最新

市面上有很多 HTTP 客户端，其中 Axios 是最受欢迎的之一，但我想要一个更简约、更加接近原生 fetch API 的解决方案。<p>我最初为一个副项目编写了一个小型的 fetch 封装。为了避免在其他项目中复制粘贴，我决定对其进行扩展，并将其发布为一个公共包。<p>欢迎给这个仓库点个星，更重要的是，欢迎贡献代码。

我最近编写并推出了一个高性能的高程API，完全基于C语言从零开始构建。我深受手工制作社区的启发，对处理相对较大的数据集、优化缓存和智能预取的想法感到非常有趣，并希望在延迟和处理大负载方面实现最佳性能。 整个系统是从头开始构建的。我想打造一个高性能的服务器，以应对大量请求，这主要是出于技术挑战的考虑，同时也因为这可以降低托管成本。 核心是一个手工制作的TCP服务器，单个线程通过epoll处理所有的输入/输出，将事件分发到工作线程池。该服务器完全非阻塞并且是边缘触发的，在稳定状态下的系统调用占用极少。 工作线程负责请求解析，并执行单点或多点的直接高程查找，或者沿着多段线路径计算样本点。 高程数据以内存映射的GeoTIFF栅格图块形式存储，这些图块在R树中进行了索引，以便快速查找。给定一个坐标，通过树的边界框搜索算法定位正确的图块，并直接从映射内存中提取高程值。如果图块缺失数据，则使用底层图块作为备用。 我还实现了一个预取机制。为了避免在热门区域重复发生页面错误，我采用了一种策略，将每个图块划分为更小的子图块。然后，我对每个子图块进行访问频率计数。这些信息用于指导预取。更受欢迎的子图块会在查找点周围触发更大范围的预取，逻辑是如果特定区域频繁被访问，就值得将更多数据加载到内存中。随着时间的推移，这使得内存布局能够适应实际使用模式，保持热点区域常驻并最小化输入/输出延迟。预取是通过Linux的madvise实现的，使用单独的预取线程，以避免影响请求延迟。 现在有一个免费的选项可以试用！

我为 Jurn AI 进行了情感编码——这是一个概念整合，能够让你的日记与自己对话。<p>它通过生成用户前一晚日记的反馈来工作。这些反馈会在每个早晨通过邮件发送给用户，旨在激励他们。<p>这个想法是让人感觉像朋友或家人一样，每天根据你的一天情况进行关心。<p>为了进行情感编码，我使用了以下代理，每个代理都有自己专门的文件夹来存储他们的系统提示和进展。<p>前端工程师——懂得如何构建 Next.js 网站，负责用户引导流程的搭建。<p>后端工程师——使用 Python 和 FastAPI，帮助构建整个服务器端。<p>项目经理——了解需求和截止日期，帮助跟踪待办事项。<p>产品专家——理解我们正在构建的内容及其原因，帮助优化着陆页的内容，最大化用户转化率，简化决策过程。<p>基础设施工程师——老实说，我在这方面并没有太多依赖代理的帮助，因为他们在解决平台特定的错误时知识已经过时。<p>你对这个项目有什么看法？