最新

在进行一个概念验证项目时，我一直遇到 Claude 的 token 限制，通常在 5 小时会话的 30-60 分钟内达到。来自代码库的累积上下文迅速消耗了 token。因此，我构建了一种语言，旨在由 AI 生成，而不是由人类编写。 GlyphLang GlyphLang 用符号替换冗长的关键字，从而更有效地进行 token 化： ``` # Python @app.route('/users/<id>') def get_user(id): user = db.query("SELECT * FROM users WHERE id = ?", id) return jsonify(user) # GlyphLang @ GET /users/:id { $ user = db.query("SELECT * FROM users WHERE id = ?", id) > user } @ = route, $ = variable, > = return. 初始基准测试显示，与 Python 相比，token 减少了约 45%，与 Java 相比，token 减少了约 63%。 ``` 实际上，这意味着更多的逻辑可以融入上下文，并且会话在达到限制之前可以持续更长时间。AI 可以在整个过程中保持对代码库更广泛的了解。 在有人问之前：不，这并不是一个多此一举的 APL。APL、Perl 和 Forth 都是符号密集的语言，但它们针对数学符号、人类简洁性或机器效率进行了优化。GlyphLang 专门针对现代 LLM 的 token 化方式进行了优化。它旨在由 AI 生成并由人类审查，而不是相反。也就是说，如果需要，它仍然具有足够的可读性，可以编写或调整。 它仍在开发中，但它是一种可用的语言，具有字节码编译器、JIT、LSP、VS Code 扩展、PostgreSQL、WebSockets、async/await、泛型。 文档：[https://glyphlang.dev/docs](https://glyphlang.dev/docs) GitHub：[https://github.com/GlyphLang/GlyphLang](https://github.com/GlyphLang/GlyphLang)

我一直在用 TheTabber 主要来将我妈妈的 TikTok 内容重新用于其他社交媒体平台。现有的同类产品选项要么太贵，要么功能过于复杂，让人困惑。<p>我想，为什么不添加更多功能，同时保持简洁易用的用户界面，然后发布它呢？所以，我来了。<p>我之所以想出“TheTabber”这个名字，是因为你为社交媒体发帖打开的标签越多，你就越像 The Tabber——而这款产品就是为你量身打造的。哈哈！<p>目前，它具备以下功能：<p>- 连接 9 个以上的社交平台 - 发布或安排图片、轮播、视频或文本内容 - 从其他社交媒体帐户中重新利用内容 - 查看帖子的分析数据 - 在 AI 辅助下创建 UGC 风格的视频 - 在 AI 辅助下创建 2x2 图像网格视频 - 在 AI 辅助下生成字幕、编辑风格、将长视频分割成片段

