用AI构建个人财务模拟器
一位退休开发者耗时7个月，借助ChatGPT完成了名为WARPSimLab的个人财务与退休模拟平台。该项目包含约2万行Python代码，分布在65个源文件中，功能涵盖退休建模、投资组合模拟、税收计算、蒙特卡洛分析、历史市场窗口、报告生成和桌面图形界面。开发者自上世纪90年代使用过一款DOS版个人财务模拟器后，一直寻找替代品未果，退休后决定用AI重制。整个开发过程中，AI负责编码实现，开发者负责功能定义与架构设计。他表示，AI在部分任务中表现出色，但在某些方面反复失败，理解AI的优缺点并学会规避问题成为最有价值的经验。最终WARPSimLab以开源、非网页形式发布，旨在提供教育性模拟工具，无需用户上传隐私数据。 #AI编程 #Python #个人财务模拟器 #ChatGPT #开源 #退休规划 #蒙特卡洛模拟 #软件工程
一位退休开发者耗时7个月，借助ChatGPT完成了名为WARPSimLab的个人财务与退休模拟平台。该项目包含约2万行Python代码，分布在65个源文件中，功能涵盖退休建模、投资组合模拟、税收计算、蒙特卡洛分析、历史市场窗口、报告生成和桌面图形界面。开发者自上世纪90年代使用过一款DOS版个人财务模拟器后，一直寻找替代品未果，退休后决定用AI重制。整个开发过程中，AI负责编码实现，开发者负责功能定义与架构设计。他表示，AI在部分任务中表现出色，但在某些方面反复失败，理解AI的优缺点并学会规避问题成为最有价值的经验。最终WARPSimLab以开源、非网页形式发布，旨在提供教育性模拟工具，无需用户上传隐私数据。 #AI编程 #Python #个人财务模拟器 #ChatGPT #开源 #退休规划 #蒙特卡洛模拟 #软件工程
教LLM说话：Vestaboard AI让大模型学会在字符显示板上表达
Vestaboard是一种分页式显示板，受限于3行15字符、总计45个字符的极窄画布，以及仅包含字母、数字和少数符号、彩色芯片的有限字符集。作者构建了Vestaboard AI——一个轻量级Python服务，它将OpenAI兼容的大模型作为文本生成引擎，然后通过严格验证器将消息压缩至显示板规格，最后按定时任务发送至物理设备。整个系统遵循“绝不信赖模型”原则：LLM只提供建议，最终由确定性的验证核心决定实际发送内容。架构上分为两个独立进程——一个基于Streamlit的配置UI（负责认证和编辑提示词、计划），另一个基于APScheduler的调度守护进程（读取配置、生成并发送消息），两者通过共享配置文件协调，各自独立重启，提升了可靠性。该项目已在GitHub开源，为物理约束环境下的LLM应用提供了有趣范例。 #Vestaboard #AI #LLM #大模型 #开源 #Python #显示设备 #嵌入式
Vestaboard是一种分页式显示板，受限于3行15字符、总计45个字符的极窄画布，以及仅包含字母、数字和少数符号、彩色芯片的有限字符集。作者构建了Vestaboard AI——一个轻量级Python服务，它将OpenAI兼容的大模型作为文本生成引擎，然后通过严格验证器将消息压缩至显示板规格，最后按定时任务发送至物理设备。整个系统遵循“绝不信赖模型”原则：LLM只提供建议，最终由确定性的验证核心决定实际发送内容。架构上分为两个独立进程——一个基于Streamlit的配置UI（负责认证和编辑提示词、计划），另一个基于APScheduler的调度守护进程（读取配置、生成并发送消息），两者通过共享配置文件协调，各自独立重启，提升了可靠性。该项目已在GitHub开源，为物理约束环境下的LLM应用提供了有趣范例。 #Vestaboard #AI #LLM #大模型 #开源 #Python #显示设备 #嵌入式
KitForge 发布安全可控的 AI 代理生成工具
多数 AI 代理安全框架的“护栏”仅停留在文档层面，代码并不真正执行。KitForge 则反其道而行之：它提供一个确定性脚手架，将验证后的蓝图自动生成为 LangGraph 风格的代理，并通过硬性安全门控强制执行控制。该工具包含 HMAC 链式审计日志、工具调用和 Token 计数耗尽即停止、审批门控（超时或拒绝直接阻断动作）、以及断路器（重复工具失败后禁止调用）。所有生成代码携带“Generated by”署名，Python 实现，MIT 许可证，无需注册账户。开发者在网页上绘制代理草图后可一键合规扫描，生成的代码在本地由 CLI 执行。项目内置 13 个测试用例验证安全机制有效，确保篡改日志或绕过审批等违规行为被切实阻止。框架本身不替代部署安全审查，但已作为 AgentKits 治理工具套件的一部分开源。 #AI #代理安全 #开源 #KitForge #LangGraph #Python #开发工具 #软件工程
