最新

最初构建 Google Maps 到 GPX 的功能，是因为当时找不到一个像样的选项。后来又开发了更多用于 GPX 处理的工具——合并、分割、剥离、修剪等。同时还开发了一个 GPX 路线规划器，可以从头开始创建 GPX 文件。目标是保持一切直观简单：无需注册，无需付费，只有好用且易于使用的工具。

自从 Dark Sky 停止服务后，我一直想尝试进行临近预报（nowcasting）的实验，终于付诸实践了。这个应用基本上成为了我尝试各种天气数据集和地理空间可视化的游乐场。 由此产生的一些有趣的想法： 临近预报在底层使用了 pySTEPS 光流算法：https://pysteps.readthedocs.io/en/latest/auto_examples/plot_optical_flow.html。这个库非常棒。我一直觉得每个雷达可视化都只是提供一些断断续续的时间快照，这让我很困扰，所以我花了一些时间来构建平滑的插值。后端传递关键帧以及光流分析的运动数据，然后使用自定义的 WebGL 着色器进行插值，这样你就可以拖动时间轴并获得平滑的插值效果。 其他预报图块和主天气页面使用的是多个不同天气模型的平均值。你可以在模型页面上看到所有参与计算的模型：https://strataweather.com/models。这在主页面上可以指示模型之间的分歧。最终我计划根据模型过去的表现对每个模型运行和集合进行评分（这样你就可以根据在你所在地区表现最好的模型来设定自定义的集合权重）。不过我还没来得及做这个。 风险页面使用了过去 14 年的天气数据，以真实的发生概率来识别自然灾害风险。它正式定义了我们对特定自然灾害的含义，并根据每个地点的历史数据确定发生概率。其中一些定义还需要微调，但这是一个很棒的可视化。 欢迎大家来体验！它运行在一个 Hetzner 服务器上，我希望它能承受更多用户，让我们拭目以待！

三个 Claude 工作区 两个 Claude 设计师 一个会话回放 零人工审查

我创建 Steadra 是为了不再花费精力编写自动化测试。 我一直认为人工智能应该足够智能，这样我们的软件团队就可以依赖它，并始终毫不费力地保持自动化测试的最新状态。 Beta 版本是免费的（无需信用卡），因为我们欢迎您的反馈。只需添加您的 URL。 它将为您提供： * 一套“给定-当-然后”的场景，代表您当前的状态。 * 针对这些场景的自动化测试，可以多次运行，以便开发人员不会破坏现有功能。 * 开箱即用的错误报告，例如控制台错误、错误的 HTTP 状态码、损坏的链接等。 您将获得类似以下的场景： ``` 给定 我在定价页面 当 我点击“开始免费试用” 然后 我应该跳转到注册表单 ``` 通过分多个阶段工作，并明确每个阶段需要做什么，我设法大幅降低了使用人工智能的成本。 非常感谢您的反馈， 谢谢。 顺便说一句，您也可以在评论区写下您的 URL，我可以为您运行一次，并向您展示您的 Web 应用程序的测试结果。