Forwarded from Dejavu's Blog
#GitHub #Python #自托管
▎shelf
一个漂亮的自托管网络存储管理服务
▎特性
- 友好的用户界面,移动端自适应
- 支持 #Docker 快速部署
- 支持本地存储和 S3 兼容存储
- 快速高效,性能要求极低
- 轻松查找相似图像重复文件
- 和朋友分享文件
项目地址|前端|后端
频道 @dejavuBlog
群组 @dejavuGroup
▎shelf
一个漂亮的自托管网络存储管理服务
▎特性
- 友好的用户界面,移动端自适应
- 支持 #Docker 快速部署
- 支持本地存储和 S3 兼容存储
- 快速高效,性能要求极低
- 轻松查找相似图像重复文件
- 和朋友分享文件
项目地址|前端|后端
频道 @dejavuBlog
群组 @dejavuGroup
👍5🤔1
#开源 #Architext #上下文工程 #Agent
利用周末时间写了一个新项目,解决了之前很多痛点。相信不少正在开发复杂 LLM 应用(特别是 Agent)的朋友都遇到了一个头疼的问题,那就是“上下文工程” (Context Engineering) —— 如何高效地组织、管理和优化 LLM 的上下文窗口。
我自己开发 Agent 的时候,就经常为了管理上下文,不得不跟一堆乱七八糟的字符串拼接和复杂的状态逻辑“死磕”。我发现好像正缺一个专门解决这个问题的轮子。
所以,我开发了 Architext:一个专为“上下文工程”而生的 Python 库。它的核心想法,就是把 LLM 的上下文不再看成一堆干巴巴的字符串,而是当成一个可以灵活操作的结构化文档,有点像给 Prompt 用的“DOM”。
它有什么特别之处呢?
1. 动态 F-String:你可以把 Texts(lambda: datetime.now())(动态文本)或者 Files("path/to/file.py")(文件内容)这样的“内容提供者”直接塞进 f-string 里。Architext 会在最终生成上下文的时候自动获取最新的内容,你再也不用手动更新它们了。
2. 像操作 DOM 一样方便:你可以用非常 Pythonic 的方式来调整上下文的结构。比如,想把系统提示词里的一堆文件挪到用户提示词里?两行代码就搞定:files = messages.pop("files"),然后 messages[1].append(files)。这个功能真的能救命!
3. 其他强大功能:它还支持一键控制多条内容的显示和隐藏(对调试信息特别有用)、自动合并消息、多模态内容,以及会话状态的保存和恢复。
我的目标是为“上下文工程”这个正在兴起的领域提供一个坚实的架构基础,让大家都能更轻松地构建出更稳定、更强大的 AI 应用。
项目已经开源,非常希望听到大家的看法和建议,尤其欢迎正在做相关工作的朋友一起交流!
GitHub 在这儿: https://github.com/yym68686/architext
感谢 @yymTalk 投稿!
来源 @yymTalk
🏷 TAG #投稿 #上下文工程 #python #GitHub #llm
📢 Channel @ednovas2
👥 Group @ednovas4
利用周末时间写了一个新项目,解决了之前很多痛点。相信不少正在开发复杂 LLM 应用(特别是 Agent)的朋友都遇到了一个头疼的问题,那就是“上下文工程” (Context Engineering) —— 如何高效地组织、管理和优化 LLM 的上下文窗口。
我自己开发 Agent 的时候,就经常为了管理上下文,不得不跟一堆乱七八糟的字符串拼接和复杂的状态逻辑“死磕”。我发现好像正缺一个专门解决这个问题的轮子。
所以,我开发了 Architext:一个专为“上下文工程”而生的 Python 库。它的核心想法,就是把 LLM 的上下文不再看成一堆干巴巴的字符串,而是当成一个可以灵活操作的结构化文档,有点像给 Prompt 用的“DOM”。
它有什么特别之处呢?
1. 动态 F-String:你可以把 Texts(lambda: datetime.now())(动态文本)或者 Files("path/to/file.py")(文件内容)这样的“内容提供者”直接塞进 f-string 里。Architext 会在最终生成上下文的时候自动获取最新的内容,你再也不用手动更新它们了。
2. 像操作 DOM 一样方便:你可以用非常 Pythonic 的方式来调整上下文的结构。比如,想把系统提示词里的一堆文件挪到用户提示词里?两行代码就搞定:files = messages.pop("files"),然后 messages[1].append(files)。这个功能真的能救命!
3. 其他强大功能:它还支持一键控制多条内容的显示和隐藏(对调试信息特别有用)、自动合并消息、多模态内容,以及会话状态的保存和恢复。
我的目标是为“上下文工程”这个正在兴起的领域提供一个坚实的架构基础,让大家都能更轻松地构建出更稳定、更强大的 AI 应用。
项目已经开源,非常希望听到大家的看法和建议,尤其欢迎正在做相关工作的朋友一起交流!
GitHub 在这儿: https://github.com/yym68686/architext
感谢 @yymTalk 投稿!
来源 @yymTalk
🏷 TAG #投稿 #上下文工程 #python #GitHub #llm
📢 Channel @ednovas2
👥 Group @ednovas4
GitHub
GitHub - yym68686/architext: The Context Engineering framework for building smarter, more reliable AI Agents.
The Context Engineering framework for building smarter, more reliable AI Agents. - yym68686/architext
👍13❤1🔥1