最新

ConnectApp.inc — 真正的数字连接从这里开始 ConnectApp.inc 正在构建智能、有意义的沟通的未来。 这是一个让创作者、团队和普通用户可以无限制地连接、协作和构建的空间。 没有噪音。没有阻力。 只有纯粹的连接——更快、更容易、更人性化。 无论您是分享想法、壮大社区，还是推出新事物，ConnectApp.inc 都能为您提供充满信心地完成这一切的平台。 连接更智能。 构建更强大。 增长更快。 沟通的未来已经到来——它始于 ConnectApp.inc。 想要其他版本？ 更 Gen Z，更专业，更短，更长，或专为 Medium/Facebook/X 设计？

我们构建 Arka 是因为 MCP 在实际团队中的应用速度很慢。 同样的问题在各处都出现： 1. **上下文变得过大** 团队会增加更多的 MCP 服务器，导致上下文迅速膨胀。 模型会看到过多的工具，并选择错误的工具。 准确性下降，工作流程中断。 这阻碍了应用，因为在演示中有效的设置在实际使用中却会失败。 2. **设置无法扩展** 每个 MCP 服务器都需要自己的配置、端口和身份验证。 团队最终会运行许多服务器，但缺乏共享控制。 这很难跟踪，也容易出错。 大多数团队止步于此，因为维护需要花费太多时间。 3. **缺乏企业级安全** 没有 SSO（单点登录）。没有审计日志。没有用户规则。 大多数团队传递原始令牌。 安全团队会阻止部署。 这阻碍了重视合规性的公司采用 MCP。 Arka 通过一个网关解决了这些应用问题： * 所有 MCP 服务器只需一次设置 * 每个用户一个令牌，支持 SSO * 用户规则和工具规则 * 工具过滤，保持上下文精简 * 使用多种工具时，准确性更高 * 每个调用的日志记录 * 开源或云端部署 我们还在添加： * 代理访问，带有安全规则 * 您可以转换为自己的 MCP 服务器的工作流程 我们的目标很简单：让 MCP 能够大规模应用。 代码库：[https://github.com/KenisLabs/arka-mcp-gateway](https://github.com/KenisLabs/arka-mcp-gateway) 云服务：[https://www.kenislabs.com](https://www.kenislabs.com) 欢迎您的反馈！

我构建了 Wasda，这是一个小实验，旨在将 Transformer 的注意力机制转化为可演奏的乐器。序列中的每个 token 都会变成钢琴音符，你在聆听的同时可以看到 token 之间的注意力弧线。温度控制着模型的“即兴发挥”程度，你可以单独控制每个注意力头——例如，我发现温度约为 1.7，并选择一个头时，会产生令人惊讶的放松模式。

最近，我一直在开发 Lamina，这是一个编译器基础设施，无需依赖 LLVM 或 Cranelift 即可为多种架构生成原生汇编代码。它专为构建新语言的编译器、教育项目以及任何可以利用自定义代码生成语法的项目而设计。 Lamina 不依赖外部后端，而是提供了一个完整的流程，从基于 SSA 的单一 IR 直接到支持的目标架构的汇编代码生成。该 IR 具有可读性，还提供了一个易于通过编程方式构建的 IRBuilder API。 为了更好地管理代码生成过程，未来它将使用一个新的流程：IR -> MIR -> 原生汇编，并包含优化过程。 主要特性： * 直接代码生成：IR -> 汇编/机器码，无需 LLVM/Cranelift * 基于 SSA 的 IR：单赋值形式，针对分析和优化过程进行了优化 * 基于 MIR 的代码生成（实验性）：新的中间表示，包含寄存器分配和高级优化 * IRBuilder API：用于构建模块、函数、块和控制流的流畅接口 * 可读的 IR：易于调试，低于高级语言 * 零外部后端依赖：简化构建流程，透明的流程，构建速度更快 优化过程（仅限实验性 MIR 流程）： * 控制流：CFG 简化、跳转线程、分支优化 * 循环优化：循环融合、循环不变量代码移动、循环展开 * 代码移动：拷贝传播、公共子表达式消除、常量折叠 * 函数优化：内联、尾调用优化 * 算术：强度削弱、窥孔优化 性能：在 256×256 矩阵乘法基准测试（300 次运行）中，Lamina 基于 MIR 的实验性代码生成（包括所有优化过程）生成的代码与 C/C++/Rust 相当（在 1.8 倍以内），并且比 Java、Go、JavaScript 和 Python 更快。基于 MIR 的实验性流程的结果比基于 IR -> 汇编的代码生成快得多。 使用 Rust（2024 版）编写，当前版本 0.0.7。可选的 nightly 功能可用于 SIMD、原子占位符和实验性目标架构。

我一直对 PDF 感到头疼，也觉得 arXiv 的 HTML 体验不佳，所以我开发了一个完全交互式的论文阅读器。<p>功能： • 悬停查看参考文献、引用、公式 • 亮色/暗色模式 • 自动生成的定义/引理/定理依赖关系图 • 与滚动同步的目录 • 高亮 + 注释 • 随处“复制原始 LaTeX 代码”<p>推荐论文：视频模型是零样本学习者和推理者 (Veo 3) <a href="https:&#x2F;&#x2F;www.sciencestack.ai&#x2F;arxiv&#x2F;2509.20328v2" rel="nofollow">https:&#x2F;&#x2F;www.sciencestack.ai&#x2F;arxiv&#x2F;2509.20328v2</a>

大家好，我是 lazygotest 的开发者！ 我开发这个工具是因为我喜欢 lazygit 的用户体验，并希望在 Go 测试中也能获得同样的流畅体验。现在，您无需在终端和编辑器之间切换，或滚动浏览冗长的测试输出，就可以： * 使用 vim 风格的导航 (j/k, gg/G) 浏览包和测试 * 使用 Enter 运行测试，并在分屏中实时查看结果 * 跟踪测试历史记录，并使用 'r' 快速重新运行失败的测试 * 使用 '/' 过滤测试，专注于您关心的内容 技术亮点： * 使用 tview (<https://github.com/rivo/tview>) 构建 TUI 框架 * Catppuccin Mocha 配色方案，符合 WCAG 2.1 AA 级可访问性标准 * 通过向上遍历父目录自动检测 go.mod 文件 * 支持 Docker，用于隔离的测试环境 界面有 4 个窗格：包 (左侧)、测试 (右上角)、历史记录 (中间右侧) 和日志 (底部)。状态栏显示上下文相关的键盘快捷键。 欢迎贡献者！以下是我希望获得帮助的几个方面： * CI/CD 集成：用于在 lazygotest 中运行测试的 GitHub Actions 工作流程 * 基准测试模式：支持 go test -bench，并提供可视化图表 * 覆盖率可视化：显示每个包/测试的代码覆盖率百分比 * 测试生成：根据函数签名自动生成表格驱动的测试 * 插件系统：允许自定义命令和键绑定 如果您有兴趣贡献，代码库遵循清晰架构，在领域/应用程序/基础设施层之间有明确的分离。欢迎提交 PR – 我致力于进行小而集中的更改（在可能的情况下 ≤20 行），并包含测试。 我很乐意听取您的反馈，特别是来自那些花费大量时间运行测试的 Go 开发者！ 安装：go install -tags tview github.com/YuminosukeSato/lazygotest/cmd/lazygotest@latest