这篇文章是关于智能阅读助手 ReaderGPT 开发过程的记录，尽管本地玩了很多项目 demo，AutoGPT、JARVIS (HuggingGPT) 、知识库之类的，但一直未正式开发一个端到端服务。直到上个月申请到 Azure OpenAI，我想是时候开发一个完整的应用了，可以给朋友直接上手使用，并且确实可以大幅节省时间的工具，所以才有了这个和信息处理相关的智能阅读助手，我将从需求思考，应用架构，功能特性及后续迭代计划四部分来进行说明。

The Connector每周会选取我从信息流里获取的有价值内容，包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等，目标是链接互联网上的优质内容，获得更多的灵感和知识，从而激发彼此的创造力。

我的从零开始学 LangChain系列还没更完，感觉就要快被策反了 🤣，最近炒的很火的 我为什么放弃了 LangChain？，算是代表社区和广大开发者进行了一次大吐槽。LangChain 确实和 OpenAI 耦合的太紧导致扩展性较差，也存在过度封装以及调试困难的问题，但我的观点是在更成熟的框架出来之前，刚开始接触 LLM 应用开发的同学还是应该看看 Langchain，它运用 Prompt Engineering 的思想很值得借鉴，不过 LLM 应用开发的老司机确实该换工具了 🤡，这篇就给大家介绍下这款号称要替代 LangChain 的 AutoChain。

The Connector每周会选取我从信息流里获取的有价值内容，包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等，目标是链接互联网上的优质内容，获得更多的灵感和知识，从而激发彼此的创造力。

The Verge 筛选的40本最经典的科技类书籍，这是他们的推荐语👉“我们对那些所谓有影响力的作品兴趣不大，而对那些经久不衰的作品更感兴趣，这些作品中的观点在今天依然具有现实意义，故事捕捉到了技术的本质，文字让我们在座位上站了起来。这些作品并没有对科技的单一理解，而是不断挑战科技的可能性。”看过其中几本，准备系统刷一遍，mark一下，将书目和介绍先翻译下👇

The Connector每周会选取我从信息流里获取的有价值内容，包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等，目标是链接互联网上的优质内容，获得更多的灵感和知识，从而激发彼此的创造力。

这篇文章是对《学习突围》这本书内容的大纲整理，具体内容是我按照自己的思考填充的，我觉得蛮全的，道理讲来讲去就是那些，但是实际操作起来的方式因人而异，书中提到的建议不具有普适性，方法只有适合自己的，不过可以作为一个自我管理的框架，随着自己经历的事情变多和经验的积累，将相应的技巧归纳到对应的层级中去，撰写一本个人的人生成长指南还是不错滴

The Connector每周会选取我从信息流里获取的有价值内容，包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等，目标是链接互联网上的优质内容，获得更多的灵感和知识，从而激发彼此的创造力。

The Connector每周会选取我从信息流里获取的有价值内容，包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等，目标是链接互联网上的优质内容，获得更多的灵感和知识，从而激发彼此的创造力。

从本周起，我开始更新一个叫 The Connector 的周刊，寓意“链接互联网上的优质内容，强调连接和分享”，一方面是把自己的读过的东西归档起来，一方面希望找到志同道合者。

The Connector每周会选取我从信息流里获取的有价值内容，包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等，目标是链接互联网上的优质内容，获得更多的灵感和知识，从而激发彼此的创造力。