Show HN:ThoughtDAG —— 可编辑的LLM对话上下文图谱

ThoughtDAG 是一个将 LLM 对话上下文组织成可视化有向无环图的开源工具,让用户手动决定哪些历史问答进入模型请求,而不是依赖自动检索或全量堆叠。
先解决问题,再了解资讯。选择你现在要完成的任务。

ThoughtDAG 是一个将 LLM 对话上下文组织成可视化有向无环图的开源工具,让用户手动决定哪些历史问答进入模型请求,而不是依赖自动检索或全量堆叠。

X 在 8 月 13 日开源 For You 时间线排序代码后,开发者发现其反 AI 垃圾内容主要依赖一个名为 TweetSpamBot 的行为评分模型,能识别高频发帖、批量引用转推等模式,但几乎不分析帖子文本,导致刻意包装的 AI 内容农场仍能绕过限制。
![The evolution of a workday: Before AI: [decision] [process] [process] [decision] [process] [process] [process] 10pm: still going With AI: [decision] [decision] [decision] [decision] [decision] 3pm: [brain empty] [need...](https://www.chat-gpts.plus/wp-content/uploads/2026/08/ai_cover_1-512-768x403.jpg)
Matt Turck 用一张对比图点破了“AI 工作日常”的真相:AI 确实压缩了执行环节,却把人类推向全天候高密度决策,下午 3 点就大脑宕机。值得关注不是效率提升了多少,而是人的认知带宽成了新的瓶颈。
![[Bug]: Using the official interface to call the agent application in Ragflow, the parameters in the initial component cannot be passed in](https://www.chat-gpts.plus/wp-content/uploads/2026/08/9617-f9a4f153-768x403.jpg)
在 RAGFlow v0.20.1 中通过官方 HTTP 接口调用 Agent 应用,Begin(开始)组件参数无法传入,通常是因为请求体格式与后端期望的 schema 不一致。优先检查请求体中 inputs 对象的嵌套结构和参数名是否正确。
![[Question]:GPT-OSS with JSON Structured Output caused error for LLM](https://www.chat-gpts.plus/wp-content/uploads/2026/08/9462-601c3b24-768x403.jpg)
这个报错通常出现在 RAGFlow 的 LLM 节点使用 GPT-OSS 并开启 JSON Structured Output 时,模型返回了空字符串或非法 JSON,导致输出解析失败。优先检查 LLM 实际返回内容是否为空白,并简化 JSON 输出结构。
![[Bug]: If you click the pause button before the AI finishes its response, it will stop replying to you.](https://www.chat-gpts.plus/wp-content/uploads/2026/08/9641-3017b443-768x403.jpg)
在 RAGFlow 聊天界面中,如果 AI 回答尚未结束时点击暂停按钮,再发送下一条消息,AI 将不再回复。优先尝试刷新页面或重置当前会话,因为暂停操作可能导致前端状态未能正确清理。

AI 投资人与行业观察者提出,Cursor 对 AI 产品文化的真正贡献,不是“又一个代码编辑器”,而是把 AI 产品从“聊天机器人”阶段带向了“Cursor for X”的产品范式——即让 AI 深度嵌入具体工作流,而不是停留在对话框里。这一判断因 Cursor 团队宣布加入 SpaceX 而再次被热议。

一项新研究将生态学经典理论“公地悲剧”引入职场分析:当每家企业都理性地用AI替代初级岗位,单个组织确实获得全部效率收益,但整个行业的专业经验传承会被侵蚀,最终可能导致无人能有效发现AI输出中的深层错误。

Meta申请了一项智能眼镜系统专利,可用人脸识别辨认晚宴来宾,并自动生成“精彩集锦”。专利不代表功能马上落地,但它清楚展示了Meta如何把AI记忆与可穿戴设备结合。

一项针对英国中小企业的调查显示,约四分之一的高管无法向利益相关者解释自家 AI 系统生成结果的依据,而 85% 的小企业正在用 AI 处理审计、合规、应付账款等敏感财务工作——AI 越用越多,解释能力却远远没跟上。