ChatGPT 应用程序 SDK 的学习曲线较陡，尤其是在 OAuth 方面，您是提供者，而 ChatGPT 是客户端（而不是反过来）。这可能会让您感到困惑。
<p>本技能教您如何正确构建 ChatGPT 应用程序：</p>
<pre><code> - MCP 服务器设置（Node.js/Python）
- 使用 PKCE 和动态客户端注册的 OAuth
- 使用 window.openai API 开发小部件
- 20+ 常见问题及解决方案
</code></pre>
如何安装：
<p>npx skills add https://github.com/vdel26/skills</p>
<p>GitHub：</p>
<p>https://github.com/vdel26/skills</p>
<p>希望能收到关于在构建 ChatGPT / MCP 应用程序时遇到的遗漏问题的反馈。</p>
返回首页
最新
嘿，HN，
这是一个使用 Go 1.26 的实验性 simd/archsimd 包的 CSV 解析器。
我想看看新的 SIMD API 在实际中的表现。CSV 解析主要是“在缓冲区中查找这些字节”——加载 64 字节，进行比较，获取位置的位掩码。最有趣的部分是正确处理块边界（引号和行结束符可能会跨块分割）。
- 可以作为 encoding/csv 的替代品
- 在 AVX-512 上，未加引号的数据速度提高了约 20%
- 带引号的数据速度较慢（仍在优化中）
- 对于非 AVX-512 的情况提供标量回退
需要设置 GOEXPERIMENT=simd。
[https://github.com/nnnkkk7/go-simdcsv](https://github.com/nnnkkk7/go-simdcsv)
欢迎对边缘案例或 SIMD 实现提供反馈。
在过去的几个月里，我一直在重新思考动态语言运行时如何与现代硬件进行交互。最终的成果是ProtoCore及其首个主要实现ProtoJS。
大多数动态运行时（如Python、Ruby，甚至是JS引擎）通过全局解释器锁（GIL）或复杂的内存屏障来处理并发，因为在多个线程之间管理可变状态是非常困难的。
在ProtoCore中，我采取了不同的路径，基于三个支柱：
1. 默认不可变性：所有核心数据结构都是不可变的。我们不使用锁，而是通过结构共享来提高内存效率。这在本质上消除了对象级别的数据竞争。
2. 硬件感知内存模型：对象与缓存行对齐（64字节单元），以防止伪共享并优化缓存局部性。
3. 标记指针：我们为小整数使用56位嵌入负载，这意味着大多数数值操作不需要堆分配。
为了验证这一架构，我构建了ProtoJS。它使用QuickJS进行解析，但用ProtoCore原语替换了整个运行时。这允许真正的工作线程执行（“延迟”），在不复制或涉及GIL相关争用的情况下，共享不可变对象。
当前状态：
- ProtoCore：100%测试通过率（50/50测试），并于今天完成了全面的技术审计。
- ProtoJS：第一阶段完成，展示了真正的并行执行和低于1毫秒的垃圾回收暂停。
我是一名电子工程师（现在是一名大学教授），我想看看应用低级硬件原理是否能够解决高级并发的“混乱”。
我很想听听你对这种以不可变性为首的系统编程方法的权衡看法。
ProtoCore（引擎）：https://github.com/numaes/protoCore
ProtoJS（JS运行时）：https://github.com/gamarino/protoJS