小白视角理解dsh-superagent-prototype:AI工作流解析
小白视角理解dsh-superagent-prototype:
小白视角理解dsh-superagent-prototype:
现在人使用 AI 的痛点是人脑 token 不够,这个项目就是解决这个问题的。
- 前台: 一个一直在线的 AI。它盯着 GitHub、飞书群这些地方,有人提需求,它就判断这活该不该接、交给谁做
- 厨师: 每接一个活,就开一个独立的 AI 去做,各干各的、互不打扰,所以几件事能同时进行。做完把结果送回提需求的地方,比如在 GitHub 上提一个代码合并请求
- 值班经理: 在外面盯着,哪个 AI 卡住或者挂了,就把它拉起来
- 存算分离: 工作进度不存在某一台电脑里,你的电脑关了或者断网了,活也不会丢
- 网页面板: 只把"需要人来处理"的事情列出来给你看
这种架构组合的目的是能不打扰你就不打扰你,当然 token 的消耗会增加,本质上是拿 token 换时间。
讲解视频⬇️
更进一步:量化金融体系
看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力