Spark - page 4 of 8

很高兴看到 LlamaIndex 在 Workflow 上的率先创新（https://www.llamaindex.ai/blog/introducing-workflows-beta-a-new-way-to-create-complex-ai-applications-with-llamaindex），该思路使用 EDA 架构，不同于 LangGraph 基于图计算的设计；从本质原理来说，选用基于 FBP / Actor / 响应式范式的 Agent 编排框架结合图数据结构都是相对理想和可行的，我们在这个领域也在做深度的探索和实践，也欢迎 Star 我们开源的一个 FBP 框架 - Hlang。

今天看到的两个 Agent Platform 印象深刻，Relevanceai 针对 MAS，在产品的呈现上足够傻瓜式，BotPress 在 DX 上把 Node Editor 也干到了极致。

《技能大师》系列 - 工作流自动化预告，预计今年春节重磅发布，😄。

有没有玩 AkkA 结合 AI Agent 的同学一起深度交流？

14 行代码模拟一个代数效应（Algebraic Effect），优雅隔离副作用，也是一些类似的完整库实现的核心原理。

推荐阅读 Phenax 开发的这个源码： https://github.com/phenax/algebraic-effects

电影的最后，Cogburn 护送着被毒蛇咬伤的Mattie，骑着马从白昼到漫天星光，一刻不停息，不时提醒着 Mattie 仇人是谁，让她保持清醒，马死了就换自己抱着跑，跑过了星辰，最终，跑赢了死神。

‘No-code’ is a marketing term, implying the tool is for non-professional developers. — By Gartner(https://appian.com/resources/resource-center/analyst-reports/gartner-quick-answer-low-code-vs-no-code-dev-tools.html)

Businesspeople hankering to deliver their own apps love the “no-code” message. Thus, “no-code” has become a marker for products aimed at empowering business users. However, customers report that even powerful low-code platforms in some cases can’t produce apps without any coding. So what does this mean for the “no-code” promise? — By Forrester(https://go.forrester.com/blogs/watch-your-language-low-code-and-no-code-are-not-the-same/)

引用 Gartner 和 Forrester 的 Q&A 来回应很多人对「低代码」以及「无代码」本质的混淆。

技术的演进不快不慢，总会在某个节点「刚刚好」，图谱结合大模型的相关技术及应用，业界很多团队其实很早就在产业场景中实践了，并不陌生；轮子的产生总是解决一个或者特定领域的问题而产生独特的价值，并没有好坏之分，GraphRAG 就是补齐传统 RAG 只检索内容库近似内容，即「局部」的短板，其通过知识图谱图遍历的强大威力，得到内容总结等「全局」场景的魔法。

DHH 新作，Omakub，Ubuntu 下「开箱即用」的 Web 开发环境初始化脚本，实用。

https://omakub.org/

「从采购引擎升级为创意引擎」，这种顶级思维就决定了，ICBU AI 切入的点不是瞎 YY，精准定位。

「今天能用 AI 解决实际问题的公司很稀缺」，这是句感慨，也是现状，看到的大部分企业都是无脑跟风，拿锤子找钉子，能从业务模式甚至问题出发去定义的极少。

Teddy 的这个观点，我认同地想要呐喊出来。「Aftership 的故事」

深夜边读 GoT 源码边画图推演，终于彻底搞懂了 GoT 设计思想的灵魂和主逻辑，😄，看遍全网各种机翻文章都不如自己读一遍代码：

Thoughts 统一结构后，Operation 实例的私有执行方法实际上就变成了前置 T 的转换函数，这个巧妙的设计是 GoT 框架的灵魂所在，比如可以用这个 T 生成新的 T’、也可以原地更新 T、或者其他操作，故名曰：思维变换。

GoT 在图数据结构上的算法简单高效（默认 Controller 执行策略为 BFS，最终实现在叶子节点上获得所有 Thoughts 的结果整合）

Operation 核心是私有执行方法即 T 的变换函数，通过前置/后置指针最终连接在一起，因此支持分形

根节点是没有前置节点的节点；叶子节点是没有后置节点的节点

因为采用的是有向图的结构表达，因此天然支持降级为 IO / CoT / ToT

Cool.

Space Planning, Unlock Spatial Power.

新玩具

Stackradar 的这个类比有点意思。

接下来很长一段时间内，我将深入研究本体，以及 Palantir 的动态本体实现，这可能是继 Flow based Programming 之后，我的第二个从研究到落地的复杂技术。

Salesforce 的 oclif 和我 3 年前就出炉的 CF 框架，既然理念先进，给几个 Star 吧，😄。

https://github.com/qddegtya/cf

嘎嘎。

Revolution.

键盘控表示 Clicks 值得试一试，小红书有个博主还自造了一个，😄

Jina Reader API，目前从形式上看，像是做了一个 html2markdown 的 Parser，其他没看出来有什么 special ingredient，然后工程实现上支持了一些 LLM 友好的 response 返回，加上直接 url proxy 化处理，Xiaohan 说这个事儿本身的价值巨大，自己也很看好 Reader 的潜力，所以我相信很多人跟我一样：坐等开源代码拿到 Jina Repo 来，😄

花钱买的壁纸就是不一样，能看出作者的用心，😄

打造一个 Personality 「Reading」-> 「Writing」到「Processing」的数字资产整理到创作发布的工作流对于一个内容创作工作者来说必不可少，无论你是哪个行业。

虽然我本人在尝试了多套成熟工具链后得出的结论比较激进：我目前的内容创作工作流对应的工具链只能由我自己打造，😄。

不过目前 Raindrop（Read It Later） + Flomo（灵感）+ OB（Workspace + Plugin）用的还算丝滑，充当我的 Second Brain 还是合格的。（此举是为了不让自己过早陷入工具黑洞，优先形成知识管理以及内容创作的方法）。 ​ ​PS：数字资产的范畴更广一些。

懂的人自然不会「低估」，也分享给大家。

Hi