Fetch
PulseAugur coverage of Fetch — every cluster mentioning Fetch across labs, papers, and developer communities, ranked by signal.
- 2026-06-02 research_milestone A research paper details the FETCH system's use of LLMs and GPT-5 for automated legal triage and referral. 来源
6 天有情绪数据
-
Node.js示例为MCP工具添加请求截止日期
本文提供了一个Node.js示例，用于在MCP工具中为下游请求实现截止日期。它演示了如何使用`AbortController`和`setTimeout`来确保对外部服务的请求不会无限期地保持打开状态，即使响应体到达缓慢。辅助函数`readToolJson`旨在通过拒绝请求并返回适当的工具错误来处理各种失败情况，包括非成功的HTTP响应、无效的JSON和停滞的读取。作者强调，这种本地截止日期机制与更广泛的MCP取消策略不同，也不能保证远…
-
opencode v1.19.4 通过升级 Bun 运行时增强安全性
opencode v1.19.4 更新包括将 Bun 运行时升级到 1.4.4 版本。此次升级包含了对 Brotli、传输层安全 (TLS)、HTTP/1.1、HTTP/2、HTTP/3、WebSocket 和 fetch 等多个协议和功能的安全补丁。
-
DeepSeek 为 AI 网络搜索定价为 0.75 美元/1000 次调用，提供免费工具使用至 10 月 31 日
DeepSeek 推出了专为 AI 代理设计的网络搜索功能的定价，费率为每 1000 次调用 0.75 美元。搜索和获取工具均支持每个账户每秒最多 5 次请求。此外，DeepSeek 宣布 Claude Code 和 Codex 的工具调用将免费至 10 月 31 日，之后将开始计费。
-
Claude的“fetch”工具模仿curl进行直接网页数据检索
作者发现Claude的内部“fetch”工具功能上类似于命令行工具“curl”，能够直接从网址检索信息，而无需传统服务器。虽然“fetch”可以访问公开数据（如SEC文件），但它会遵守网站限制，无法绕过登录。该工具会处理检索到的数据，呈现一个摘要答案而非原始文件，作者指出当精确数字至关重要时，这可能是准确性方面的一个担忧点。通过测试此功能，作者成功检索了AWS的财务数据，首先获取了索引文件，然后获取了包含这些数字的特定表格。
-
生成式轨迹规划（GTP）框架提升AI决策能力
研究人员推出了一种新颖的基于模型的框架——生成式轨迹规划（GTP），旨在通过学习一个生成模型作为动作序列的提议分布来改进在线决策。该方法通过实现高效的远期推理来解决现有方法的局限性。GTP从扩散先验中采样候选动作序列，并使用学习到的动力学、奖励和价值模型对其进行优化。实验表明，GTP在连续控制和远期操作任务中，即使在其他方法性能下降的情况下，也能达到或超越最先进的基线水平。
-
LLM流式传输错误：4个会中断管道的生产环节
生产环境中LLM流式传输的一个常见问题涉及四个关键领域：浏览器、代理服务器、API服务器和LLM提供商。与数据流畅流动的本地开发不同，生产环境通常会在Nginx等反向代理中引入缓冲，导致LLM生成的token被延迟。这可能导致整个响应一次性到达，或者在用户离开后模型继续生成。为了缓解这些问题，开发人员必须配置代理以禁用缓冲，设置适当的超时，并实施发送心跳信号或状态更新等策略，以保持连接健康并提供更好的用户体验。
-
开发者将 MCP 服务器集成到 Claude Code 中以增强 AI 功能
开发者正在将 MCP 服务器与 Claude Code 等 AI 编码助手集成，为它们提供内存、上下文以及对外部工具和数据的访问。这使得 AI 代理能够执行更复杂的任务，例如管理代码存储库、与网页交互以及访问生产错误日志。该过程涉及通过简单的命令添加 MCP 服务器，其中一些服务器需要身份验证或特定配置，而另一些服务器只需一个终端命令即可无缝工作。遇到的挑战包括处理身份验证、确保服务器注册的正确 JSON 格式以及管理插件中的大型二进制文件。
-
新的智能体框架简化了神经符号编程
研究人员开发了 AgenticDomiKnowS (ADS)，一个旨在简化符号约束集成到深度学习模型中的新框架。ADS 使用智能体工作流将自然语言任务描述转换为可执行的 DomiKnowS 程序，减少了用户学习特定库语法的需求。这种方法将创建神经符号程序所需的时间从手动编码的一个多小时缩短到仅 10-15 分钟。此外，另一项独立研究探讨了在具身智能体的神经符号强化学习中管理动作先决条件的三种策略，展示了在解决方案质量和样本效率方面的改进。
-
AI 代理的 token 使用量通过模式优化减少了 49%
