最新

我是原作者。我开发了 RepoReaper，旨在解决 RAG（检索增强生成）中代码上下文碎片化的问题。 与标准的“与代码库对话”工具不同，它模拟了资深工程师的工作流程：它解析 Python AST（抽象语法树）以进行逻辑感知的代码块划分，使用 ReAct 循环从 GitHub 上即时获取缺失的文件依赖项，并采用混合搜索（BM25 + 向量）。它还生成 Mermaid 图表用于架构可视化。后端完全异步，并通过 ChromaDB 持久化状态。 链接：[https://github.com/tzzp1224/RepoReaper](https://github.com/tzzp1224/RepoReaper)

我制作了一个小型的网络工具，让人们无需设计软件也能创作阿拉伯书法。现有的工具大多要么过于复杂，要么功能非常有限，所以我希望做一个简单易用的工具。<p>功能： • 直接书写阿拉伯语或从英语翻译 • 11 种经典书法风格（苏尔斯、纳斯赫、库法、迪瓦尼等） • 调整布局、颜色、行高、笔画和旋转 • 导出为 PNG、JPG 或 SVG 格式 • 无需注册<p>欢迎大家对性能、用户界面或书法准确性提出反馈。这是一个个人业余项目，仍在不断完善中。<p>网站：<a href="https:&#x2F;&#x2F;arabiccalligraphygenerator.online" rel="nofollow">https:&#x2F;&#x2F;arabiccalligraphygenerator.online</a>

找到开源项目的问题很容易。 但要决定哪些问题值得你花时间，就不那么容易了。<p>我构建了 Contrib.FYI 作为一个简单的 Web 应用程序，以降低这种决策成本。<p>它不依赖于静态的、经过整理的列表，而是使用实时的 GitHub API 数据， 并按时间顺序显示问题，因此发现的内容保持新鲜。<p>除此之外，它还提供了一些早期信号（语言、星标、 无评论、未链接的 PR），以帮助你避免打开已经在处理的问题。<p>目标不是找到更多的问题， 而是找到更好的候选问题来投入你的时间。<p>源代码可在以下位置获取： <a href="https:&#x2F;&#x2F;github.com&#x2F;K-dash&#x2F;contrib-fyi" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;K-dash&#x2F;contrib-fyi</a><p>欢迎提供反馈。

刚刚推送了 Struxs 的更新 (v1.1)。 我们收到了一些用户的反馈，他们希望能够限制视觉识别的范围。具体来说，他们在处理扫描表格时，像“性别”或“支付方式”这样的字段会返回不一致的原始文本（例如，“男”、“男性”，或者只是一个勾选框符号），这取决于文档的布局。 为了解决这个问题，我们在构建器中添加了一个枚举类型。 现在，您可以可视化地映射一个区域，并严格定义允许的状态（例如，["男", "女"] 或 ["轿车", "SUV", "卡车"]）。引擎现在会将视觉信号强制归入这些预定义的桶中，而不是返回模糊的字符串。 这是一个小小的改动，但它使 JSON 输出具有确定性，并省去了您编写额外代码来规范化下游数据的麻烦。 欢迎提出任何反馈意见。

我开发 kprotect 是因为我希望找到一种超越标准 Linux 权限的保护敏感文件（SSH 密钥、env 文件）的方法。即使某个进程以 root 身份运行，除非它是可信执行链的一部分，否则它也不应该能够读取我的密钥。<p>工作原理：它使用 BPF LSM（Linux 安全模块）在内核级别拦截文件访问。它不仅仅检查 PID 或二进制文件名，而是查看整个谱系（“信任链”）。例如，只有当父进程是 my-terminal 且祖父进程是 vscodium 时，cat 才被允许读取我的 SSH 密钥。<p>关键技术：<p>后端：Rust + Aya（用于 eBPF 部分）。<p>前端：Tauri + React，用于仪表盘。<p>安全性：日志和配置经过 AES 加密，以防止篡改。<p>它目前处于 beta 版（0.1.0）。它需要启用 BPF LSM 的内核（5.10+）。我很乐意听取关于“信任链”逻辑的反馈——特别是如果有人发现我在验证进程祖先方面存在边缘情况。 GitHub：<a href="https://github.com/khoinp1012/kprotect" rel="nofollow">https://github.com/khoinp1012/kprotect</a>

