Kotlin
PulseAugur coverage of Kotlin — every cluster mentioning Kotlin across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
Kotlin to see increased adoption in AI tooling integration via MCP
Given Kotlin's role in developing custom MCP servers for Claude Code, and the rapid adoption of MCP, it's likely Kotlin will see increased usage specifically for integrating AI models with diverse application stacks and workflows. This trend suggests a growing niche for Kotlin within the AI tooling ecosystem beyond traditional app development.
Kotlin's suitability for AI development may be underestimated due to ecosystem friction
While Python and JS/TS are highlighted for AI, the evidence of custom tooling for Kotlin suggests developers are finding ways to overcome potential friction. This implies that Kotlin might be more capable for AI development than initially assumed, especially in contexts where its existing ecosystem (e.g., Android) is a priority, and the community is willing to build bridges.
Kotlin community actively developing custom tooling for AI code generation issues
The recent creation of a custom skill kit to fix AI-generated Kotlin code, and another for managing Kotlin's context parameters (a feature nearing stability), indicates a proactive community addressing AI-specific challenges. This suggests that while AI tools may generate code, the Kotlin community is invested in ensuring its quality and usability.
-
新的 CLI 工具 jdx 为 Java/Kotlin 的 AI 编码代理提供 IDE 功能
一个名为 jdx 的新的开源命令行界面工具已被开发出来,旨在为 AI 编码代理提供 Java 和 Kotlin 代码的集成开发环境(IDE)体验。该工具旨在通过提供类似于人类 IDE 的功能(例如提供方法签名、源代码和依赖项信息)来改进 AI 代理理解和交互 JVM 代码的方式。JDX 支持各种 AI 编码代理,包括 Claude Code、Cursor+ 和 GitHub Copilot CLI,并且可以从 Maven Centra…
-
新的Longtail-SWE基准测试评估13种代表性不足语言的编码代理
一项名为Longtail-SWE的新基准测试已被开发出来,用于评估编码代理在13种代表性不足的编程语言中的软件工程任务。该基准测试包含20个来自GitHub issue和pull request的真实世界任务,并配有可执行环境和测试。采用了一种新颖的求解器-裁判-修复器管道来完善任务描述和测试,通过纠正可能拒绝有效替代实现或接受不正确解决方案的问题,确保更可靠的评估。
-
Java Annotated Monthly 涵盖 AI、Kotlin 和 IntelliJ IDEA 更新
2026 年 11 月的 Java Annotated Monthly 版本重点介绍了 Java、Kotlin 和 AI 的进展,其中包含 piotrprz 的贡献。本期内容涵盖了 IntelliJ IDEA 和 Java 生态系统中其他相关技术的更新。
-
开发者创建 Kotlin 工具以检查 AI 生成的状态更新
一位开发者创建了一个 Kotlin 命令行工具,以帮助确保 AI 生成的状态更新(特别是来自 Anthropic API 的更新)简洁且专业。该工具名为 IncidentLint,用于检查 AI 生成文本的常见问题,例如过于热情的序言、填充词、过多的标点符号和过长的消息。它旨在防止 AI 生成的文本在实际事件中听起来像产品公告。
-
Android 上的离线 LLM:开发者创建用于离线推理的 Kotlin 库
一位开发者创建了一个名为 llama-kotlin 的 Kotlin 库,该库可以在 Android 设备上完全离线运行大型语言模型 (LLM)。该库封装了 llama.cpp 推理引擎,允许像 0.5B 参数的 Qwen 模型在设备的 CPU 上运行。解决的关键挑战包括管理原生代码的线程安全、实现响应式的“停止”功能以中断正在进行的生成,以及正确解码可能与字符边界不匹配的 token。
-
Spark!:原生 Android 和 Wear OS 开发的 AI 优先框架
Spark! 是一个面向 AI 的模板和框架,专为原生 Android 和 Wear OS 应用程序开发而设计。它利用 Kotlin 和 Jetpack Compose 为构建这些应用程序提供了一个基础结构。
-
Google 的 AppFunctions 测试版发布,要求 Android 16+
