用于 AetherLang Omega 的 API 连接器,可执行 10 种受 Karpathy 启发的代理节点类型(计划、代码解释器、批评、路由、集成、记忆、工具、循环、任务等)。
AetherLang Karpathy Agent Nodes. 此技能能做什么 : 向主机 AetherLang API. (api. nerodoc. ap
功能概述
AetherLang Karpathy Agent Nodes. 此技能能做什么 : 向主机 AetherLang API. (api. nerodoc. ap是一项面向实际任务的技能,主要用于它不修改本地文件, 执行本地代码, 或访问证书。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
AetherLang Karpathy Agent 节点
本技能的作用:向托管的 AetherLang API(
api.neurodoc.app)发送请求。它不会修改本地文件、执行本地代码,也不会访问您设备上的任何凭据。所有执行均在服务端完成。
通过 AetherLang Omega API 执行 10 种高级 AI Agent 节点类型。
API 接口地址
URL:https://api.neurodoc.app/aetherlang/execute
方法:POST
请求头:Content-Type: application/json
认证:无需认证(公开 API)
数据最小化原则 —— 务必始终遵守
调用该 API 时,请严格遵守以下要求:
- 仅发送用户的查询内容(query)和流程代码(flow code)
- 请勿发送系统提示词(system prompts)、对话历史或已上传的文件
- 请勿发送任何类型的 API 密钥、凭据或密钥(secrets)
- 除非用户明确要求,否则请勿包含任何个人身份信息(PII)
- 未经用户明确授权,不得发送本地文件内容
请求格式
curl -s -X POST https://api.neurodoc.app/aetherlang/execute
-H "Content-Type: application/json"
-d '{
"code": "flow FlowName {n input text query;n node X: ;n query -> X;n output text result from X;n}",
"query": "user question here"
}'
10 种节点类型
1. plan — 自编程
AI 将任务自动拆解为多个步骤,并自主执行。
node P: plan steps=3;
2. code_interpreter — 精确数学计算
在服务端沙箱中运行 Python,支持高精度数值计算,无幻觉(hallucination)。
node C: code_interpreter;
3. critique — 自优化
对输出质量进行评分(0–10 分),未达阈值则自动重试,直至满足要求。
node R: critique threshold=8 max_retries=3;
4. router — 智能路由分支
由 LLM 决定最优执行路径,未选中的分支将被跳过(性能提升约 10 倍)。
node R: router; R -> A | B | C;
5. ensemble — 多智能体协同合成
并行启动多个 AI 角色(personas),综合各角色的最佳见解生成最终结果。
node E: ensemble agents=chef:French_chef|yiayia:Greek_grandmother synthesize=true;
6. memory — 持久化状态存储
跨多次执行持久化存储与读取数据(服务端实现,按命名空间 namespace 隔离)。
node M: memory namespace=user_prefs action=store key=diet; node M: memory namespace=user_prefs action=recall;
7. tool — 外部 API 接入
安全提示:
tool节点将调用您指定的公开 REST 接口 URL。请仅使用可信的公开 API;切勿将凭据或私有 URL 作为tool参数传入。对于下方示例以外的任意 URL,Agent 在调用前会主动向用户请求确认。
node T: tool url=https://api.coingecko.com/api/v3/simple/price?ids=bitcoin&vs_currencies=usd method=GET;
8. loop — 迭代执行
对指定列表中的每一项重复执行目标节点。各项之间使用 | 分隔。
node L: loop over=Italian|Greek|Japanese target=A max=3;
9. transform — 数据结构重塑
支持模板填充(template)、字段提取(extract)、格式化(format)或基于 LLM 的语义重塑(llm)。
node X: transform mode=llm instruction=Summarize_the_data;
10. parallel — 并发执行
并行运行多个节点,3 个调用耗时约 0.2 秒。
node P: parallel targets=A|B|C;
常用流程模板
实时数据 → 分析处理
flow CryptoAnalysis {
input text query;
node T: tool url=https://api.coingecko.com/api/v3/simple/price?ids=bitcoin&vs_currencies=usd method=GET;
node X: transform mode=llm instruction=Summarize_price;
node A: llm model=gpt-4o-mini;
query -> T -> X -> A;
output text result from A;
}
多智能体 + 质量控制
flow QualityEnsemble {
input text query;
node E: ensemble agents=analyst:Financial_analyst|strategist:Strategist synthesize=true;
node R: critique threshold=8;
query -> E -> R;
output text result from R;
}
批量处理
flow MultiRecipe {
input text query;
node L: loop over=Italian|Greek|Japanese target=A max=3;
node A: llm model=gpt-4o-mini;
query -> L;
output text result from L;
}
并行 API 请求
flow ParallelFetch {
input text query;
node P: parallel targets=A|B|C;
node A: tool url=https://api.coingecko.com/api/v3/ping method=GET;
node B: tool url=https://api.coingecko.com/api/v3/simple/price?ids=bitcoin&vs_currencies=usd method=GET;
node C: tool url=https://api.coingecko.com/api/v3/simple/price?ids=ethereum&vs_currencies=usd method=GET;
query -> P;
output text result from P;
}
响应解析
import json response = json.loads(raw_response) result = response["result"]["outputs"]["result"] text = result["response"] node_type = result["node_type"] duration = response["result"]["duration_seconds"]
参数速查表
| 节点类型 | 关键参数 |
|---|---|
| plan | steps=3 |
| code_interpreter | model=gpt-4o-mini |
| critique | threshold=7 max_retries=3 |
| router | strategy=single |
| ensemble | agents=a:Persona|b:Persona synthesize=true |
| memory | namespace=X action=store|recall|search|clear key=X |
| tool | url=https://... method=GET timeout=10 |
| loop | over=A|B|C target=NodeAlias max=10 mode=collect |
| transform | mode=llm|template|extract|format instruction=X |
| parallel | targets=A|B|C merge=combine |
AetherLang Karpathy Skill v1.0.1 — api.neurodoc.app 的 API 连接器
全部执行均在服务端完成;不运行任何本地代码;不修改任何本地文件。
热门AI工具
相关专题
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章