24小时热榜

大家好，我最近发布了一个名为“Hive for Buzz”的 Buzz iOS 原生客户端的 TestFlight 版本。 我主要想测试一下 Buzz 是否能够完全使用原生方式构建客户端，而无需我修改代码并审查 Buzz 的一切。结果发现，我比官方客户端更喜欢它，哈哈，仅仅是因为原生体验更好，而且它是开源的。这是代码仓库：https://github.com/jtvargas/buzz-ios-client 我的路线图是继续与官方最新版本保持同步，并实现良好的 Siri 意图/设备上的 Apple Intelligence。基本上是想让 Siri 更好地了解我的工作空间，这样在新版本的 iOS 中，Siri 就可以从我与我的代理（agents）进行的工作中获取上下文/参考，也许还可以添加一些通过 Siri 触发工作的意图——我还不确定，需要进一步研究，但目前该应用已经稳定可用，我正在征求反馈意见，谢谢！——我的愿景更像是构建“Apollo for Reddit”，而这个将是“Apollo for Buzz”，哈哈——希望你们喜欢。

我曾尝试使用 Hashids/Sqids 来避免 URL 中出现连续 ID，但它们并没有使用真正的密钥——字母表是通过一个盐值进行混淆的，而 Sqids 的 FAQ 中明确指出“没有任何形式的加密”。 arxid 则是一种带密钥的可逆置换：一个平衡的 Feistel 网络，其轮函数采用 ARX（加-旋转-异或）操作，作用于 40 位域，映射到一个 7 字符的 base62 编码。输入一个整数，会得到一个不可预测的代码；使用相同的密钥可以逆向还原。其运行速度比结构相同的、使用 HMAC-SHA256 的 Feistel 网络快约 16 倍，因为其轮函数是整数运算而不是哈希调用。 轮数（4）并非随意设定，而是通过测量严格雪崩效应校准得出的。我在 README 中也明确说明了它**不是**什么：不是加密，不是 MAC，未经审计。它只是一个防止枚举的速度障碍，而非访问控制。 我最关心的是可移植性：冻结的规范和规范的测试向量构成了契约，因此任何语言的实现都可以针对相同的向量进行验证，并且在构造上即可互操作。目前已有 Rust 参考实现和 TypeScript 端口。 我很乐意回答关于构造、校准或跨语言设计的任何问题。

大家好！我想分享一个我一直在开发的开源音乐项目。市面上已经有不少基于网页的鼓机，但我认为它们大多比较基础（鼓组小且固定、单一的节奏模式、无效果等），所以我构建了一个更高级的。 应用地址：[https://maximecb.github.io/groovie](https://maximecb.github.io/groovie) GitHub 仓库：[https://github.com/maximecb/groovie](https://github.com/maximecb/groovie) 我将其命名为 Groovie，值得一提的是，它拥有一个时间线视图，可以让你将最多 32 个节奏模式编排成一首歌曲。它提供了 150 多个采样供你选择。你可以单独调整每个音轨的声像和音量。它包含延迟效果、低通/高通滤波器以及摇摆（swing）功能。它还可以发送 MIDI 时钟信号，以便你将其与硬件同步（仅限 Chrome），并且它也支持手机和平板电脑。我设计的界面直观且遵循标准的语言设计（我讨厌晦涩难懂的 UI）。 该应用是完全静态的，没有后端，但你可以与他人分享你的节拍/曲目，因为它们可以被编码进链接的哈希部分，并以压缩格式保存。它使用了多种技巧来尝试缩小数据量，因为许多模式是重复的、稀疏的，或者重用了之前模式中的数据。 由于它是开源且完全静态的，所以永远免费。你无需任何账户即可使用。你无法在应用中上传新的采样，但我非常欢迎贡献（Pull Request）新的采样，但它们必须是公共领域/CC0/已过版权的。我希望能加入更多的人声单音采样和金属质感的声音。我曾设想过采样一些已过版权的老电影。 对于喜欢玩 Claude 代码的朋友，我在仓库中添加了一个“制作节拍”的 Claude 技能，它可以根据你的描述生成一个编排，并提供一个可分享的链接。如果你将其指向该技能，它也可能适用于其他 AI 助手（未经测试，请告知我）。 请告诉我你的想法。如果有人想分享他们创作的节奏模式，我很乐意将它们添加到 README 文件中作为新的示例。

Blitz Agent 是一个端到端的平台，用于构建、评估和导出您的智能体。该平台几乎可以一键生成能够自信工作的智能体。您可以通过聊天方式指定您的需求，智能体将接收您的意图和需求，并通过一个流程管道生成一个可供您使用的智能体，无需繁琐的技能处理或无休止的调整。

我正在开发一款复杂的多部分 3D 打印产品，需要一些来自大型语言模型的工程输入。我使用了最高级别的 Gemini Pro 推理能力，以及 Fable 和 K3 Max，并将所有设置调至最高。 我面临的问题是将一个传感器安装在杠铃套筒上。该传感器是一个半中空的 100 毫米圆柱体，直径 60 毫米，带有一个直径 50 毫米、深度 50 毫米的管状切口，用于安装套筒。（实际上比这复杂一些。） 我正在尝试集思广益各种夹紧机制，并评估几种设计的耐用性和可制造性。 无论我怎么尝试，所有大型语言模型的输出都非常离谱，尤其是当你要求它们绘制技术图纸时。Anthropic 的表现一贯最差，而 Gemini 令人惊讶地表现最好。 但它们都无法详细理解哪个部件安装在哪里，除了滔滔不绝地给出大量离谱的想法，包括在凹陷环形 TPU 夹头上的旋转凸轮夹（显然是“绝妙的枢轴”）之类的东西。 这是“未被征服的领域”吗？我需要重新拾起我的 AutoCAD 了吗？ :)

一些建议将不胜感激。

这是一个旨在供公众打破的实验，所以，请随意以任何您喜欢的方式进行探索。该实验基本上只是一个有限的免费供应量，由公众挖掘。货币的总量在 100 到 10000 之间，比比特币的 2100 万枚上限更严格。一旦免费供应量耗尽，交易就开始了，而我的理论也到此为止，所以经济要么注定会蓬勃发展，要么会硬着陆。祝您实验愉快！