技术堆栈
- Llama 3.1 70B,来自 Meta,适用于LLM
- 携手 AI 实现 LLM 推理
- 带有 Tailwind 的 Next.js 应用路由器
- 搜索 API 的 Serper
- 螺旋锥体用于观察
- 适合网站分析
克隆并运行
- 分叉或克隆 repo
- 在Together AI创建LLM帐户
- 在SERP API或 Azure ( Bing Search API )上创建帐户
- 在Helicone创建账户以实现可观察性
- 创建一个
.env(使用.example.env作为参考)并替换 API 密钥 - 运行
npm install并npm run dev安装依赖项并在本地运行
未来任务
- 添加分享和复制按钮,方便人们在对话生成后点击
- 在聊天页面末尾添加潜在的后续问题 + 新聊天
- 将页面拆分为两页并重新添加页脚
- 将所有图标移至其自己的 Typescript 文件 (transform.tools)
- 添加更详细的登录页面,其中包含带有 GitHub 链接的精彩部分
- 在移动设备上添加精美的汉堡菜单
- 尝试一下 Vercel 的生成 UI 产品
- 整体添加更美观的下拉菜单






![Do NOT Think That Much for 2+3=? On the Overthinking of o1-Like LLMs[不要过度思考2+3等于几 在类LLM的过度思考上]-AI论文](https://assh83.com/wp-content/uploads/2025/01/1-2-350x250.png)
![Slow Perception: Let’s Perceive Geometric Figures Step-by-step[缓慢感知:让我们逐步感知几何图形]-AI论文](https://assh83.com/wp-content/uploads/2025/01/1-1-350x250.png)
![Ensembling Large Language Models with Process Reward-Guided Tree Search for Better Complex Reasoning[结合大型语言模型与过程奖励引导的树搜索以提升复杂推理能力]-AI论文](https://assh83.com/wp-content/uploads/2025/01/1-350x248.png)
![Large Concept Models:Language Modeling in a Sentence Representation Space[大型概念模型:在句子表示空间中的语言建模]-AI论文](https://assh83.com/wp-content/uploads/2025/01/image-1-350x250.png)