<i>TLDR:</i> Librario 是一个图书元数据 API，它从 Google Books、ISBNDB 和 Hardcover 聚合数据到一个响应中，解决了没有单一来源拥有完整图书信息的问题。它目前处于 pre-alpha 阶段，采用 AGPL 许可证，现在就可以试用[0]。 我和我的妻子有一个大约有 1800 本书的个人图书馆。我开始为我们制作一个图书馆管理工具，但我很快意识到我需要一个图书信息的数据来源，而现有的解决方案都无法提供我需要的所有数据。一个可能提供系列信息，另一个可能提供体裁信息，还有一个可能提供好的封面，但没有一个能提供所有信息。 所以我开始着手开发 Librario，这是一个用 Go 编写的图书元数据聚合 API。它从多个来源（Google Books、ISBNDB、Hardcover，接下来将支持 Goodreads 和 Anna's Archive）获取图书信息，合并所有信息，并将其保存到 PostgreSQL 数据库中以供将来查找。其理念是，随着查询的图书越来越多，数据库会变得越来越强大。 你可以在这里查看一个示例响应[1]，或者自己尝试一下： ``` curl -s -H 'Authorization: Bearer librario_ARbmrp1fjBpDywzhvrQcByA4sZ9pn7D5HEk0kmS34eqRcaujyt0enCZ' \ 'https://api.librario.dev/v1/book/9781328879943' | jq . ``` 这还是 pre-alpha 阶段，运行在一个小型 VPS 上，请注意这一点。我从未达到第三方服务的限制，所以根据这篇文章的反响，我将（或不会）发现代码是否能很好地处理这个问题。 合并是该服务的核心，弄清楚如何组合来自不同来源的相互冲突的数据是最难的部分。最后，我决定使用特定于字段的策略，这些策略相当简单，但目前有效。 每个提取器都有一个优先级，结果在合并之前按该优先级排序。但仅有优先级是不够的，因此不同的字段需要不同的处理方式。 例如： - 标题使用评分系统。我惩罚包含括号的标题，因为来源有时会将副标题塞入主标题字段。过长的标题（80 个字符以上）也会受到惩罚，因为它们通常包含属于其他地方的版本信息或其他元数据。 - 封面收集所有候选 URL，然后一个单独的获取器根据尺寸和质量下载并对其进行评分。最好的一个会被存储在本地并从服务器提供。 对于大多数其他字段（出版商、语言、页数），我只按优先级取第一个非空值。简单，但有效。 最近添加了一个缓存层[2]，这大大加快了速度。我曾考虑在某个时候从 <i>net/http</i> 迁移到 <i>fiber</i>[3]，但最终放弃了。使用标准库之外的东西感觉不对，而且这种迁移最终也没有提供太多好处。 数据库层正在 v1.0 之前被重写[4]。说实话：最初的模式是由 AI 编写的，虽然我试图用 SQLC[5] 和良好的文档来引导它走向正确的方向，但数据库设计不是我的强项，我无法自信地保证代码的质量。与其发布一些我没有完全理解的东西，我聘请了 SourceHut[6] 的开发人员来正确地重写它。 我有一个 5 个月大的孩子，我们还在适应他们的作息时间，所以开发进度很慢。我之前在一些 HN 帖子中提到过这个项目[7]，所以很高兴终于能让人们试用一下。 代码采用 AGPL 许可证，托管在 SourceHut 上[8]。 非常欢迎反馈和补丁[9] :) [0]: <a href="https://sr.ht/~pagina394/librario/" rel="nofollow">https://sr.ht/~pagina394/librario/</a> [1]: <a href="https://paste.sr.ht/~jamesponddotco/a6c3b1130133f384cffd25b33a8ab1bc3392093c" rel="nofollow">https://paste.sr.ht/~jamesponddotco/a6c3b1130133f3...</a> [2]: <a href="https://todo.sr.ht/~pagina394/librario/16" rel="nofollow">https://todo.sr.ht/~pagina394/librario/16</a> [3]: <a href="https://todo.sr.ht/~pagina394/librario/13" rel="nofollow">https://todo.sr.ht/~pagina394/librario/13</a> [4]: <a href="https://todo.sr.ht/~pagina394/librario/14" rel="nofollow">https://todo.sr.ht/~pagina394/librario/14</a> [5]: <a href="https://sqlc.dev" rel="nofollow">https://sqlc.dev</a> [6]: <a href="https://sourcehut.org/consultancy/" rel="nofollow">https://sourcehut.org/consultancy/</a> [7]: <a href="https://news.ycombinator.com/item?id=45419234">https://news.ycombinator.com/item?id=45419234</a> [8]: <a href="https://sr.ht/~pagina394/librario/" rel="nofollow">https://sr.ht/~pagina394/librario/</a> [9]: <a href="https://git.sr.ht/~pagina394/librario/tree/trunk/item/CONTRIBUTING.md" rel="nofollow">https://git.sr.ht/~pagina394/librario/tree/trunk/item/CONTRI...</a>

完全由 Claude Code 构建。接入 Claude Code 会话，将会话数据同步到 <a href="https:&#x2F;&#x2F;confabulous.dev" rel="nofollow">https:&#x2F;&#x2F;confabulous.dev</a>。在那里，您可以浏览文字记录、创建分享链接、计算生产力指标。<p>命令行工具（CLI）部分在 <a href="https:&#x2F;&#x2F;github.com&#x2F;ConfabulousDev&#x2F;confab" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;ConfabulousDev&#x2F;confab</a> 开放源代码。<p>Beta 期间免费使用。 预计将永久提供免费套餐。<p>在 <a href="https:&#x2F;&#x2F;confabulous.dev" rel="nofollow">https:&#x2F;&#x2F;confabulous.dev</a> 体验一下吧。

编写一本技术书籍最直接的方法是什么？这本书需要包含格式美观的代码片段和图片。 我见过有人使用 Markdown，但如何才能实现一个良好的工作流程，将多个 Markdown 文件转换成一个格式美观的 PDF/EPUB 文件，并带有可点击的目录和分页功能呢？

此外，还有一个小型的命令行工具，可以从命令行搜索职位。您也可以使用网站界面，网址是 <a href="https:&#x2F;&#x2F;jobswithgpt.com" rel="nofollow">https:&#x2F;&#x2F;jobswithgpt.com</a>