最新

我找不到一个好用的世界杯赛程可视化工具，所以自己动手做了一个。它比我看到的那些工具都要好用。无需登录，没有广告，在客户端运行，使用 localStorage，所有状态都编码在 URL 中，方便分享。 日历功能很棒。我想为我感兴趣的比赛构建自己的赛程。还有一个完整的日历，你可以订阅，它会随着赛程的确定而更新。我还想能够交互式地更改内容，并可视化整个淘汰赛阶段。 所有状态都包含在 URL 的片段中。这是一种自制的紧凑字节格式，大约 203 字节，约 217 个字符。URL 包含了完整的快照，所以你分享的链接总是能渲染出相同的赛程。它还支持版本控制，因此你可以更改格式而不会破坏现有的链接。 目前它已经实现了我想要的所有功能。可能存在一些明显的错误，如果你发现了，请告诉我。

你好，周五快乐！ 我正在计划举办一些线下的“开发者启动”工作坊，希望大家能为“现代开发工具”提供建议。 学员背景各异，有充满热情的初学者（“我听说可以用AI自己开发App！”），也有希望快速掌握现代开发技术以构建项目并找到使用AI工具工作的软件开发者。 对于近期使用AI工具进行软件开发和“技术”工作，并且觉得自己的设置和流程非常棒的朋友们，我很想听听你们的开发环境是什么样的，使用了哪些工具，以及什么工作流程对你们（和你们的团队）最有效。 // 我的背景 我从事编程/构建工作已有20多年，但很少使用AI工具（除了在几个项目中调用过LLM API）。 我重视开源，并致力于长期的质量和可维护性。像测试驱动开发（TDD）、使用经过验证/文档齐全的工具、以客户为中心开发（通常与客户配对）等技术，都能轻松地做出正确的事情。如果你熟悉Pivotal Labs、敏捷和XP，那就是我喜欢的风格。 以下是我为工作坊和个人“IT待办事项”设想的一些用例： - 创建一个静态的“单页”个人/专业网站 - 设置一个博客/静态网站生成器（Pelican），并创建一个简单但时尚的主题 - 创建一个简单的Web应用/后端API（FastAPI）工具——例如，基于表单的计算器，将X数据转换为PDF等。 - 弄清楚如何让SyncThing自动同步家中3台Linux电脑的家目录 - 备份和归档我iPhone上的照片和视频 // 我目前使用的技术栈： - 操作系统：Linux Mint Debian (LMDE) - 编辑器：VSCodium - 编程语言：Python, HTML/CSS - 服务器平台：Amazon AWS 我猜测大多数工作坊的参与者会使用MacBook和Windows电脑，但也有一些人使用Linux，因为我最近举办了一个“Linux安装派对”。 我还没有使用过任何“AI Harnesses”、Agent或类似的东西，但很想知道从哪里开始才能最好地利用这些工具。 感谢分享知识！ // JRO

我一直在开发 LuckyCLI，一个用 TypeScript 编写的基于终端的人工智能编码助手。其核心理念源于一个痛点：大多数助手要么将你锁定在单一提供商，要么在你切换时立即丢失上下文。 我专注于两个尚未在其他地方结合的方面： * **基于知识图谱的 Tree-sitter** — LuckyCLI 不会将原始文件直接放入上下文，而是构建一个结构化的代码库图谱（包括函数、类、导入、调用关系）。代理在将任何内容发送给模型之前，会查询该图谱以确定哪些内容实际上是相关的。系统提示经过专门调整，以配合这种表示方式，从而使模型能够基于结构进行推理，而不仅仅是文本。 * **聊天中切换提供商** — 如果你已经与多个提供商（Claude、ChatGPT、Gemini、Ollama 等）进行了身份验证，你可以在会话中切换，而不会丢失对话或项目上下文。身份验证通过浏览器 OAuth 处理，因此订阅制提供商无需 API 密钥。 近期工作：修复了 TUI（之前比较粗糙，现在已经很稳定），改进了工具调用处理，并优化了提供商切换流程，使其真正无缝。 GitHub：<a href="https://github.com/Fenix46/LuckyCLI" rel="nofollow">https://github.com/Fenix46/LuckyCLI</a> 我很乐意回答关于架构、知识图谱设计或 OAuth 方法（我知道这是一个值得公开讨论的灰色地带）的问题。

这是我一直以来的一个想法的概念验证（POC）。与其使用大型语言模型（LLM）来生成代码，不如直接将软件镜像写入内存？ 归根结底，编程语言是为了让人类更容易开发而设计的抽象。使用 LLM 写代码就像让别人帮你把食物嚼碎然后吐到你嘴里一样——虽然能完成任务，但直接自己吃会更快。 为此，我正在使用一个扩散模型为冯·诺依曼虚拟机（Von Neumann VM）生成镜像。该模型将虚拟机状态视为一个镜像（可以保存为 .bmp 文件），其中像素代表比特。为了减少不确定性和噪声，会进行多次直接的 x0 预测，并对它们的 logits 进行平均，然后将结果阈值化为二进制像素。 由于扩散模型仍可能偶尔出现像素级错误，镜像会将重要的逻辑比特存储多次，并通过多数投票选择解码值。 它并不完美（目前只能执行基本的算术运算），但结果是一个一次性生成的、存储在 72x72 像素 .bmp 文件中的可执行镜像。 我很想听听大家对此的看法！

我是一名重度 LLM 用户，在编码和 UX 设计领域都有涉猎，但我发现 LLM 有一种令人上瘾的特质，因为它们能提供即时满足感。我想要一个应用来做几件事： 1. 帮助我明确地与 LLM 保持距离，不将 AI 用于工作、生活等。 2. 鼓励我用自己的语言思考，并形成自己的想法。 3. 在我产生依赖 AI 生成内容的冲动时，提供一个可以去写作的地方。 这款应用可以让你启动一个计时器然后走开。当你产生让 AI 代为思考的冲动时，你回到应用中，它会随机提出一个问题，鼓励你形成自己的想法。本质上，这就像在你准备按下“轻松按钮”时，进行一次“思维锻炼”。 如果你选择保存，它会在本地保存你写的内容。当你结束会话时，它会告诉你你坚持了多久。无需登录，也没有追踪器。