微软近期发布的 Microsoft Agent Framework 框架引发了开发者广泛关注。该框架旨在简化 AI 代理 的构建、编排和部署流程，尤其在需要人工介入的场景下，展现出独特的优势。本文将深入探讨如何利用该框架，结合 WPF 技术，构建一个具备审批功能的终端助手，并分析其背后的技术原理与应用前景。

北京时间10月13日，AI大神、OpenAI创始成员之一Andrej Karpathy在GitHub上开源了他的nanochat项目，短短一天时间就收获了上万Star！

本项目是一个基于 FastMCP 的全网短视频去水印解析服务，支持多平台视频分享链接的解析，自动提取视频真实地址及相关信息。 适用于需要批量解析、去水印、采集短视频的场景。本项目还支持视频内容文本提取功能，可以通过语音识别将视频内容转为文本。

访问显示的 URL（比如 Lambda 上是 http://209.20.xxx.xxx:8000/），就能像使用 ChatGPT 一样与你的模型聊天。

需要注意的是，由于目前对强化学习（RL）的支持还不太完善，在计算总耗时时把它排除了。到监督微调（SFT）阶段为止，整个过程运行了3小时51分钟， 总成本为（3+51/60）×24=92.4美元 （如果加上强化学习，现在总时间会更接近5小时）。

整体成本只需约100美元 （在8×H100上训练4小时），就能训练复刻出一个可进行基础对话、创作故事诗歌、回答简单问题的简易版ChatGPT模型。 举个具体的例子：一个深度为30的模型训练24小时后（相当于GPT-3 Small ...