一周热榜

我开发了最快的 React 虚拟化库。核心部分用 Rust 编写，并编译成 WebAssembly。<p>在线演示：<a href="https:&#x2F;&#x2F;warper.tech" rel="nofollow">https:&#x2F;&#x2F;warper.tech</a><p>1000 万行数据，120+ FPS。无卡顿，无掉帧。<p>现有的库，如 react-window 和 react-virtuoso，在处理大规模数据时会遇到瓶颈。它们依赖 JavaScript 二分查找和 O(n) 扫描来处理可变高度。而 Warper 不同。<p>该引擎使用：<p>- 树状数组（Fenwick trees）进行 O(log n) 可变高度查找 - O(1) 算术运算处理固定高度的条目 - WASM 和 JS 之间零拷贝的类型化数组 - 预分配的内存池，滚动时零垃圾回收<p>在 M1 MacBook Pro 上对 100 万行数据进行基准测试：Warper 达到 119 FPS。react-virtuoso 降至 58 FPS。在 1000 万行数据时，Warper 保持在 118 FPS，而 virtuoso 降至 31 FPS。<p>它不仅仅是略快，而是快 2-4 倍，具体取决于工作负载。<p>权衡是包大小：大约 45KB，而 react-window 是 6KB。如果你需要性能，这是值得的。<p>可通过 GitHub Sponsors 获取，网址为 github.com&#x2F;sponsors&#x2F;itsmeadarsh2008<p>欢迎就架构问题进行提问。

Cordon 使用 Transformer 嵌入和密度评分来识别日志文件中语义上独特的内容，从而过滤掉重复的噪声。 核心思想是：一个关键错误重复 1000 次是“正常”的（语义密集）。一个奇怪的、一次性事件是异常的（语义孤立）。 输出带有异常评分的 XML 标记块。旨在减少大型日志，作为 LLM 分析的预处理形式。 架构：<a href="https://github.com/calebevans/cordon/blob/main/docs/architecture.md" rel="nofollow">https://github.com/calebevans/cordon/blob/main/docs/architecture.md</a> 基准测试：<a href="https://github.com/calebevans/cordon/blob/main/benchmark/results/README.md" rel="nofollow">https://github.com/calebevans/cordon/blob/main/benchmark/results/README.md</a> 权衡：有意忽略重复模式，使用基于百分位数的阈值（相对的，而非绝对的）。

首先，我不是一个开发者——但我是一个非常懂技术、超过50岁的、做产品的人和创业者。 这个项目是在 Claude Code 发布后不久启动的。我之前已经做过几个 AI 编码项目，并决定看看我能实际将一个项目做到什么程度。虽然我得到了一位开发者的帮助，但我越来越觉得自己有能力承担更多的工作。所以，这个项目耗时大约9个月，在过去的2个月里我全职投入其中。 技术栈： Postgres，Next.js 在 Render 上运行。使用前端和后端服务的 Monorepo。 从在这个项目中使用 Claude Code 中获得的一些经验： * 我直接用前端 JavaScript 和模拟数据构建了所有项目页面——没有使用 Figma 或其他布局工具。 * 在早期，范围变得难以控制；我很快了解到，除非受到严格约束，否则 Claude 倾向于过度构建。 * 最初，我使用 Claude Desktop 来优化 Claude Code 的提示。 * 我最初对 Git、SQL、Docker 和本地/远程环境的技能不太熟练，但现在它们不再成为障碍。 * 使用 Flowbite CSS 节省了很多麻烦，并且能够快速制作出质量相当高的设计。 * 把细节做好一直都依赖于推动别人，现在这个责任完全落在了我身上。 * 大约六个月后，我采用了 Functional Core, Imperative Shell 方法，并在 claude.md 中进行了记录（灵感来自这篇 HN 帖子：<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=45701901">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=45701901</a>）。 * 在花时间制定了详细的待办事项规范并遵循上述方法后，我一天就构建了一个 Airbnb 风格的推荐计划。 Jetogo 的功能： * 为您提供长期、仅限数据的 eSIM 卡，用于移动数据 Jetogo 的用途： * 节省旅行漫游数据费用 * 辅助设备（例如，孩子的 iPad、笔记本电脑或备用连接） 我们构建的内容： * 解析 CDR 使用数据以计算准确的用户账单 * 使用 Stripe 实施按需付费和订阅选项 * 订阅支持结转和超额使用，在每个计费周期结束时应用 * 构建推荐、奖励和优惠券计划 * 聚合多个 eSIM 的使用情况，并将其汇总到一个帐户下，并显示统一的总额 现已上线：<a href="https:&#x2F;&#x2F;jetogo.com" rel="nofollow">https:&#x2F;&#x2F;jetogo.com</a>

大家好！我们基本确定继续让孩子上公立学校。我完全理解我们应该更侧重于社交/情感和课外活动方面。至于学术方面，除了标准的Kumon/俄罗斯数学学校/新加坡数学之外，你们还用什么来补充孩子的教育？ 最近听到很多关于阿尔法学校和人工智能辅助学习的“东西”，但有人尝试过自己喜欢的东西吗？我们试过： 1. 像Tynker这样的 2. 我们喜欢可汗学院儿童版 3. 还没尝试过任何订阅盒子类的东西