你每天是不是会在各个平台上浏览文章，比如公众号、知乎等等，想把看过的高质量文章管理在一个地方？第一个开源项目能帮到你。第二个开源项目，是 AI 大佬吴恩达开源的基于 Agent 的项目，结合逛逛 GitHub 之前发布的 AI Agent 的介绍文章，一定会让你有所启发。

01

开源的"稍后阅读"工具这是一个"稍后阅读"类工具，你每天可能会在各个内容平台上阅读你感兴趣的文章，比如公众号、头条、知乎等等。看到高质量的文章或打算稍后阅读的文章，你想把它们管理归档在一个地方，这个开源项目就能帮的到你。 Hoarder 可以帮助你保存链接、笔记和图片，帮你保存和整理信息。它具有 AI 基础的自动标签功能，以及全文搜索功能，让你的信息管理更加智能和便捷。

开源地址：https://github.com/hoarder-app/hoarder

这个项目在 GitHub 上已经赢得了超过 1.8k 颗星星，人气爆棚。 Hoarder 有啥能力 ① 书签链接、笔记和图片：无论是链接、简单的笔记还是图片，Hoarder 都能帮你保存 ② 自动获取链接标题、描述和图片：当你保存一个链接时，Hoarder 会自动获取链接的标题、描述和图片 ③ 将书签排序到列表中：你可以将你的书签排序到不同的列表中，使你的信息更加有序 ④ 全文搜索：Hoarder 提供全文搜索功能，让你能够快速找到存储的内容 ⑤ AI 基础的自动标签：Hoarder 使用 AI（也就是 ChatGPT）进行自动标签，支持使用 ollama 的本地模型。 ⑥ Chrome 插件和 Firefox 插件：Hoarder 提供 Chrome 插件和 Firefox 插件，让你在浏览网页时能够快速保存书签除了上面核心的功能，Hoarder 还有安卓和 iOS 应用，支持暗黑模式、支持自己私人部署和使用，更安全隐私便捷。

02

吴恩达开源的基于 Agent 的翻译项目

吴恩达，人工智能领域的著名学者和斯坦福大学教授，之前逛逛GitHub发过一篇大佬关于 Agent 的思考：AI Agent，厉害了。

近日他开源了一个名为 Translation Agent 的机器翻译智能体项目。这个项目是一个使用 Python 写的反思智能体工作流的机器翻译示例。

开源地址：https://github.com/andrewyng/translation-agent

**Translation Agent 是一个基于反思工作流程的机器翻译系统。**它的主要步骤包括：

① 使用大型语言模型（LLM）将文本从 source_language 翻译到 target_language；

② 让 LLM 反思这次翻译并提出改进建议；

③ 依据这些建议改进翻译。

Translation Agent 的核心在于其反思工作流程。这个工作流程利用大型语言模型（LLM）进行翻译，然后让 LLM 反思翻译结果并提出改进建议，最后依据这些建议改进翻译。

此外，Translation Agent 还具有高度的可控性。例如，通过更改 prompt，这种工作流比传统的机器翻译（MT）系统更容易实现以下功能：

修改输出的风格，如正式 / 非正式。
指定如何处理习语和特殊术语，如名字、技术术语和缩写。
指定特定区域的语言使用或特定方言，以服务目标受众。

部署流程为使 Translation Agent 启动，需要遵循以下步骤：

安装 Poetry 管理器。根据安装环境，安装 Poetry 可能需要执行以下步骤：

pip install poetry
git clone https://github.com/andrewyng/translation-agent.git
cd translation-agent
poetry install
poetry shell # activates virtual environment

运行工作流需要一个包含 OPENAI_API_KEY 的 .env 文件，使用者可以参考 .env.sample 文件作为示例。

使用示例以下是一个使用 Translation Agent 的示例：

import translation_agent as ta
source_lang, target_lang, country = "English", "Spanish", "Mexico"
translation = ta.translate(source_lang, target_lang, source_text, country)

你可以查看 examples/example_script.py 获取一个示例脚本并进行尝试。

Translation Agent 是一个探索性项目，尚未成熟，吴恩达团队希望通过这个项目，鼓励更多的讨论、实验、研究和开源贡献，以推动 AI Agent 领域的进步。