Kimi-K3
Kimi K3 is an open-weight, 2.8T-parameter native multimodal agentic model with a 1M-token context window, designed for frontier coding, knowledge work, and reasoning tasks.
It demonstrates a practical, real-time AI integration using Laravel Livewire and the Gemini API, with robust session management, error handling, and a clean, reusable component structure.
Verbally é uma aplicação Laravel para correção de inglês com apoio de IA. A interface principal fica na página inicial e permite enviar um texto, receber a correção em streaming, ver detalhes estruturados da revisão e pedir seguimentos como reescrita natural ou um exemplo curto.
^8.3134O projeto lê as seguintes variáveis de ambiente relacionadas à IA no .env:
GEMINI_API_KEY=AQ.XXXXXXXXXXXXXXXXXXXXXXX # https://aistudio.google.com/api-keys
VERBALLY_GEMINI_MODEL=gemini-flash-latest # Modelo desejado
VERBALLY_AI_TIMEOUT_SECONDS=120 # timeout
composer install
cp .env.example .env
php artisan key:generate
php artisan migrate
npm install
O composer.json já expõe os comandos principais do projeto:
composer run setup
composer run dev
composer test
O comando composer run dev sobe a aplicação com servidor, fila, logs e
Vite em paralelo.
composer test
Os testes cobrem a rota inicial, a lógica das ações de IA e o fluxo de browser da interface.
routes/web.php: rota principal da aplicação.app/Actions/GenerateCorrection.php: gera a correção em streaming e valida
os detalhes estruturados.app/Actions/GenerateFollowUp.php: gera os seguimentos de reescrita e exemplo.app/Ai/: agentes, prompts e runtime de IA.resources/views/pages/index/: página principal Livewire da aplicação.resources/views/components/: componentes reutilizáveis da interface.tests/Feature/: testes das ações e da rota.tests/Browser/: fluxo end-to-end da interface.MIT. O repositório declara license: "MIT" em composer.json.
English corrections & coaching
Similar projects matched by category, topics, and programming language.
Kimi K3 is an open-weight, 2.8T-parameter native multimodal agentic model with a 1M-token context window, designed for frontier coding, knowledge work, and reasoning tasks.
Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.
A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.