最新

我是一名硬件工程师，主要阅读电路图，而不是源代码。在管理项目时，我需要理解代码库，但无法理解其语法。因此，我开发了一个工具，可以将任何代码库转换为带有通俗英语解释的互动视觉地图。 只需将其指向一个文件夹，就能得到嵌套的彩色块，显示结构（目录 → 文件 → 类 → 函数）。点击可以深入查看。AI生成的摘要是为人类而写，而不是程序员。架构模式显示依赖关系图，让你可以看到模块之间的连接。 整个工具大约花了30小时构建，使用了多节点的AI工作流程：Claude用于规划和决策，Claude Code用于实现，另外五个模型用于对抗性安全审查（经过6轮共42个修复）。我做出了每一个设计决策；AI编写了每一行代码。 可以选择云端AI（OpenAI/Groq）或本地AI（Ollama）。只需运行`pip install codedocent`并启动设置向导。 采用MIT许可证。希望能收到实际编写代码的人的反馈——在熟悉不熟悉的代码库时，这个工具是否有帮助？

美国司法部发布了约350万页的爱泼斯坦文件，分为12个数据集。其中埋藏着207篇学术论文和14本书籍，这些内容之前并没有受到太多关注。据我了解，这些论文通常并不免费提供，但由于它们是公共文件，现在可以访问了。 我觉得看到这个人阅读的内容很有趣。你可以在jeescholar.com上查看。 处理流程： 1. 下载所有12个司法部数据集和众议院监督委员会发布的文件 2. 进行启发式预筛选（摘要检测、DOI正则表达式、引用块模式、机构字符串）以减少噪音 3. 使用大型语言模型分类器确认并提取元数据 4. 使用CrossRef和Semantic Scholar API进行DOI匹配、引用计数和摘要获取 5. 207篇论文中有87篇获得了DOI匹配；其余论文已被识别但不在主要索引中 技术栈：FastAPI + SQLite（FTS5用于全文搜索） + Cloudflare R2用于PDF存储 + nginx/Docker在Hetzner上部署。 这些领域确实很有趣：有一组关于儿童虐待/诱导研究的论文，还有量子引力、AGI安全、经济物理学和再生医学等领域。每篇论文都链接回其原始政府PDF和Bates编号。 这绝对不是一个详尽的列表。如果有人发现更多内容，我很乐意添加。