最新

最近一直在用 Cursor 处理一些（大部分）繁琐的工作，它在两方面出乎意料地好用：保持文档的时效性，以及发现测试覆盖率的不足。例如，我会问它类似“这个函数最有可能以什么方式出错？”的问题，它会给出我没想到的边缘情况。 尽管如此，它并非（可能）是万能的，有时会“幻觉”出一些无用的测试用例，所以仍然需要一些批判性思维。 我很想知道大家都在用什么来保持文档/测试的可维护性？你们是依赖 AI，还是用老方法？

几周前（确切地说是 6 周前），我开始了一个内容精选流程。简单来说，我选择了 150 个我认为相关的新闻源，包括 HN，定期下载新内容，使用轻量级 LLM 预先筛选掉我不感兴趣的内容（比如亿万富翁的八卦、政治、招聘、融资、天体物理学、商业软件等），然后使用类似 Tinder 的新闻应用手动筛选，并设置了一些内部标准：比如开源软件、人工撰写的鼓舞人心的文章，以及不喜欢标价按钮…… 基本上，我每周要对大约 2500 条内容进行滑动操作，然后才能深入研究那些我第一眼就感兴趣的内容，这意味着我花费了大量时间，但几乎没有获得什么价值。 有什么天才的（或者愚蠢的）想法可以改进吗？我想继续做下去，但现在这样太耗时了，我很快就会感到厌倦……当然，我可以用 LLM 自动化选择过程，但这并不是重点，我喜欢人工挑选的内容（尽管如果我知道怎么做的话，我可能会从自动过滤生成的内容中受益）。 谢谢 :)

Hi HN，我们是来自 Xorq 的 Hussain 和 Dan。<p>多年来，我们一直苦于扩展在笔记本中有效但在生产环境中失败的计算能力，因此我们决定做点事情。数据有 Iceberg 和 Delta 这样的标准。但计算仍然一团糟——困在笔记本中，团队之间重复劳动，或者被嵌入到自定义的 Airflow DAG 中。我们认为 Xorq 就像 Apache Iceberg 的缺失的对应物，但用于计算。<p>在过去的一年里，我们一直在构建 Xorq，一个*计算目录*，帮助团队*重用、部署和观察*跨引擎的转换、特征、模型和管道。<p>Xorq 基于：<p>- *Arrow Flight* (`do_exchange`) 用于高速数据传输 - *Ibis* 用于跨引擎表达式树，序列化为 YAML - 一个可移植的 UDF 引擎，将管道编译成 SQL 或 Python - `uv` 使 Python 环境完全可重现<p>Xorq 的特点：<p>- pandas 风格的声明式转换，由 Ibis 支持 - 多引擎执行（例如，DuckDB、Snowflake） - UDF 作为可移植的 Flight 端点 - 通过 flight_udxf 算子提供可服务的转换 - 内置缓存和血缘追踪 - 可 diff 的 YAML 工件，非常适合 CI&#x2F;CD<p>Xorq 的用例：<p>自从我们上次主要发布以来，很高兴看到第一个 Xorq 用例出现在实际应用中。所有这些都具有*Python 的简单性和 SQL 级别的性能*。<p>- 特征存储 (<a href="https:&#x2F;&#x2F;www.xorq.dev&#x2F;blog&#x2F;featurestore-to-featurehouse" rel="nofollow">https:&#x2F;&#x2F;www.xorq.dev&#x2F;blog&#x2F;featurestore-to-featurehouse</a>) - 语义层（例如 <a href="https:&#x2F;&#x2F;github.com&#x2F;boringdata&#x2F;boring-semantic-layer">https:&#x2F;&#x2F;github.com&#x2F;boringdata&#x2F;boring-semantic-layer</a>） - MCP + ML 集成 (<a href="https:&#x2F;&#x2F;docs.xorq.dev&#x2F;vignettes&#x2F;mcp_flight_server" rel="nofollow">https:&#x2F;&#x2F;docs.xorq.dev&#x2F;vignettes&#x2F;mcp_flight_server</a>)<p>我们是开源的，并且正在快速学习。很乐意收到关于哪些有用或缺失的反馈。感谢您提前试用！<p>观看 Xorq CLI 工具的实际演示：<a href="https:&#x2F;&#x2F;asciinema.org&#x2F;a&#x2F;730484" rel="nofollow">https:&#x2F;&#x2F;asciinema.org&#x2F;a&#x2F;730484</a><p>---<p>开始使用<p>- Github: <a href="https:&#x2F;&#x2F;github.com&#x2F;xorq-labs&#x2F;xorq">https:&#x2F;&#x2F;github.com&#x2F;xorq-labs&#x2F;xorq</a> - Xorq 文档: <a href="https:&#x2F;&#x2F;docs.xorq.dev&#x2F;" rel="nofollow">https:&#x2F;&#x2F;docs.xorq.dev&#x2F;</a> ---<p>抢先看 - Xorq 计算目录 UI 控制台：<p>查看这个交互式 Claude 演示，展示了如何可视化 Xorq 计算目录，以加速 AI 计算的组合、重用和故障排除：<a href="https:&#x2F;&#x2F;claude.ai&#x2F;public&#x2F;artifacts&#x2F;d2f00d2a-a3f9-4032-884e-d22f620a0ccf?fullscreen=true" rel="nofollow">https:&#x2F;&#x2F;claude.ai&#x2F;public&#x2F;artifacts&#x2F;d2f00d2a-a3f9-4032-884e-d...</a>

ELF 注入器允许你将任意大小的可重定位代码块“注入”到 ELF 可执行文件中。这些代码块将在可执行文件的原始入口点运行之前执行。 该项目包含示例代码块以及关于其工作原理的逐步教程。 它混合使用了 C 语言和汇编语言，目前在 32 位 ARM 架构上运行，但很容易移植到其他架构。

鉴于近期该领域的掠夺性行为，您认为很快会出现广告吗？