关键词 "Typescript framework" 的搜索结果， 共 13 条, 只显示前 480 条
TypeScript Implementation of the Jokes MCP Server
This is a TypeScript-based Model Context Protocol (MCP) server that implements a virtual pet simulation system. It demonstrates core MCP concepts by providing tools for pet care and interaction.
A Model Context Protocol (MCP) server that provides location services
ChatUI 是阿里团队推出的开源智能对话式 UI 组件库，能帮助开发者快速构建高质量的聊天应用，提供响应式设计、国际化、主题定制等功能。ChatUI 基于阿里巴巴 Alime Chatbot 的最佳实践，用 TypeScript 编写，支持无障碍功能，兼容多种浏览器。ChatUI 提供丰富的组件，如气泡、输入框等，满足不同场景需求。开发者基于简单配置实现多语言支持，打造符合品牌需求的聊天界面。
GitFriend 是基于 React、TypeScript 和 AI 技术推出的 AI GitHub 辅助工具，能简化 GitHub 的使用流程，提升开发效率。GitFriend支持基于 AI 聊天功能为用户提供 Git 和 GitHub 的问题解答，自动生成定制化的 README 文件，帮助用户快速创建项目文档。工具用户友好的界面及动态交互体验，适合开发者、项目管理者及初学者使用。 GitF
腾讯云自研自研的腾讯云代码助手（Tencent Cloud CodeBuddy，以下简称CodeBuddy），就是一款开发编程提效辅助工具，基于腾讯混元 + DeepSeek双轮模型驱动，构建对开发者友好，好用易用的代码助手，为开发者提供AI技术问答、Craft软件编码智能体、智能代码补全、单元测试、智能评审、代码修复等Agent智能体拓展能力，兼容MCP开放生态，并可支持团队知识库管理、自定义智
在 AI 浪潮中，如何高效管理海量信息、实现智能搜索与知识共享，已成为个人与企业共同面临的挑战。Coco AI —— 一款完全开源、免费的智能搜索与知识库工具，成为面对这一挑战的利器。 Coco AI 能够轻松连接本地文件数据源、S3 对象存储、Google Workspace、Dropbox、GitHub、Notion、Yuque、Hugo 等多种数据源，实现本地与云端数据的统一搜索与管理。无
谷歌推出了名为 Jules 的 AI 编程代理 (Coding Agent)，目前处于公开 Beta 测试阶段，需要申请，用户可以免费使用。 Jules 旨在帮助开发者修复错误、更新依赖、迁移代码和添加新功能。它与 GitHub 集成，异步执行任务。用户分配任务后，Jules 会在虚拟机中创建开发环境、安装依赖、编写测试、进行更改、运行测试并提交拉取请求，同时展示工作进展。 简单来说，它能
Pyrefly 是一款快速的 Python 类型检查器，计划在 2025 年底取代 Meta 现有的 Pyre 类型检查器。 Pyrefly 旨在通过 IDE 功能和检查 Python 代码来提高开发速度。 主要特点： 类型推断：除了函数参数之外，Pyrefly 可以在大多数位置推断类型。它可以推断变量的类型和返回类型。 Flow Types：Pyrefly 可以理解程序的控制流以细化
Devstral是Mistral AI和All Hands AI推出的专为软件工程任务设计的编程专用模型。Devstral在解决真实世界软件问题上表现出色，在SWE-Bench Verified基准测试中，得分46.8%大幅领先其他开源模型。Devstral支持处理复杂代码库中的上下文关系、识别组件间联系及发现细微的代码错误。Devstral轻量级，能在单个RTX 4090或32GB内存的Mac上
AutoBE 是 AI 驱动的后端服务器代码生成工具，通过用户描述需求自动生成高质量的后端代码。基于 TypeScript、NestJS、Prisma 和 Postgres 等技术栈构建，强调“氛围编码”（Vibe Coding），通过持续的用户反馈和编译器反馈来迭代优化代码。AutoBE 结合瀑布模型和螺旋模型的优点，确保代码的可靠性和安全性。 AutoBE的主要功能 需求分析（An
fellou开源智能体工作流框架，Eko 2.0 在不同复杂程度上始终表现优异： 简单任务：成功率为 95%（其他产品的成功率为 80-90%） 平均成功率：78%（其他产品成功率为 56-61%） 中等复杂度：成功率为 76%（其他产品的成功率为 49-58%） 困难任务：成功率为 70%（其他产品的成功率为 32-43%） 这些数字背后隐藏着不可靠的自动化工具和企业真正可以依
Pocket Flow 是极简的 LLM（大型语言模型）框架，仅用 100 行代码实现。具有轻量级、无依赖、无厂商锁定的特点。Pocket Flow支持多Agents、工作流、检索增强生成（RAG）等强大功能，帮助开发者快速构建基于 LLM 的应用程序。基于Agentic Coding范式，AI Agents协助开发，大幅提升开发效率。Pocket Flow 适合希望用极简方式开发 LLM 应用的
只显示前20页数据，更多请搜索
Showing 433 to 445 of 445 results
