最新

在看到Claude Code和Codex在我的代码库中反复运行Explore后，我开始思考是否有更好的方法。RemembrallMCP是我为解决这个问题所做的尝试。 RemembrallMCP为智能体提供了两个大多数记忆工具所没有的功能： 1. 持久记忆 - 决策、模式和组织知识能够在会话之间持续存在。混合语义和全文搜索可以瞬间找到相关上下文。 2. 代码依赖图 - 一个实时的代码库地图，使用tree-sitter构建。涵盖8种语言的函数、类、导入和调用关系。可以询问“如果我更改这个，会有什么影响？”并在毫秒内得到答案——在智能体进行任何操作之前。 整个系统可以在Docker容器中运行，便于快速上手。Claude利用MCP来增强其功能。该项目使用Rust编写。

请访问以下链接查看相关内容： [YouTube 播放列表](https://youtube.com/playlist?list=PL3vzYfOMUcIkd_1CzICEkH1IRE0BInbGx&si=4pBE61QHr5l3INKX)。

我想了解更多关于现代汽车组件的机械原理（如发动机、悬挂系统、燃油系统等），但很难找到好的资源，尤其是可以用来学习的互动模型（这些模型真的存在吗？）。

我最近在审核一个React网站时注意到，“爱之墙”小部件增加了400kb的JavaScript和3个iFrame，导致LCP（最大内容绘制时间）下降。这让我觉得不对劲。我们花费数周时间优化每一个像素，然后却为了一个缓慢的、黑箱式的推荐滑块而放弃这些努力。 因此，我决定构建Reviewskits [0]，看看我们是否可以采用纯粹的无头、以数据为先的方法，使用Bun和Hono。 我们的目标是：获取原始JSON，构建自己的UI组件，并保持100/100的Lighthouse评分。 我想问HN（黑客新闻）：你们是否优先考虑现成小部件的“易用性”而不是性能，还是行业已经准备好接受以开发者为先的无头社交证明基础设施？我很想听听你们在项目中是如何处理这个问题的。 [0] https://github.com/reviews-kits-team/reviews-kits [1] https://reviewskits.com/

Claude代码钩子用于播放胸痛引擎（Spotify），直到需要您的输入（权限、提示等）。