最新

我注意到，作为一名自由职业者，我需要支付好几项 SaaS 订阅费用，仅仅是为了处理发票、提案、合同和项目跟踪等简单任务。<p>这些工作流程看起来都不复杂，不值得使用完整的 SaaS 平台，所以我开始尝试使用本地优先工具。<p>最终，我构建了五个独立的 HTML 应用，可以直接在浏览器中运行。无需框架，无需安装，也无需账户。只需打开文件即可使用。<p>这些工具涵盖了发票、提案、合同、费用和项目路线图。所有操作都在本地进行，数据也保存在本地设备上。<p>好奇这里其他人对这种工作流程的本地优先工具的看法。

我一直在想，能不能把 Karpathy 的 autoresearch 工具和 Lucidrain 的代码库连接起来，让聪明人来挑选机器学习研究中那些有趣又新颖的东西。然后我得知，他已经不在 GitHub 上了，说他的账号被取消了，而且“相当确定 GitHub 出了一些问题”。 有没有关于这件事的背景故事或相关信息？

我构建了一个完全在 Node.js 或浏览器中运行的量子电路模拟器，无需 Python 依赖。<p>核心问题：每个严肃的量子工具都需要 Python。如果你正在构建一个 Web 应用程序、一个教育工具，或者只是想在 TypeScript 中工作，你就会陷入要么调用 Python，要么使用过时的库的困境。<p>一个库中包含三个模拟后端： - 态矢量——稀疏 Map&lt;bigint, Complex&gt;，可用于约 20 个量子比特 - MPS/张量网络——O(n·χ²) 内存，在 30 毫秒内运行 GHZ-100 - 精确密度矩阵——每个门都存在去极化噪声，无蒙特卡洛<p>14 种导入/导出格式——OpenQASM 2/3、Qiskit Python、Cirq、IonQ JSON、Quil、Q#、pyQuil、Braket、CudaQ、TFQ、Quirk、LaTeX、原生 JSON。其自身格式可无损往返。<p>IonQ 硬件目标——在提交之前，根据真实设备规格（aria-1、forte-1、harmony）验证电路。内置已发布的噪声数据。<p>717 个测试涵盖分析正确性、门可逆性、在量子比特索引 30/31/40 处的 BigInt 正确性，以及所有格式的完整往返。<p>npm install @kirkelliott/ket<p>GitHub: <a href="https://github.com/dmvjs/ket" rel="nofollow">https://github.com/dmvjs/ket</a>

一款移动应用程序，可在拍摄前后现场照片时进行加密签名。采用 Ed25519 签名算法、SHA-256 哈希算法，并依据 RFC 3161 标准进行时间戳处理，同时添加 GPS 地理位置信息。任何改动都会立即破坏证据的有效性。无需依赖后端信任。<p>出售中。概览：<a href="https:&#x2F;&#x2F;yourbeforeafterwork.netlify.app" rel="nofollow">https:&#x2F;&#x2F;yourbeforeafterwork.netlify.app</a>

我开发了 DevKit，因为我厌倦了将 JWT、API 密钥和钱包地址粘贴到各种在线工具中。所有处理都在浏览器内完成——任何数据都不会触及服务器。 DevKit 包含 80 多个工具，分为 8 个类别： * 格式化 &amp; 验证：JSON、SQL、Markdown、YAML、HTML、CSS * 编码/解码：Base64、URL、JWT、图片转 Base64、HTML 实体 * 转换：时间戳、JSON↔CSV、JSON↔YAML、cURL→fetch、chmod、Cron、位运算、内存 * 生成：哈希、密码、UUID、Lorem Ipsum、JWT、ASCII 艺术、.gitignore、CSP * 测试：正则表达式、差异比较、JSONPath、HTTP 标头、颜色对比度、密码强度 * 文档：Git（70+ 命令 + 10 个救援场景）、Docker、Bash、TypeScript、React Hooks、GraphQL、SQL * AI &amp; ML：Token 计数器、数据集清理器、混淆矩阵、嵌入可视化器 * 区块链/Web3：Keccak-256、ABI 编码器、默克尔树、Gas 费用计算器、钱包验证器 提供 5 种开发者主题（午夜、GitHub Dark、德古拉、北极、单色）。欢迎反馈——还缺少哪些工具？