登录社区云,与社区用户共同成长
邀请您加入社区
暂无图片
为遵守国家网络实名制规定,未绑定将限制内容发布与互动
TinyVue v3.31.0 发布:新增 SliderButtonGroup 组件,完善 Flowchart 文档,Modal/Drawer/Switch 等多项增强与 52 项修复。
GenUI SDK v1.3.0 正式发布 OpenTiny 团队推出的 GenUI SDK v1.3.0 版本带来五大核心升级: 核心能力解耦 - 底层核心模块独立发包,支持单独复用协议定义、Prompt 生成、流式解析等能力 物料体系可插拔 - 渲染器与 UI 物料彻底解耦,支持 Vue/Angular 多框架及 OpenTiny/Element Plus 等组件库自由切换 渲染器增强 - 新
摘要: Loop Engineering是一种新兴的AI系统设计模式,核心在于从手动编写Prompt转向设计自动化循环系统,让AI自主运行。其演进经历了四层:Prompt Engineering(单次指令)、Context Engineering(优化上下文)、Harness Engineering(约束行为)到Loop Engineering(自循环系统)。关键特征包括五步动作(发现、执行、交接
LSP(Language Server Protocol)是一种标准化协议,旨在解决不同编程语言与编辑器/IDE之间的集成复杂度问题。它将开发工具(客户端)与语言智能服务(服务器)解耦,通过JSON-RPC进行跨进程通信,使语言服务器只需实现一次即可被多个编辑器复用,从而将集成复杂度从M×N降低为M+N。LSP协议基于JSON-RPC 2.0,定义了请求、响应和通知三种消息类型,并严格规定了初始化
TinyRobot v0.5.0 版本发布,这是一套专为AI应用打造的前端交互框架,提供从对话UI到会话管理的完整能力。新版本主要特性包括:新增Skills能力,支持轻量级扩展AI助手功能;引入Anchor组件优化长内容导航;新增Layout组件简化复杂页面布局;提供CLI工具快速创建项目。该版本着重提升了开发效率和交互体验,使构建AI聊天应用更简单快捷。项目已开源,欢迎开发者体验和反馈。
文章摘要: 本文提出 WebSkill(基于浏览器的智能体技能服务)概念,区别于传统 SaaS,强调技能即服务(Skill as a Service)。WebSkill 通过浏览器端闭环运行,解决 AI 智能体的三大痛点:上下文臃肿、领域知识缺失和重复提示问题。其核心特性包括: 前端原生闭环:技能在浏览器端通过 OPFS 存储和 Web Worker 沙箱执行,无需后端依赖,提升效率与隐私性; 隐
TinyEngine v2.11版本发布,聚焦三大升级方向:智能开发体验、资产导入能力和设计器物料生态。新特性包括支持Vue项目/单文件导入低代码平台,画布节点集成AI助手快速修改,将mockserver文件作为数据库并新增dsl-generator技能,预览模式下自动格式化代码等。同时优化了Robot插件迁移至TinyRobot 0.4.0版本,扩充组件物料支持,并修复多项功能细节问题。这些改进
文章摘要 Skill 架构是提升 AI 系统性能的关键,其核心在于三层按需加载机制(Metadata、Instructions、Resources/Scripts),而非堆砌知识。高质量 Skill 应聚焦高频易错场景,避免"百科全书式"设计。编写时应优先明确触发条件和边界,将易变信息外置,确定性逻辑脚本化。常见反模式包括描述模糊、知识过载、缺乏示例等。最佳实践包括:描述作为触发器、记录常见错误、
很多开发者对 AI 编程助手有两个根深蒂固的误解。第一,把它当"黑盒"——输入需求就期待输出完美代码。第二,认为模型有百万级上下文窗口,只要把背景信息交代得够多,效果就会更好。在处理简单、独立的小任务时,这种模式确实高效。但在真实的企业级项目中——几十万行代码、上百个组件、跨模块的业务逻辑、新旧代码共存——这种"黑盒模式"很快就会崩溃。你会发现 AI 开始胡说八道(幻觉)、无视架构约定,甚至写出"
垂直定位精准—— 不做通用 UI,专注 AI 对话,不和 TinyVue 内卷Composable 架构—— useMessage/useConversation 让对话逻辑和 UI 解耦,干净responseProvider 模式—— 数据源可插拔,模型切换交给业务接口或后端网关三层包设计—— 组件/工具/资源分离,按需引入不拉全家桶流式支持—— AI 流式响应渲染是刚需,这个不内置你就得自己写