Ornith-1.0

是一个专注于智能体编码的自脚手架大语言模型。该模型通过自脚手架技术，使LLM能够在编码任务中动态构建推理结构，提升复杂代码生成与调试能力。传统大模型在处理需要多步推理和工具调用的智能体编码场景时表现有限，而Ornith-1.0通过让模型自主生成并管理推理步骤的脚手架，显著提高了任务完成率和代码质量。这一创新为AI驱动的自动化编程和智能体系统提供了新思路，有望在软件开发、自动化测试等领域发挥重要作用。 #AI #大模型 #智能体 #编码 #自脚手架 #LLM #自动化编程

游戏开发者借助 Claude 构建自定义反馈跟踪系统

一位独立游戏开发者在开发游戏《OnTrack》过程中，长期使用 Anthropic 的 Claude Code 作为配对编程和调试工具。为收集游戏测试反馈，他曾将问题记录在 Markdown 文件中，但随着测试持续，未完成项目列表膨胀至 3000 行，已完成项目达 4000 行。每次查询分类问题或标记完成时，Claude 都需要读取整个文件，导致 token 消耗大、效率低下。为此，他利用 Deno 运行时和 SQLite 数据库构建了一个自定义“反馈技能”，将反馈数据结构化存储为表（包含标题、详情、优先级、状态、类别、项目和完成标志），并支持通过命令行工具高效查询、添加和标记完成。该系统保留历史记录，仅隐藏已完成项，使 Claude 不必重复解析长文本。开发者表示，该方案显著提升了反馈处理效率，并计划继续优化。 #AI #游戏开发 #Claude #软件开发 #Deno #SQLite #效率工具 #开发者故事