read_file
PulseAugur coverage of read_file — every cluster mentioning read_file across labs, papers, and developer communities, ranked by signal.
-
AWS推出面向多轮AI对话的Agent评估指标
Amazon Web Services (AWS) 推出了Agent评估指标 (AEM)，以应对评估多轮对话Agent的挑战。AEM提供了一种可分解的、回合级别的评估，可以精确定位具体错误，而整体分数则会掩盖根本原因。该指标将Agent质量分解为可衡量的子指标，如真实性和完整性，从而能够更精确地识别和纠正复杂、多步骤交互中的失败。与此同时，DeepSeek的开发团队详细介绍了其Agent循环的内部工作原理，解释了对话处理中的“回合 (…
-
MonkeyCode 提供免费 LLM 跟踪功能，用于调试代理工具调用
文章介绍了 MonkeyCode，这是一个开源项目，提供免费服务器套餐和1000万免费 Token 用于 LLM 调用，旨在帮助调试复杂的代理行为。文章详细介绍了一个捕获和分析工具调用跟踪的工作流程，这对于理解 LLM 代理的行为至关重要，尤其是在直接日志不足的情况下。该过程包括包装工具以记录输入、输出和 Token 成本，将这些跟踪发送到 MonkeyCode 的免费服务器进行分析，并使用 LLM 根据计算出的差异标记可疑的工具调用。
-
新工具揭示参考服务器中不确定的AI路由
一款名为routeproof的新工具已被开发出来，用于测试AI模型路由到特定工具的可靠性。当针对@modelcontextprotocol/server-filesystem参考实现进行测试时，routeproof揭示了AI模型的工具选择不是确定的，即使输入相同，结果也会有所不同。该工具发现了一个特定问题，即`list_allowed_directories`函数在文件读取和目录树请求时被错误调用，尽管其描述不包含这些功能。开发者最初…
-
llama.cpp 服务器新增原生工具以实现类似代理的功能
llama.cpp 服务器现已包含一套工具的实验性原生支持，使其能够充当一个基本的代理容器。这些工具，包括文件操作和 shell 命令执行，可以通过命令行标志启用。然而，目前的实现缺乏安全沙箱，要求用户谨慎使用暴露的功能。
-
新工具测试 MCP 服务器，发现模式描述对客户端至关重要
一款名为 mcp-probe 的新命令行工具已发布，用于测试 Model Context Protocol (MCP) 服务器。该工具会自动调用这些服务器上的各种函数和提示，并根据声明的模式验证其响应。初步测试显示，大多数失败是由于测试客户端本身的错误造成的，其中一个重要发现与服务器模式中缺少描述字段有关。