理单个简单问题。而 Manus 不仅可以在线搜索数据，还能够进行多步操作，解决复杂问题。这一特点似乎填补了市场空白。不过，其实际效果及成本如何，尚需进一步观察和讨论。 1.2 用户交互 界面：打开网站上的实例，可以清晰看到工作过程，左侧展示模型思考，右侧展示工具调用，左右分区的交互流畅。 ...

1 取值 role 有 3 个取值： system: 设置 AI 助手的行为指南和身份定位 user: 用户输入的内容 assistant: AI 的回复内容 2 示例 123456messages = [ {"role": "system", "content": "你是AI助手"}, {"role": "user", "content": "你好"}, {"role": "assistant", "content": "你好，我能帮你什么?"}, {"role": "user", "content": "解释下Python"}] 3 说明 system 消息设定 AI 的行为规范和专 ...