Podělte se o malou praktickou zkušenost z Codexu: kreslení tykve podle tykve Požadavky jsou následující: Chci refaktorovat funkci odesílání zpráv na základě uživatelského rozhraní agenta napsaného sadou Claude Agent SDK tak, aby podporovala odesílání obrázků (v současné době podporuje pouze odesílání textu, obrázek 1) Neřeknu: pomozte mi předělat vstupní pole a podpořte 🙅 nahrávání obrázků Protože je tam tak málo kontextových informací, určitě nemůže dělat to, co říkáte. Chcete-li dosáhnout této funkce, pokud to provedete ručně: 1. Upravte uživatelské rozhraní tak, aby podporovalo nahrávání obrázků 2. Upravte rozhraní API tak, aby bylo možné přenášet obrázky z front-endu do back-endu 3. Upravte zpracování na straně serveru a nechte back-endový program předat obraz do sady Claude Agent SDK Teoreticky je samozřejmě nejlepší rozdělit tyto úkoly postupně na tři malé úkoly, ale ve skutečnosti GPT-5-Codex High již dokáže takto složité úkoly dokončit najednou, pokud správně vyzvete a poskytnete dostatek kontextu. Podívejte se, jak jsem vyzval (obrázek 2): > 1. Nahraďte aktuální komponentu Odeslat zprávu za {Ref Code File 1} > 2. Viz asynchronní odesílání ( > výzva: řetězec, > přílohy?: AttachmentData[], > includeSelection?: boolean, >) a {Soubor referenčního kódu 3} > export const composeUserContent = ( > text: řetězec, > přílohy?: AttachmentData[], > výběr?: SelectionSnapshot | nula >) Implementujte manipulaci s přílohami > 3. Kliknutím na tlačítko Odeslat převedete přílohu na řetězec base64 a odešlete ji do protokolu WebSocket > 4. Podle níže uvedeného kódu můžete přepsat část ccsdk/ai-client.ts pro zpracování zpráv tak, aby podporovala odesílání příloh {Ukázka oficiální dokumentace codedocs.claude .com/en/api/agent-sdk/streaming-vs-single-mode} > Před implementací si prosím dobře rozmyslete Abych to shrnul: 1. Řekněte to jasně, jak na to 2. Dejte mu všechny referenční kódy najednou Referenční kód je kód související s otevřeným zdrojovým kódem, který jsem našel předem, nebo oficiální dokumentace, každopádně je sestavena, podobně jako obvykle implementuji systém pro vyhledávání informací Je to tak jednoduché, že úkol dokončíte za 9 minut 52 sekund, otestujte, zda se vyskytla chyba, popište ji, nechte ji opravit (obrázek 3) a pak ji znovu otestujte. (Obrázek 4)

Antropické dovednosti vs. OpenAI AgentKit Dovednosti jsou vlastní balíčky dovedností pro Claude, definované uživatelem prostřednictvím konverzací, a Claude je v případě potřeby automaticky zavolá, aniž by je musel ručně upravovat. Očekává se, že AgentKit se stane operačním systémem pro "automatizaci" podnikové umělé inteligence tím, že umožní vývojářům vytvářet a spravovat vícekrokové pracovní postupy a ručně orchestrovat logiku. Za tím se skrývají dva řádky: 1️⃣ Sloužit a posilovat model jako podnik (MaaS) z pohledu uživatelského využití 2️⃣ Obchodní příběh a investorská logika pro platformu jako službu (PaaS). Potřebujete si ještě představit budoucnost těchto dvou produktů? Dva poty pro inovaci produktů OpenAI