多数 AI 代理安全框架的“护栏”仅停留在文档层面，代码并不真正执行。KitForge 则反其道而行之：它提供一个确定性脚手架，将验证后的蓝图自动生成为 LangGraph 风格的代理，并通过硬性安全门控强制执行控制。该工具包含 HMAC 链式审计日志、工具调用和 Token 计数耗尽即停止、审批门控（超时或拒绝直接阻断动作）、以及断路器（重复工具失败后禁止调用）。所有生成代码携带“Generated by”署名，Python 实现，MIT 许可证，无需注册账户。开发者在网页上绘制代理草图后可一键合规扫描，生成的代码在本地由 CLI 执行。项目内置 13 个测试用例验证安全机制有效，确保篡改日志或绕过审批等违规行为被切实阻止。框架本身不替代部署安全审查，但已作为 AgentKits 治理工具套件的一部分开源。 #AI #代理安全 #开源 #KitForge #LangGraph #Python #开发工具 #软件工程
用纯 Python 编译器替代 LLM 构建个人知识库
作者尝试采用类似 Karpathy 风格的方式构建个人 LLM 知识库，使用了智能体循环、递归 LLM 调用和嵌入技术处理本地 Markdown 文件。但过程中意识到，为了重新组织自己已有的文本而支付代币非常不合理。于是，作者用纯 Python 编译器替换了整个工作流，无需任何 LLM 调用、外部 API 或第三方依赖，就能将格式不统一的原始笔记文件夹转化为结构化的、带链接的 Markdown 知识库。该编译器基于 Python 标准库实现，仅进行文本解析、字符串操作和内存字典中的图遍历，确保每次运行结果完全一致。作者强调，确定性比智能化更重要：智能体决定知识库可能的样子，而编译器保证它必须是的样子。整个系统将手写内容与机器生成部分分离，Markdown 页面像对象文件一样可从源代码随时重建。实际测试在两台不同机器上运行，所有基准数据真实可靠，并包含了构建过程中遇到的两个真实 bug。 #知识管理 #Python #编译器 #本地优先 #LLM #个人知识库 #markdown #开源工具
作者尝试采用类似 Karpathy 风格的方式构建个人 LLM 知识库，使用了智能体循环、递归 LLM 调用和嵌入技术处理本地 Markdown 文件。但过程中意识到，为了重新组织自己已有的文本而支付代币非常不合理。于是，作者用纯 Python 编译器替换了整个工作流，无需任何 LLM 调用、外部 API 或第三方依赖，就能将格式不统一的原始笔记文件夹转化为结构化的、带链接的 Markdown 知识库。该编译器基于 Python 标准库实现，仅进行文本解析、字符串操作和内存字典中的图遍历，确保每次运行结果完全一致。作者强调，确定性比智能化更重要：智能体决定知识库可能的样子，而编译器保证它必须是的样子。整个系统将手写内容与机器生成部分分离，Markdown 页面像对象文件一样可从源代码随时重建。实际测试在两台不同机器上运行，所有基准数据真实可靠，并包含了构建过程中遇到的两个真实 bug。 #知识管理 #Python #编译器 #本地优先 #LLM #个人知识库 #markdown #开源工具
AI编程关键
与AI协作编程正成为开发新常态，但许多开发者在使用AI编码助手时往往陷入"给出指令就是一切"的误区。一段真实的工作流记录揭示了这一痛点：当用户要求AI助手用Bash实现某个功能时，AI陷入漫长的推理过程，试图理解如何在shell脚本中满足"不重复安装Composer依赖"的需求。最终用户不得不中断这一过程，转而建议改用Python方案。这一案例表明，有效的提问比准确的指令更重要。开发者需要学会在AI的推理过程中适时介入，提供更优的实现路径，而不是被动等待AI自行摸索。目前，主流AI编程工具如Copilot、Cursor都已支持过程展示和人工干预功能。 #AI编程 #提问艺术 #开发者经验 #代码协作 #Bash #Python
与AI协作编程正成为开发新常态，但许多开发者在使用AI编码助手时往往陷入"给出指令就是一切"的误区。一段真实的工作流记录揭示了这一痛点：当用户要求AI助手用Bash实现某个功能时，AI陷入漫长的推理过程，试图理解如何在shell脚本中满足"不重复安装Composer依赖"的需求。最终用户不得不中断这一过程，转而建议改用Python方案。这一案例表明，有效的提问比准确的指令更重要。开发者需要学会在AI的推理过程中适时介入，提供更优的实现路径，而不是被动等待AI自行摸索。目前，主流AI编程工具如Copilot、Cursor都已支持过程展示和人工干预功能。 #AI编程 #提问艺术 #开发者经验 #代码协作 #Bash #Python
sqlite-utils 4.0 发布，新增数据库模式迁移功能
