Pinned Loading

1. plexe - 05/08/2025 plexe - 05/08/2025

   1

   分享下 [plexe](https://github.com/plexe-ai/plexe)，一个基于 Multi Agent 的自动机器学习工程框架。它能够根据自然语言自动构建、训练和部署机器学习模型。官方给到的典型用例包括：房价预测、分类任务、回归分析等机器学习任务。

   2

   一个简单的用例：

   3

   ```python

   4

   import plexe

   5

   # Define the model

2. browser use - 05/06/2025 browser use - 05/06/2025

   1

   分享下 [browser-use](https://github.com/browser-use/browser-use/)，一个基于 LLMs + headless browser 自动完成用户需求的 Agent 框架。官方给到的几种 use cases：电商购物、数据收集、找工作、学术研究等等。

   2

   > 该项目在发布后，github stars 增长迅猛，已经突破了 5w stars，并且作为 Y Combinator W25 的一员，已经获得了 1700 万美元的种子轮融资，在 WebVoyager 中取得了 sota 成功率（超过 operator、computer use）。 上个月比较火的 manus 也使用 browser use 作为了底层 tool 之一，正如 browser use 的联合创始人 Gregor Zunic 表示：“我们想打造一个基础层，让所有浏览器代理都基于我们的工具构建，在我们看来，到今年底，网页上的 Agent 数量将超过人类。”。

   3

   4

   以下是核心技术揭秘：

   5

   Browser-use 的策略是基于常见商业的 LLMs，没有 UI 理解的专属模型，在执行任务时，会在浏览器中注入 js，将页面转换为转换成 dom tree 对象 并 分析每个节点（是否可交互、是否可见）以及最终在页面上生成标注框，该技术的巧妙之处是为了让模型更好的“看懂”网页。

3. LLMs & 商业 - 05/02/2025 LLMs & 商业 - 05/02/2025

   1

   https://www.wired.com/story/openai-adds-shopping-to-chatgpt/

   2

   > OpenAI is launching a shopping experience inside of ChatGPT, complete with product picks and buy buttons. WIRED spoke with Adam Fry, the company’s search product lead, to ask how it all works.

   3

   看到文章有感，想到一些技术与商业结合的可能性，部分来自 hackernews 的讨论：

   4

   1. RAG 结合广告服务（实时插入）

   5

   2. 训练集时的 seo 策略（按照分布输出）

4. prompt 最佳实践 - 04/22/2025 prompt 最佳实践 - 04/22/2025

   1

   分享一篇 openai 在 4.1 模型发布后的 [prompt 手册](https://cookbook.openai.com/examples/gpt4-1_prompting_guide)，其中有很多建议 值得一线同学看看，整理了 8 点：

   2

   3

   1. Agent 不调用 tool？不解决问题选择偷懒？官方直接下场给了两个 instruction，在 swe benchmark 上分数提升 20%

   4

   2. 不推荐 System prompt 有 tool 的介绍，直接使用 tool 参数声明 tool 即可（在模型处理时也会拼在一起），能够符合数据分布，有 2% 提升

   5

   3. 显示 COT （不是 thinking model）仍有 4% 的提升，LLMs 的“微分”特性，不要让 LLMs 在某个 token 位置面对的问题太困难，而是要尽量限制生成的所有 token 中的“最大难度”，把一个困难的 token 拆分成多个相对容易的 token 来生成，参考：[从算法视角谈Prompt的优化【2024Q2】](https://zhuanlan.zhihu.com/p/696605356)

5. MCP - 04/14/2025 MCP - 04/14/2025

   1

   想和大家聊聊最近比较火热的 MCP，实施的理想态应该是什么样的？

   2

   恰好之前做过相关的场景，LLMs 直接调用飞书开放平台的常见接口 ，完成常见任务：比如定日程、约会议室等。下面是一个典型的一方 skill，用户可以说：给我和 xx 定个明天的日程 聊聊 yy。

   3

   最初觉得做出了另一款 microsoft 的 [task matrix](https://arxiv.org/abs/2303.16434)，将整个飞书 mcp 化了，但实际用起来 bad case 非常多。

   4

   <img width="464" alt="Image" src="https://github.com/user-attachments/assets/e287556c-16db-45e7-a2bb-3a789d9b1b00" />

   5

6. llms+rpa - 04/14/2025 llms+rpa - 04/14/2025

   1

   分享一篇微软最近发布的 paper：[API Agents vs. GUI Agents: Divergence and Convergence](https://arxiv.org/pdf/2503.11069)，从多个维度介绍了 API Agent 与 GUI Agent 的各自的优势。

   2

   API Agent 等价于 MCP 结合 agentic 的流程，代表工作 task weaver，流转的是 text-token；GUI Agent 则依靠 UI 理解模型去操作屏幕，代表工作 computer use、字节的 UI-Tras。

   3

   这两种范式有个共同的场景都适合于 rpa，最近 github 新上榜 autoMate 工作是一个典型代表，基于 Omniparser 去操作屏幕，能够实现简单的重复工作。

   4

   5

   <img width="1275" alt="Image" src="https://github.com/user-attachments/assets/714fa239-f2f2-4949-b2a9-1375c9660191" />