kenoodl 是一个正交注入引擎,它能从代理训练数据之外的领域合成模式,并将其映射到代理所处理的任何问题上。当代理的输出开始循环、趋于保守或回避时,kenoodl 为其提供自身无法生成的结构。
kenoodl 是一个正交注入引擎,它能从代理训练数据之外的领域合成模式,并将其映射到代理所处理的任何问题上。当代理的输出开始循环、趋于保守或回避时,kenoodl 为其提供自身无法生成的结构。
ERC-8004 代理信任协议,用于在 Celo 上实现 AI 代理的身份、声誉与验证。当构建需要跨组织边界进行身份注册、声誉追踪或信任验证的 AI 代理时使用。
适用于 Swift 架构设计与实现模式的智能助手,提供针对架构的专用操作指南和审查清单。适用于设计新功能、重构现有模块、审查拉取请求,或在 SwiftUI/UIKit 项目中调试可维护性问题时,为 MVVM、MVI、TCA、整洁架构、VIPER 或响应式模式提供具体指导。
使用灵活筛选条件搜索新加坡房产的租赁和出售信息。当需要搜索新加坡房产、查找租赁或出售信息、查询地铁站周边房价或比较通勤时间时使用。支持按房源类型(租赁/出售)、房产类型(组屋/公寓/独立屋)、卧室数、浴室数、价格区间、面积、竣工年份、地铁站代码、距地铁距离、房间类型、可租售状态及通勤时间筛选。结果以JSON格式输出至标准输出
独立的代理运行时,支持代码执行、实时预览链接、浏览器自动化、50多种工具(ffmpeg、sqlite、pandoc、imagemagick)、LLM推理和持久化内存,全部通过CLI或HTTP访问,无需SDK或API密钥
[关键词]
面向AI代理的结构化错误转规则学习系统。当代理出错、收到用户纠正或决策前需要回顾过往课程时启动。将错误转化为可执行规则(非反思性内容)并存储至lessons.md文件中,通过决策前的规则扫描机制防止重复错误。支持将匿名化课程分享至社区仓库。
确定性熵流,用于可重复测试和程序化生成。具有完美的50/50统计分布和哈希验证。非加密安全,适用于测试、世界生成及其他更强调可重复性而非不可预测性的场景。