我觉得简历没什么问题，项目问题肯定有一点，没有 star 法则，但是实习岗，肯定能进面试，但是这么多家面试都没过，那就只能说明技术实力多少掺水了

才出了一个 24 年的 m2 16 256 ，2500 卖的

@Tink 就是给一个电脑定义角色，这样所有的工作交流，他识别到就能自动化干属于自己的事情。大概的一个定位是这样。只不过就像前面有说到的，因为他是 7×24 小时，需要不断的截屏去识别等等，消耗 token 其实很大的，还是有不少的优化点。

@Ketteiron 是的，他现在的实现逻辑其实就是模拟操作，通过截屏 agent 识别然后再模拟操作的方式。这肯定是很 low 的，但是也算是实现了自动化。慢慢的进化

利用 agent 能力本地电脑操 ai 作化，就这么简单一个事情。本地电脑操作啥，就看各自的场景，比如本地有图片处理，拍照后远程发过去自动处理完保存。再比如 nas 资源管理。其他的我也没想到，跟 code 完全没关系，这是个生活场景。所有的前提就是你需要 agent 去本地化操作一些东西。

两个重点，一个是远程操作，一个是本地化的 agent 网关。我现在想到自己的可能使用场景是远程 nas 资源自动处理下载，利用 agent 的智能能力从我提供的不同资源点去获取资源并保存到我指定的地方。以前可能是脚本化远程，现在也就是变成自然语言远程罢了。这个链路其实没啥可火的，因为最终还是要看 agent 能力和模型能力

@Suger828 数据不给大模型，在数据需要分析的场景感觉不行。我们的部分场景需要大模型对数据二次加工，只不过最后希望是图表输出还有分析归因等等

用的框架是把 tools 按 schema 组装到 prompt 里。react 那种模型。我觉得有点垃圾，因为一次 tool call ，tool 结果会再次组装到 prompt ，每次 tool call 都会把整个 prompt 重新发一次。我觉得这个好像是不是不太对，太浪费 token 了

做多端，其他端扫码直接登录。

国区冲来干嘛用

@unicorn4utopia 说一说具体的各方面是哪方面，提供一些参考

@gogothq 你这点我不认同。首先 miao 并不免费。且 miao 的 bug 比 cheers 少。而且 cheers 的 bug 修复的慢

@katoyu 因为我们穷♂