最新

AirPods 连接到 Mac → 麦克风被自动劫持 → 你听起来像个空罐子。Mac 配备了一个专为通话设计的三麦克风阵列，而 AirPods 根本无法比拟。 这个程序在后台运行，保持 AirPods 作为输出设备，保持 Mac 作为输入设备。使用原生 Swift 开发，内存占用约 10MB，CPU 占用为零。 ``` npx fix-my-mic ``` 就这些。

津巴布韦有90多个城镇和城市，人口超过1500万，农业和矿业部门十分重要，但几乎没有专门为其建设的气象基础设施。全球应用程序最多只覆盖哈拉雷和布尔瓦约，而它们生成的人工智能摘要读起来就像是为伦敦的人写的。 我创建了Mukoko Weather来解决这个问题。以下几点塑造了我的思路： 气象作为公共产品。该平台是免费的，没有广告，也没有付费墙。如果在钦霍伊的小农户今晚需要霜冻风险数据来保护他们的作物，这些信息就不能被放在订阅后面。 超本地的上下文比原始数据更重要。津巴布韦有独特的农业季节——Zhizha（雨季）、Chirimo（春季）、Masika（早雨）、Munakamwe（冬季）。海拔差异显著：高原地区海拔超过1200米，而赞比西河谷则低于500米。人工智能助手Shamwari Weather会根据这些地理和季节背景进行提示，以确保其建议对用户真正有意义。 受限环境是主要目标，而不是边缘案例。我们采用移动优先、带宽高效、可安装的渐进式网络应用（PWA）。大多数用户使用安卓手机，通常在3G或信号不稳定的LTE网络上。这不是未来的担忧，而是基本情况。 技术决策： - 在Cloudflare Pages + Workers上使用Next.js 15应用路由 - 通过Anthropic Claude SDK生成的人工智能摘要，仅限服务器端，在边缘缓存，使用KV和不可变的TTL层（人工智能生成的天气建议不应追溯性改变） - 使用Open-Meteo获取天气预报数据（免费，高质量的全球模型覆盖） - 90多个津巴布韦地点经过地理边界验证，具备霜冻建模所需的海拔数据 更广泛的愿景是将天气作为基础设施融入更大的非洲超级应用（Mukoko Africa），以津巴布韦作为概念验证，然后采用相同的本地化方法扩展到其他发展中国家市场。 希望能得到对这一方法的反馈，特别是来自那些为类似市场（低带宽、以移动为主、全球平台服务不足的地区）开发过产品的人的意见。

WP2TXT 是一个命令行工具，用于从维基百科的转储文件中提取纯文本。我最初在2006年为语料库语言学研究开发了它，并一直在维护。最新版本（2.1）进行了大幅重写，增加了选择性提取的功能： <p>- 按语言代码自动下载转储（支持350多种语言） - 无需下载完整转储即可按标题提取特定文章 - 从维基百科分类中提取文章，并支持子分类递归 - 按名称提取特定章节，并支持别名匹配（例如，“情节”也匹配“概要”） - 模板扩展（日期、坐标、单位转换 → 可读文本） - 内容类型标记（如 [MATH]、[TABLE] 等），而不是静默删除 - 输出中保留分类元数据 - 支持 JSON/JSONL 输出 - 并行处理（英文维基百科 24 GB 转储：在 Apple M4 上约需 2 小时） - 使用 Ruby 编写。