与「F1」相关的搜索结果

Raven 0.2.0 — The Harness of Harnesses, built for RSI. 🐦‍⬛ One harness can't be best at everything. Raven combines its own specialist harnesses (Research, Code, Design, Oncall) with the agents you already use (Claude Code, Codex and more) into one team. And it's built for RSI, and not just at the skill level. The whole harness can be rewritten by AI: prompts, policies, strategy code, playbooks. Every sub-harness, including the orchestration layer itself, is its own instance that can be improved. With Raven you can: 1. Orchestrate many agents as one team. Raven's sub-harnesses and external agents work in one task graph with shared memory across sub-agents, powered by leading orchestration (0.963 Node F1 on the Multi-Agent Orchestration Benchmark). 2. Run long, complex tasks. Oncall and proactive execution keep work going for days, from scientific research loops to shipping a full Godot game. 3. Build vertical agents with RSI. Use Raven's RSI to develop and refine an agent for your domain, and we'll optimize it with you. Experimental for now; reach out to the Raven team(Discord: More in the video and slides below. Open source, Apache-2.0. (lots of work made with Raven lives there, and much of this launch's material was made with Raven too)

哇！！！收到@BNBCHAINZH 的超赞礼盒啦～ 妈妈再也不用担心我在运动场上的装备赢不过别人家小孩了！ 谢谢sandy姐@0xsandy1913 和一直默默付出的cindy姐@cydeologie 🥰🥰 祝大家也中秋快乐，幸福安康🥮

阿里把团队内部用了两年的官方 AI Code Review Skills 开源了，采用 “确定性工程 pipeline + AI Agent” 的混合架构，专门解决通用 Agent 做代码审查时 “漏审、定位漂移、质量不稳” 的老问题。 40.5K ✨ 开源项目 OpenCodeReview： # 核心设计：确定性工程 pipeline × Agent 各司其职 确定性工程负责硬约束： · 精确文件选择：用代码决定哪些文件必须审、哪些要过滤，不依赖模型自觉； · 智能文件捆绑：把相关文件合成一个审查单元（例如 message_en.properties 和 message_zh.properties 捆绑），每个单元以上下文隔离的 sub-agent 运行，分治策略让超大变更集也稳，且天然支持并发（默认 8 个文件 worker）； · 细粒度规则匹配：内置约 54 个按语言/文件类型的规则文档（Java、Go、TS/JS、Python、Rust、SQL/XML mapper、properties 等），用模板引擎而非自然语言把规则匹配到文件特征上，从源头消除信息噪声； · 外部定位与反思模块：评论的“落点”和“内容”分别由独立的 re-location 和 reflection 模块系统性校正，这正对“位置漂移”痛点。 Agent 负责动态决策： · 深度优化的场景 prompt（内部分为 plan → grouping → main → memory_compression → re_location → review_filter 多个任务模板，可在 internal/config/template/prompts/ 看到）； · 从海量生产环境的 tool-call 轨迹（调用频率分布、单工具重复率、新工具对调用链的影响）反向蒸馏出的专用工具集，包括全文件读取、代码搜索、其他变更文件查阅等，比通用 agent 工具箱更小更稳。 # 能力面与生态集成 功能上覆盖：workspace/分支区间/单 commit 审查、断点恢复（ocr session）、全文件 scan（无 git 历史也能审计陌生代码库）、本地 Session Viewer 网页查看与回放、SARIF/JSON 输出、OpenTelemetry 可观测性、MCP Server 扩展。 作为 “Skills 生态” 级项目，它的形态相当完整：既提供 npm 全局 CLI，也提供可移植的 Agent Skill（skills/open-code-review/SKILL.md，带标准 frontmatter，可直接被兼容 skill 的 agent 加载），还有面向 Claude Code、Codex、Cursor、Kimi Code、OpenCode 等平台的插件，每种都封装成斜杠命令或可调用 skill。LLM 侧兼容 OpenAI、Anthropic、AWS Bedrock 三类协议，并可直接复用 Claude Code 的 ANTHROPIC_* 环境变量。 其中一个设计很巧妙：Delegation 模式（ocr delegate preview/rule）。此时 OCR 只做自己擅长的确定性部分（文件选择和规则解析）审查本身交给宿主 coding agent 的 LLM 执行，用户无需给 OCR 配任何 API key。这实际上是把“harness 能力”与“模型能力”彻底解耦。 # 工程质量：超出平均水准的部分 · 安全有正式的 Assurance Case（ASSURANCE_CASE.md）：完整的威胁模型、四条信任边界、T1–T7 威胁逐条给出缓解措施，并按 Saltzer & Schroeder 设计原则和 OWASP Top 10 做了映射。细节经得起推敲：所有外部进程调用只限 git 且子命令硬编码、--end-of-options 防 flag 注入；Agent 读文件路径经 pathutil.WithinBase() 在符号链接解析前后双重校验；本地 Viewer 有 Host 白名单防 DNS rebinding + 严格 CSP。这类文档在一般开源项目里非常罕见。 · 贡献规范近乎严苛（AGENTS.md）：使用 AI 必须在 issue/PR 中披露工具与模型、必须逐行理解 AI 生成的代码、禁止“AI 生成→反复修复→再修复”的循环、禁止把 commit 署名给 AI。源码强制英文（CI 有 english-check，连全角标点都查）、90% 测试覆盖率门槛、-race 与 govulncheck 每次 push 都跑、SPDX 头与 LF 行尾强制。 # Benchmark：数据情况 官方基准 AACR-Bench（已在 Hugging Face 开放）规模不小：50 个流行开源仓库、200 个真实 PR、10 种语言、80+ 资深工程师交叉验证出 1505 条标注问题。结论是同模型对比 Claude Code：Precision 和 F1 显著更高、token 消耗约为 1/9、速度更快。 需要指出两点：其一，Recall 低于通用 agent，README 自己承认这是“以精度换噪声”的刻意权衡，如果你最怕漏问题而非误报，可能不适合；其二，该基准由阿里自建，虽开放了数据集供社区复核，但独立第三方的复现结论目前还少，可以把它当作“有披露的、方向可信的参考”。