一位开发者发现，在用户输入任何内容之前，他们的 AI 代理 Claude Code 就消耗了大量 token（8,248 个），原因是其 48 个工具的 JSON schema 定义在每次请求时都会被发送。这种 token 使用量影响了模型的上下文窗口，并导致其出现明显的“健忘”问题。通过使用一个名为 mcptoon 的工具来简化和压缩这些 schema，token 数量减少了 49%，降至 4,192 个，从而在不影响代理功能的情况…
-
新的探测工具区分慢速与空闲的免费模型服务器
一个新开发的探测工具能够区分慢速和空闲（冷启动）的免费模型服务器。这一区分至关重要，因为冷启动发生在服务器在一段时间不活动后重新启动时，与热请求相比会增加显著的延迟。该探测器使用Node.js编写，测量服务器的休眠周期，并可用于精确识别服务器进入冷启动状态的点。该工具提供两种模式：“find”用于确定休眠阈值，以及“burst”用于观察预热曲线，为优化免费模型端点的性能提供了宝贵的见解。
-
部署LLM网关：Python和Node.js教程强调分阶段验证
两个教程详细介绍了将模型网关部署到公共端点的过程，强调了分阶段的方法，并在每个步骤进行验证，以避免常见的部署陷阱。第一个教程使用Python、FastAPI和uvicorn，第二个教程使用Node.js和Docker。这两个指南都利用MonkeyCode的免费资源来获取模型端点和服务器，并强调在编写代码之前定义清晰的请求和响应契约的重要性。它们强调本地测试是不够的，真实主机才能揭示冷启动和网络复杂性等问题。
-
Anyscale 详细介绍 Ray 漏洞 CVE-2025-62593，已在 v2.52.0 中修复
Anyscale 详细介绍了影响其 Ray 框架 2.52.0 版本之前版本的严重漏洞 CVE-2025-62593。该漏洞已在 2025 年 11 月 26 日发布的 2.52.0 版本中修复，它允许通过 DNS 重新绑定和可绕过的 User-Agent 标头检查组合，在用户机器上执行任意代码。CISA 于 2026 年 8 月 17 日将此 CVE 添加到其已知被利用漏洞目录中，要求联邦机构在 2026 年 8 月 20 日之前进…
-
AI Agent Skills Pose Security Risks, Audit Recommended
文章警告说，代理技能（AI代理使用的代码片段）应被视为不受信任的代码。它建议在安装任何此类技能之前进行三步审计，以减轻安全风险。作者强调了这些技能中嵌入恶意代码的潜在危险，特别是那些与Web请求等外部资源交互的技能。
-
开发者构建 VS Code 扩展以映射 AI 代理的代码更改
一位开发者创建了一个名为 Contour MCP 的 VS Code 扩展，以解决 AI 编码代理和人类开发者因缺乏对代码相互依赖性的可见性而破坏系统合同的问题。Contour MCP 构建了一个代码库实际调用链的实时映射，超越了文档或旧图表，以反映代码的当前状态。它在编辑器中提供内联注释，显示有多少前端调用命中特定的后端端点，或者哪个后端方法处理前端请求，从而使开发人员能够轻松跟踪和理解复杂的系统交互。
-
Node.js 包装器为 LLM 请求添加负载大小限制
本教程介绍了一个 Node.js 包装器，用于为发送到共享向量引擎的请求实现负载大小限制。该限制可以防止因提示过长、粘贴日志或检索到的上下文过多而导致的过大请求到达 LLM API。通过在发送前检查负载大小，开发人员可以区分模型路由不正确等问题与仅需要修剪的请求，从而实现更高效、更可靠的 LLM 集成。
-
开发者构建本地AI代理，强调上下文管理挑战
一位开发者构建了一个名为Vibrisse Agent的本地AI代理，该代理运行在Python和LangGraph上，旨在超越教程来理解AI机制。该代理集成了GitHub和SQLite等工具，支持Gemma 4的多模态视觉功能，并提供通过代码注释进行后台控制的“Ghost Mode”。该项目突显了在复杂AI系统中管理上下文的挑战，强调了纪律严明的软件工程而非“氛围编码”的必要性。
-
FETCH 法律 AI 使用 GPT-5 来改进问题生成
研究人员开发了一个名为 FETCH 的系统，该系统使用低成本的 LLM 集来生成法律分诊的后续问题。虽然这些模型在分类方面很有效，但在没有更复杂的模型的情况下，生成高质量、通俗易懂的问题被证明具有挑战性。研究发现，仅靠提示工程是不够的，人类评估与 LLM 作为法官的评估存在分歧。引入 GPT-5 显著提高了系统收集相关信息和提高分类准确性的能力，尽管注意到在某些法律领域存在不均匀的事实收集情况。
-
Claude用户分享提高效率必备的MCP服务器
两篇文章讨论了模型上下文协议（MCP）服务器与Claude的实际应用，重点关注哪些服务器对日常工作流程最有价值。作者们重点介绍了能够让Claude与本地文件、GitHub以及Google Search Console和HubSpot等营销/分析平台交互的服务器。他们还强调了自动化、知识管理（Obsidian、Notion）和网络研究的工具，同时警告了安装过多服务器可能带来的上下文令牌成本。