sqlite-utils 是一款流行的 SQLite 数据库工具库，其 4.0 版本正式发布。新版本的核心亮点是引入了数据库模式迁移（schema migrations）支持，允许开发者以编程方式安全地修改表结构，包括添加、重命名或删除列，以及创建索引等。这一功能填补了此前版本在数据库演进管理上的空白，使得 sqlite-utils 更适用于长期维护的项目。此外，4.0 版本还改进了 CLI 接口和 API 稳定性。该工具由 Simon Willison 维护，广泛应用于数据分析和轻量级应用开发场景。 #sqlite-utils #数据库 #模式迁移 #开源工具 #Python #SQLite #版本更新
sqlite-utils 是一款流行的 SQLite 数据库工具库，其 4.0 版本正式发布。新版本的核心亮点是引入了数据库模式迁移（schema migrations）支持，允许开发者以编程方式安全地修改表结构，包括添加、重命名或删除列，以及创建索引等。这一功能填补了此前版本在数据库演进管理上的空白，使得 sqlite-utils 更适用于长期维护的项目。此外，4.0 版本还改进了 CLI 接口和 API 稳定性。该工具由 Simon Willison 维护，广泛应用于数据分析和轻量级应用开发场景。 #sqlite-utils #数据库 #模式迁移 #开源工具 #Python #SQLite #版本更新
Isnad 框架：用1200年伊斯兰逻辑为多智能体AI构建可信传播链
近日，开发者 Ali Zahid Raja 发布开源 Python 框架 Isnad，灵感源自1200年前伊斯兰教法中的“isnad”（传播链）概念，旨在解决多智能体AI系统中信息溯源与信任传递的难题。在多智能体协同工作流中，信息经过检索、摘要、撰写、校验等多个环节，一旦最终结果出现错误，往往难以定位是哪个环节引入了偏差。传统溯源系统虽能记录过程，但无法动态评估置信度的变化。Isnad 框架借鉴了古代学者评价传述链条的方法：每个智能体被视为一个“叙述者”，其可靠性被持续评估，信息通过独立链条交叉验证，从而让信任在传播过程中得以量化。该框架为构建更可靠、可解释的AI系统提供了新的历史视角，目前已在 GitHub 开源。 #AI #开源框架 #多智能体 #信任溯源 #伊斯兰逻辑 #Python #可信AI
近日，开发者 Ali Zahid Raja 发布开源 Python 框架 Isnad，灵感源自1200年前伊斯兰教法中的“isnad”（传播链）概念，旨在解决多智能体AI系统中信息溯源与信任传递的难题。在多智能体协同工作流中，信息经过检索、摘要、撰写、校验等多个环节，一旦最终结果出现错误，往往难以定位是哪个环节引入了偏差。传统溯源系统虽能记录过程，但无法动态评估置信度的变化。Isnad 框架借鉴了古代学者评价传述链条的方法：每个智能体被视为一个“叙述者”，其可靠性被持续评估，信息通过独立链条交叉验证，从而让信任在传播过程中得以量化。该框架为构建更可靠、可解释的AI系统提供了新的历史视角，目前已在 GitHub 开源。 #AI #开源框架 #多智能体 #信任溯源 #伊斯兰逻辑 #Python #可信AI
path_boost：基于路径梯度提升的可解释图预测Python包
近日，研究人员在arXiv上发布了一篇论文，介绍了一款名为path_boost的Python包，该包专注于基于路径的梯度提升方法，实现可解释的图级别预测。该工具由Claudio Meggio等人开发，旨在为图结构数据提供一种高效且可解释的预测方案。路径梯度提升方法通过提取图中的路径特征，结合梯度提升框架，在保持预测性能的同时增强了模型的可解释性。该包适用于化学、社交网络、生物信息学等多个领域的图分析任务，为研究人员和开发者提供了便捷的解决方案。论文已提交至arXiv预印本平台，并提供了完整的PDF和代码链接。 #Python #机器学习 #图预测 #梯度提升 #可解释AI #arXiv #开源 #学术论文
近日，研究人员在arXiv上发布了一篇论文，介绍了一款名为path_boost的Python包，该包专注于基于路径的梯度提升方法，实现可解释的图级别预测。该工具由Claudio Meggio等人开发，旨在为图结构数据提供一种高效且可解释的预测方案。路径梯度提升方法通过提取图中的路径特征，结合梯度提升框架，在保持预测性能的同时增强了模型的可解释性。该包适用于化学、社交网络、生物信息学等多个领域的图分析任务，为研究人员和开发者提供了便捷的解决方案。论文已提交至arXiv预印本平台，并提供了完整的PDF和代码链接。 #Python #机器学习 #图预测 #梯度提升 #可解释AI #arXiv #开源 #学术论文