最新

我几乎一直都有内核项目在进行，而且已经持续了几十年。在过去的几年里，我一直在做 Anos，它比我之前的任何业余内核项目都更进一步，支持 IPC、多任务处理、SMP（目前仅限 x86-64）并在真实硬件上运行。 在开发过程中使用了 LLM（主要是 Claude Code），但我很早就意识到它在这个级别的代码方面表现并不出色，所以我限制了它的使用，主要用于文档和测试。用户空间中有一点 AI 代码，但在内核本身，我有一个严格的“禁止 AI 代码”规则。我发现这不仅有助于提高代码的质量和功能，也有助于学习——例如，尽管我过去写过多个内核，但直到 Anos 我才真正掌握了页表管理，以及通过一个好的 VMM 接口可以实现什么，如果我把这个实现外包给 LLM，我可能什么也学不到。 在方法上，Anos 避免了旧平台特性和过时的维基/教程资源，而是尝试尽可能多地从手册和数据表中实现，到目前为止，这绝对是有效的。它不支持旧平台特性或外围设备，所有 IO 都是内存映射的，并且使用 MSI/MSI-X 中断（没有 PIC），例如，这有助于保持代码库的专注和易于操作。内核在 x86-64 上编译后大约 100KiB，具有足够的功能来支持用户空间中的多任务处理和设备驱动程序。 作为一个业余项目，进展会随着我的日常工作压力等因素而起伏，并且主分支在过去几个月里一直很安静。然而，我一直在抽出时间开发一个 USB 协议栈，希望很快能至少拥有基本的 HID 支持，让我能够迈出下一步，让 Anos 具有交互性。 考虑到我们现在生活在 AI 编程的时代，我不知道像 Anos 这样的项目还有多大用处，但它是一个有趣的、学习的体验，并且有助于让我保持技术上的扎实，只要这些仍然成立，我就会继续下去。

在反复观察 Claude Code 和 Codex 在我的代码库中不断运行 Explore 之后，我开始思考是否应该有更好的方法。RemembrallMCP 就是我尝试解决这个问题的方法。<p>RemembrallMCP 为智能体提供了大多数内存工具所不具备的两样东西：<p>1. 持久化内存 - 决策、模式和组织知识可以在会话之间保留。混合语义 + 全文搜索可以即时找到相关上下文。<p>2. 代码依赖图 - 使用 tree-sitter 构建的实时代码库地图。涵盖 8 种语言的函数、类、导入和调用关系。提问“如果我更改这个，会破坏什么？” 并在几毫秒内得到答案——在智能体触及任何东西之前。<p>整个过程都在 Docker 容器中运行，方便上手。Claude 使用 MCP 来利用它。使用 Rust 编写。

<a href="https://youtube.com/playlist?list=PL3vzYfOMUcIkd_1CzICEkH1IRE0BInbGx&amp;si=4pBE61QHr5l3INKX" rel="nofollow">https://youtube.com/playlist?list=PL3vzYfOMUcIkd_1CzICEkH1IR...</a>

我想深入了解现代汽车零部件的机械原理（发动机、悬挂系统、燃油系统等），但苦于找不到好的学习资源，尤其是可以用来学习的交互式模型（这种东西存在吗？）。