Google 正式发布了 AppFunctions,这是一个新的 Android Jetpack 库,目前处于测试阶段,尽管其相关代码仍处于阿尔法阶段。该库允许开发者将应用程序中的 Kotlin 函数公开为 AI 代理可以直接在设备上调用的工具。该功能依赖于新的权限 EXECUTE_APP_FUNCTIONS,并且需要 Android 16 或更高版本才能发现,需要 Android 17 才能执行,考虑到当前的 Android 版本分…
-
GymRap 将 AI 语言生成与计算分离,实现可靠报告
GymRap 的作者(一款个人力量教练应用程序)详细介绍了一种将计算与语言生成分离的系统架构。Cloudflare Workers 处理所有数值计算和数据处理,而 ChatGPT 实例仅用于根据结构化输入生成指导文本。这种分离确保即使语言模型未能生成输出,数据驱动的报告仍然可以生成,从而防止不完整或不确定的沟通。
-
Crewforth 3.2.0 增加 Crew Map 以增强代码理解
Crewforth 3.2.0 推出了 Crew Map,这是一个旨在通过分析源代码和项目文件(无需执行)来帮助开发人员理解新项目的工具。此功能会生成一个详细说明每个项目组件的功能、使用的技术、模块间通信以及潜在问题的地图。Crew Map 直接引用代码来源,确保准确性和确定性,并可在 Crewforth 的 Studio 中进行可视化,以获得全面的概览。
-
OpenAI 模型改进 COBOL 翻译以支持银行系统迁移
OpenAI 宣布其 AI 模型在理解和处理 COBOL、Fortran 和 Visual Basic 等遗留编程语言方面已显著改进。这一发展对银行至关重要,因为 40% 的银行仍依赖 COBOL 系统,而迁移这些系统既昂贵又耗时。OpenAI 通过其 MultiLangBench 套件测试的改进功能表明,GPT-6 Astra 等模型在各种语言中通过率很高,而 GPT-6.1 Sol 在将 COBOL 程序迁移到现代语言同时保留功能…
-
OpenAI 增强 ChatGPT 在低资源编程语言方面的能力
OpenAI 增强了 ChatGPT 在低资源编程语言方面的能力。此次改进包括针对软件工程任务的新评估,以及在处理 SQLite 和 COBOL 迁移方面的具体进展。目标是使 ChatGPT 在更广泛的编程环境中更有效。
-
开发者构建自定义 LOOI 机器人客户端,支持手机控制和 GATT
一位开发者正在使用 Kotlin 为 LOOI 机器人平台创建一个自定义客户端应用程序。该客户端名为 com.looidev,旨在提供手机操纵杆控制、头部跟踪和用于电机控制、传感器和电池状态的 GATT 通信等功能。该应用程序有两种模式:一种是手机充当手持控制器,另一种是手机安装在机器人头部,利用屏幕和前置摄像头进行录制和 GATT 交互。本地计算机上的 Node.js 主机负责处理对话、语音合成和控制台解析,与机器人运动控制分开。
-
Adele Carpenter 讨论 Java、Kotlin 及编程语言的未来
Adele Carpenter 在一次访谈中,讨论了 Java 持久的受欢迎程度以及 Kotlin 的独特优势。她强调了可读代码的重要性,即使在人工智能时代,并探讨了开发者对其偏爱的编程语言的强烈依恋。
-
开发并测试了新的 MCP 协议 C++ SDK
为模型上下文协议 (MCP) 开发了一个新的 C++ SDK,名为 mcp-cpp,以解决缺少官方 C++ SDK 的问题。该 SDK 实现最新的 2026-07-28 规范,该规范与早期版本显著不同,移除了握手和会话 ID,并依赖客户端发起的请求,通过 MRTR(多次请求)来获取服务器输入。mcp-cpp SDK 使用官方 MCP 一致性套件进行了测试,发现了套件本身的一些错误,并突显了旧规范处理服务器发起请求方式的差异。
-
Graphify v0.9.89 增强了多语言的跨仓库代码解析能力
Graphify 发布了 0.9.89 版本,为多种编程语言引入了跨仓库成员调用解析功能。此更新使 Go、PHP、TypeScript/JavaScript、Kotlin 和 Objective-C 的调用能够解析到不同仓库。该系统现在通过名称在合并图或全局添加时绑定到唯一命名的导出类型,并改进了对歧义的处理,以及将跨多个文件的 Go 类型方法折叠到单个节点中。
-
开源平台MegasMoves旨在将AI代理连接到设备
软件开发人员兼Amretra Dynamics创始人Abhinav Musrif推出了MegasMoves,这是一个开源平台,旨在将软件代理连接到现实世界的设备和应用程序。该平台利用模型上下文协议(MCP)来管理跨不同操作系统和应用程序的设备操作、权限和状态。MegasMoves包含运行时编排、浏览器自动化以及Windows和Android的本地集成组件,目标是为AI代理提供一致的执行层。
-
设备端LLM引擎NobodyWho和RunAnywhere的速度和功能对比
对两个设备端LLM推理引擎NobodyWho和RunAnywhere的对比显示,它们在性能和许可方面存在显著差异。虽然两者都基于llama.cpp构建并支持各种移动开发框架,但NobodyWho在初始提示响应速度方面表现更快,并且在处理对话上下文方面表现更优,避免了RunAnywhere观察到的急剧减速。NobodyWho还提供更灵活的多模态输入能力和更好的工具调用记忆。此外,与RunAnywhere的分级许可结构相比,NobodyW…
-
周三链接版块包含 Java、JVM 和 Kotlin 主题
此版块包含一个条目,即来自 Mastodon 的链接帖子,标题为“周三链接 - 第 2026-10-07 期”。该帖子包含与 Java、JVM 和 Kotlin 相关的标签,表明其重点是 Java 生态系统内的软件开发主题。
-
Claude Code 技能在提交前识别 SQL/ORM 性能问题
Query Inspector 是一个新推出的 Claude Code 技能,旨在在代码提交前识别和解决 SQL 和 ORM 性能问题。它分析代码更改以检测诸如缺少索引和 N+1 查询模式等问题,这些问题通常在生产环境中才会显现。该工具提供可操作的报告,包括建议的 SQL 修复和索引创建语句,并且可以推断出 JPA 和 QueryDSL 等 ORM 生成的实际 SQL。
-
AI 简化移动应用商店提交流程
本文提供了一份指南,介绍如何为移动应用提交到应用商店做好准备,重点关注必要的法律和信息要求。文章详细说明了隐私政策、服务条款和支持网址的必要性,并建议利用 AI 工具起草这些文件。该流程旨在确保应用在几分钟内即可发布,涵盖了 Google Play 和适用于 iOS 和 Android 平台的 App Store。