收获满满！居然还中了F1 Paddock Club🙏🏻 属于F1官方顶级VIP门票，可以坐在P房正上方看进站，还有机会走进维修道和围场。 想着能近距离看维斯塔潘@Max33Verstappen 发车，就已经很激动了，感谢！

前几天说要组织来坡的小伙伴吃小龙虾，然后突然获得了 @bagel_win 和 @NeoSoulAI 两位老板的赞助，尤其是感谢 @chessxyz 安排的活动细节，听说 Bagel 会带来很多汉堡，而 NeoSoul 则准备了一箱茅台（感谢 陈总 赞助）。 这下要酒有酒，要吃有吃，小龙虾我们尽量安排无限量供应，说实话这家小龙虾蛮贵的，但确实是新加坡最好吃的小龙虾🦞了，再次感谢两位赞助商的大力支持。 报名链接： 目前细节还在进一步讨论中，但事肯定是要办的，所以先报名，活动前我会再发一次，到时候会补充所有的细节。 来的都是客，欢迎小伙伴们来到新加坡，希望新加坡能让你们吃好，喝好，玩好，希望你们能尽情的享受这次的 F1 和 Token 2049 。

Omarchy 让Claude 定义F1作为截图快捷键，截图后进入编辑页面可以标注 定义快捷键是为了和Snipaste使用习惯一致 有了Omarchy，大大降低了购买Mac的欲望了 - 开机速度快 - 界面很丝滑 - 良好的shell - wechat/feishu 都有linux版本 基本上我需要用的都有了 且我又不开发iOS

🔥 Codex 做游戏，现在真的有点离谱了。 我整理了 10 个游戏开发方向的 Agent Skill。 从「生成游戏」到「游戏引擎」，再到「UI、手感、多人联机」，基本把一个游戏开发团队拆成了 10 个专家。 1️⃣ higgsfield-game-generation｜游戏生成 直接让 Codex 构建、迭代和部署可玩的浏览器游戏，还能生成 Sprite、纹理、3D 资产、音乐和音效。 👉 2️⃣ game-engine｜游戏引擎 负责游戏架构、游戏循环、物理、碰撞检测、2D/3D 渲染等。 👉 3️⃣ multiplayer-game｜多人联机 专门处理多人游戏的 matchmaking、实时状态同步、tick loop、玩家连接等。 👉 4️⃣ game-developer｜通用游戏开发 适合让 Codex 按专业游戏开发流程来实现玩法、逻辑和功能。 👉 5️⃣ game-ui-design｜游戏 UI 专门处理游戏菜单、HUD、按钮、状态栏等界面设计。 解决 AI 写出来的游戏： 功能能跑，UI 像程序员半夜赶出来的。💀 👉 6️⃣ game-design-theory｜游戏设计理论 负责玩法循环、玩家体验、关卡、奖励机制等。 核心就是解决： “代码写出来了，但为什么不好玩？” 👉 7️⃣ game-feel｜游戏手感 这个非常值得收藏。 打击反馈、粒子效果、屏幕震动、动画、音效、操作反馈…… 让游戏从： 能玩 → 玩起来爽。 👉 8️⃣ game-ui-ux｜游戏 UI/UX 解决 HUD、菜单、响应式布局、安全区域、键盘/手柄导航等问题。 👉 9️⃣ threejs-game-ui-designer｜Three.js 游戏 UI 如果你想用 Three.js 做 3D 网页游戏，这个很适合。 专门处理 HUD、菜单、Overlay、触控按钮和响应式布局。 👉 🔟 develop-web-game｜网页游戏开发 这个是 OpenAI 官方 Skills 仓库里的 Skill。 它不是单纯让 Codex 写代码，而是让 Codex： 写代码 → 测试 → 截图 → 检查 → 修 Bug → 再测试 形成完整的游戏开发迭代循环。 👉 ⸻ 如果你只是想用 Codex 做小游戏： 🎮 入门 develop-web-game ⚙️ 游戏架构 develop-web-game + game-engine ✨ 想做得更精致 game-feel + game-ui-ux 🌐 Three.js 3D 游戏 threejs-game-ui-designer 🤖 AI 直接生成完整浏览器游戏 higgsfield-game-generation 以前： “Codex，帮我写一个小游戏。” 现在： “Codex，把这几个 Skill 组合起来，给我整个游戏开发团队。” 这才是 Agent Skill 真正有意思的地方。😂 #Codex# #AgentSkill# #AI编程# #VibeCoding# #游戏开发#