Draco
PulseAugur coverage of Draco — every cluster mentioning Draco across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
Draco：快速、可自托管的 Rust 网页抓取器，是 Firecrawl 的替代品
Draco 是一款新的、单二进制文件的网页抓取工具，用 Rust 编写，旨在成为 Firecrawl 和 Browserbase 等解决方案的轻量级替代品。它通过模仿浏览器 TLS 指纹来绕过客户端阻止，从而高效地从网页中提取干净的 Markdown 和元数据。Draco 还可以通过拦截 API 调用或在沙盒化的 V8 隔离环境中重放 JavaScript 执行来从单页应用程序 (SPA) 中提取结构化数据，而无需完整的无头浏览器集群。
-
New method preserves clusters in lossy compression of scientific particle data
研究人员开发了一种新颖的技术，可在有损压缩科学粒子数据时保持簇的完整性。该方法作用于 SZ3、ZFP、Draco 和 LCP 等现有工具压缩的数据，并添加了一个紧凑的纠正编辑流。通过关注连通分量而非精确的粒子坐标，该技术确保了簇成员资格的准确性，甚至可以在保持可比吞吐量的同时将压缩率提高高达 4 倍。
-
OpenSquilla 集成在成本和质量上优于 GPT-5.6-sol 在 DRACO 基准测试上
对 DRACO 基准测试的 Brave Search 组的最新评估显示，GPT-5.6-sol 已进入排行榜，平均得分为 63.99，每任务成本为 1.71 美元。然而，一个名为 OpenSquilla 0.5.0 Preview 的集成解决方案，利用了多个国内中文模型，以显著更低的每任务 0.12 美元成本取得了略高的 64.09 分。这表明复杂代理任务的竞争正从依赖单一强大模型转向有效组织多个模型。
-
新的代理路由范式利用数据飞轮实现专业化LLM
研究人员引入了Harness-Native代理路由，这是一种管理大型语言模型代理的新范式。该方法通过使执行框架能够根据当前的框架状态和期望的结果来选择最合适的模型或模型集合，从而解决了AI模型日益增长的专业化问题。该系统利用执行跟踪来创建数据飞轮，进而训练出更好的路由器和模型，提高成本效益和准确性。
-
OpenSquilla 集成多款国产 AI 模型领跑基准测试，成本优于 Fable 5 和 GPT-5.5
OpenSquilla 发布了其 AI Agent 项目的 0.5.0 Preview 1 版本，引入了多模型集成与协作功能。这种新方法组织了包括 DeepSeek v4、GLM-5.2、Kimi K2.7 和 Qwen3.7 在内的多款国产 AI 模型，使其能够并行工作并聚合输出。在最近的 DRACO 基准测试中，OpenSquilla 的集成解决方案在平均得分和成本效益方面均优于 Anthropic 的 Opus 4.8 和 Op…
-
OpenRouter 推出 Fusion API，通过模型协作模仿 Claude Fable 5
OpenRouter 推出了 Fusion API，这是一个组合模型，利用多个 AI 模型来复制 Anthropic 的 Claude Fable 5 的能力。此前，美国政府对 Fable 5 实施了出口管制，使其在全球范围内无法使用。Fusion API 结合了 Gemini 3 Flash、Kimi K2.6 和 DeepSeek V4 Pro 等模型，在 DRACO 基准测试中表现与 Fable 5 相当，但成本显著降低。该系统…
-
OpenRouter Fusion API 因成本和速度问题受到批评
OpenRouter 推出了 Fusion，一个多模型路由 API，旨在将多个大型语言模型的响应合并为单个输出。尽管它被宣传为 Claude Fable 5 等单一前沿模型的经济高效替代方案，但用户反馈和独立评测表明，与直接调用模型相比，它可能速度更慢、成本更高。该服务提供“质量”和“预算”两个层级，“预算”层级在批量处理方面显示出节省成本的潜力，而“质量”层级的更高成本仅在高风险应用中才合理。