最新

我尝试了一个新的 Github 仓库，用一种 C++ 风格的语言实现了类似 Rust 的特性。 这只是一个业余的爱好项目。 URL： https://github.com/juntz-g1thub/UltraCpp.git

我有一些运行 MariaDB 的 Debian 12 服务器。这些服务器配置了 bind-address 127.0.0.1:3306，以确保所有数据库连接都是本地的。 今天我升级到了 Debian 12.15，然后重启并检查了开放端口，以确保所有服务都在运行。 令我惊讶的是，MariaDB 不再监听 127.0.0.1:3306，而是有一个“init”在监听 :::3306。 看起来默认配置已更改为使用 Systemd 套接字。我想这没问题，但悄无声息地让你的数据库服务器可以被整个互联网访问听起来不是个好主意。 所以，只是一个公告，如果你只依赖 bind-address，请确保重新配置 mariadb.socket 设置。

几年前，我为 Prusa MK4 制作了一个钢笔绘图仪附件（<a href="https://www.printables.com/model/827264-pen-plotter-attachment-for-prusa-mk4" rel="nofollow">https://www.printables.com/model/827264-pen-plotter-attachme...</a>），当时我没有一个好的方法可以将艺术作品转换为 G 代码，于是我暂时搁置了这个项目。 最近我想再次尝试线条艺术，并制作了一个小型浏览器应用程序来简化这个过程。鉴于 2026 年的代理 AI 工具非常令人上瘾，它很快就发展成了一个更全面的集成浏览器 CAD/CAM 系统，适用于钢笔绘图仪，涵盖了从导入现有艺术作品、从头开始创作艺术作品、准备绘图到硬件集成等所有环节。它包含一些非主流功能，例如用于海龟绘图的 Logo 解释器和用于手写合成的 Graves RNN，除了让 3D 打印机模拟钢笔绘图仪外，它现在还通过 Web Serial 支持基于 EBB (AxiDraw) 和 GRBL 固件的实际钢笔绘图仪。 如果您拥有 AxiDraw 或 GRBL 绘图仪，我将非常感谢您尝试使用并提供反馈。由于我没有这些设备，我所有的测试都是在 STM32 硬件模拟器上进行的，所以我不太确定它连接到实际绘图仪时效果如何。 源代码和文档可在 GitHub 上找到： <a href="https://github.com/tibordp/kurvengefahr" rel="nofollow">https://github.com/tibordp/kurvengefahr</a>

大家好，我是Scott。Skillscript是我开发的一个小型语言，用于编写我希望本地代理实际执行的操作，其形式易于阅读和版本控制，而不是每次都寄希望于模型能正确理解。 最初的灵感源于一个简单的需求。我希望我的NanoClaw代理每天都能以相同的方式运行我的晨报。检查过夜工单，总结部署流水线，标记任何紧急事项。但每次会话，它都会从头开始重新思考如何完成这些任务，行为会略有偏差，并且会消耗token来处理本应是固定流程的事情。我可以将其放入系统提示或MD技能文件中，但这些仍然是模型每次都需要阅读和推理的指令。而我希望它能自主运行，然后将数据交给模型进行推理。 促使我进一步开发的第二个原因是：我想用小型本地模型来处理一些简单的任务。它们很有能力，但如果你只是把控制权交给它们，它们就会漫无目的。我想要的是一种方式，让前沿模型（或我本人）编写一个特定的流程，然后交给本地模型来执行，而不是解释。Skillscript就是这个程序，而模型就是运行时。 Skillscript就是为此而生。Skillscript是一个文本文件，包含命名的步骤、变量、条件，以及对工具（MCP连接器、本地模型，以及操作员允许列表中的shell命令）的调用。它故意做得非常精简——没有eval，没有任意导入，没有子进程，没有无界循环。这是一个受限的语言，潜在的危害很小。Skillscript能做的所有事情都在文件中体现。你阅读它就能明白。 目前的状态：处于1.0版本之前（0.30），原生支持MCP，可自托管。已知的一些不足之处：首次运行设置比预期的要复杂一些，部分语法仍在调整中，并且本地模型集成目前假定使用Ollama。它已经足够好用，我每天都在使用它，但不能说它已经完全准备好投入生产环境。 - 代码库：[https://github.com/sshwarts/skillscript](https://github.com/sshwarts/skillscript) - 网站：[https://skillscript.ai](https://skillscript.ai) - 文档：[https://skillscript.mintlify.app/docs](https://skillscript.mintlify.app/docs) - npm：`skillscript-runtime` 我特别欢迎大家对以下两点提出批评：语言设计（是否太小、太大、形状不对？）以及关于代理生成的技能的信任模型。在你们愿意在自己的机器上信任它之前，你们希望看到哪些改进？