我做了大约 8 年的自由职业网页开发，专注于一个细分领域（在线地图）。我注意到在过去 12 个月左右的时间里，项目咨询量大幅下降，我推测其中一个原因是潜在客户正在使用人工智能来实施他们自己的项目。 我典型的项目是小型、单人全栈网站：一些数据准备、一些专业的 GIS 知识、一个 Vue 前端、一个 Node 后端，以及部署到客户提供的服务器上。我还没试过，但我怀疑在有一定编程基础的人手中，现代大型语言模型（LLM）可以很好地完成这类工作。 换句话说：核心价值主张（网络地图专业知识和经验）可以由人工智能提供。 我很好奇其他自由职业者是否也遇到了类似的情况，或者那些在通常会雇佣自由职业者的公司工作的人是否能提供一些见解。

我开发了一个 CLI 工具，用于扫描你的 Metabase 实例，查找哪些 SQL 问题引用了你即将删除/重命名的列或表。 例如：`metabase-impact --metabase-url http://localhost:3000 --api-key "mb_xxx" --drop-column orders.user_id` 它会输出受影响的问题，并提供直接链接，方便你在部署前修复或归档它们。 开发这个工具是因为我多次搞坏了仪表盘。它使用 sqlglot 进行 SQL 解析（处理别名和复杂查询）。仅适用于原生 SQL 问题，不适用于 MBQL/GUI 查询。

我开发这个工具是因为 Cursor、Claude Code 和其他基于 Agent 的 AI 工具给我的测试看起来没问题，但运行时却失败了。更糟糕的是，我让 Agent 运行测试，它就开始循环：修复测试，测试失败，然后它开始“修复”我的代码以使测试通过，或者直接删除断言，让它们“通过”。 出于这种挫败感，我开发了 KeelTest - 一个 VS Code 扩展，用于生成 pytest 测试并执行它们，然后我沉迷其中，决定推进这个项目... 当测试失败时，它会尝试找出原因： * 生成错误：尝试自动修复，然后重试 * 源代码中的错误：标记并解释问题所在 工作原理： * 静态分析，用于映射依赖关系、模式、需要模拟的服务。 * 为每个函数生成一个计划，以及要覆盖的边缘情况。 * 生成这些测试。 * 在“沙盒”中执行。 * 自我修复失败或标记源代码错误。 目前仅支持 Python + pytest。 处于 Alpha 阶段 - 并非所有代码库都能可靠运行。 但在个人项目和工作中的一些生产应用程序上进行测试时，它一直表现良好。 在较简单的应用程序上效果最佳，有时在单体仓库设置上会出现问题。 支持 Poetry/UV/plain pip 设置。 从 VS Code 市场安装：[https://marketplace.visualstudio.com/items?itemName=KeelCode.keeltest](https://marketplace.visualstudio.com/items?itemName=KeelCode.keeltest) 更详细的运作方式说明：[https://keelcode.dev/blog/introducing-keeltest](https://keelcode.dev/blog/introducing-keeltest) 免费套餐每月提供 7 个测试文件（当前限制为 &lt;=300 行源代码）。 为了让您更容易尝试，无需注册，我将提供一些 API 密钥（它们共享大约 30 个测试文件生成配额）： KEY-1: tgai\_jHOEgOfpMJ\_mrtNgSQ6iKKKXFm1RQ7FJOkI0a7LJiWg KEY-2: tgai\_NlSZN-4yRYZ15g5SAbDb0V0DRMfVw-bcEIOuzbycip0 KEY-3: tgai\_kiiSIikrBZothZYqQ76V6zNbb2Qv-o6qiZjYZjeaczc KEY-4: tgai\_JBfSV\_4w-87bZHpJYX0zLQ8kJfFrzas4dzj0vu31K5E 非常欢迎您提供诚实的反馈，包括这个工具的未来发展方向，以及它在哪些设置上失败了，如何失败的，目前它有非常详细的调试输出！

刚做了一个小工具，比较了国家大小和行星的尺寸。格陵兰岛看起来比我想象的要大。<p>这个工具允许你拖动一个国家到其他行星上，看看它在那里的大小。