最新

几个月前，我遇到了一位专业摄影师，他需要为他的镜头定制跟焦环。我尝试在网上寻找一些生成器，但没有找到任何合适的。于是我自己做了一个。 <p>这个工具可以免费使用，且易于分享。</p> <p>导出的STL文件在切片软件中会显示开放的流形，但打印效果很好。</p> <p>我还想制作一个开源的跟焦机制（包括手动和自动两种），以配合使用。</p> <p>感谢你的尝试，我很乐意听取你的反馈！</p>

在客户众多的日子里，我会使用类似Tweetdeck的工具。我想关注我所关注的人（而不是推荐给我的人），如果可能的话，还想关注特定的人或关键词。如果是Docker镜像的话，我也不介意自我托管！

你好，HN，我是Pablituuu的开发者。在过去几个月里，我一直在解决基于浏览器的视频编辑中的“重负担”问题。该项目使用了一个自定义的编排层，结合了Fabric.js、通过OpenVideo加速的WebGL渲染，以及用于客户端处理的FFmpeg/WASM，以消除服务器成本和延迟。 我刚刚添加了以下功能： - *AI分析（Gemini）：* 自动从原始视频中检测精彩片段。 - *FFmpeg WASM：* 实现本地浏览器处理。 - *优化时间线：* 处理画布与图层之间的精确状态同步。 我希望获得关于大资产内存管理的技术反馈，并且我对媒体技术领域的新专业挑战/合作持开放态度。欢迎提出任何技术问题！

messenger.com 正在推出对端到端加密（E2EE）消息的备份功能。用户需要设置一个6位数字的PIN码，以便在全新的浏览器或设备上恢复备份的消息。 这个熵值感觉太低了，我想了解它是如何设计的，以确保Meta无法通过暴力破解的方式在他们的端读取备份的消息。

安德烈·卡帕西（Andrej Karpathy）一直在研究微型GPT。评论区有人将其移植到了Haskell，所以我想，“为什么不试试汇编语言呢？”一想到这一点，我又想，“那为什么不在超级任天堂（SNES）上实现呢？”<p>这主要是一个练习，看看Claude Code在这个任务上的表现如何，结果表现得相当不错。编译后，ROM将在Snes9x上运行，并生成20个新名称。

测试要求：<p><pre><code> - Metamask 和一些 Sepolia 测试网 ETH（可以提供，或使用水龙头：https://sepolia-faucet.pk910.de） - 一台闲置的旧电脑（需支持虚拟化），或者如果您的设置支持嵌套虚拟化，可以使用虚拟机。 - ipv6 连接 </code></pre> 将自动在检测到的第一块硬盘上安装 Debian，无需确认，完成后可以通过浏览器访问设置向导（链接 + 控制台上的 OTP 代码）。<p>完成向导后，系统将自动部署所需的智能合约（销售点 + 访问凭证 NFT），并在去中心化隧道代理处获取免费的 ipv6 前缀。重启后：提供一个完全可用的 VPS 托管服务，注册页面将托管在分配给 Blockhost 机器的公共 ipv6 地址上。<p>客户流程：<p><pre><code> - 连接钱包，签署消息 - 选择套餐、天数并提交 - 服务器接收订单，配置虚拟机，分配 ipv6，并向用户发送包含加密连接信息的访问凭证 NFT - 用户在注册页面解密信息 - 用户通过 SSH 登录时，会看到签署页面的链接和用于钱包签署的 OTP 代码。 - 粘贴生成的签名，服务器将验证钱包地址是否拥有与此虚拟机关联的 NFT，如果是，则授予访问权限。 </code></pre> 构建步骤：<p><pre><code> git clone --recurse-submodules git@github.com:mwaddip/blockhost.git .&#x2F;scripts&#x2F;check-build-deps.sh .&#x2F;scripts&#x2F;build-iso --testing --backend [libvirt,proxmox] </code></pre> 目前仍缺少：<p><pre><code> - 管理面板 - 健康监测 - 限制 </code></pre>

SCPN Fusion Core 是一个开源的 Python/Rust 套件，用于托卡马克等离子体模拟，采用神经符号编译技术，将其转化为用于实时、容错控制的随机脉冲神经网络。 主要特点： - 26 种模拟模式（平衡、传输、优化器、飞行模拟器、神经控制等） - 神经符号编译器：彼得里网 → 随机 LIF 神经元（亚毫秒延迟，40% 以上的位翻转抗扰性） - 验证：SPARC 高场平衡 + ITPA H 模式数据库（20 条记录，10 台机器） + IPB98(y,2) 缩放 - 多重网格求解器、基于属性的测试、Rust 加速、Streamlit 仪表盘 - 安装：pip install scpn-fusion GitHub: [https://github.com/anulum/scpn-fusion-core](https://github.com/anulum/scpn-fusion-core) 该项目旨在探索神经形态方法在聚变反应堆控制中的应用。欢迎就模型、编译器、验证或性能方面的问题进行咨询。