最新

我一直在研究一个基于浏览器的节奏游戏创作工具。这个工具的构思很简单：AI生成音乐，Essentia.js负责识别节拍，而你用JavaScript编写游戏逻辑。 演示链接： [https://rhythm-seodang-web.vercel.app/](https://rhythm-seodang-web.vercel.app/) 我想解决的问题是：大多数节奏游戏的工作流程都很繁琐。专有编辑器、手动制图、固定的游戏模式、仅限桌面使用。我希望能有一个工具，让你只需打开一个浏览器标签页就能开始尝试。 它的工作原理如下： - 音乐来自AI服务（Suno/Udio）。没有用户上传，也没有版权方面的麻烦。 - Essentia.js（WASM移植版）完全在浏览器中运行。节拍跟踪、音符检测、能量曲线、段落边界，全部在客户端处理。 - 输出的是一个仅包含时间的图表。你如何使用这个时间信息则由你决定。 有趣的部分是迷你游戏沙盒。图表和游戏玩法是完全解耦的。你可以在简短的JavaScript函数中定义生成规则、输入处理和渲染。同一个图表可以变成太鼓风格的打击游戏、方向滑动游戏或其他实验性玩法。预览可以即时运行。 技术栈：Next.js、Essentia.js、自定义节奏引擎、Canvas渲染，部署在Vercel上。 当前状态：可以使用样本曲目进行游戏，图表生成正常，迷你游戏工作坊功能齐全。平台内的AI音乐生成（从提示到曲目再到可玩的）是下一个目标。目前仍有一些不完善之处。 如果你曾经使用过WebAudio或节奏引擎的内部结构，欢迎分享你的看法。期待反馈。

我假设大多数公司都能使用大型语言模型（LLM），这是真的吗？如果是的话，最近真的有人从零开始写代码，还是依赖这个工具来为他们写代码呢？ 在工作中，我可以使用GitHub Copilot，但它有很多限制。它在调试问题方面非常出色。对于一些小修小补和增强功能，它也很有用。我通常会仔细检查它写的代码，确保我能读懂和理解。如果它使用了太多的简写，我会让它变得更“人性化”。 现在，我想学习Python，之前是Java背景，最近看了《用Python自动化无聊的事情》这本书。我正在看其中一个练习，就是遍历树形目录。我可以选择记住Python中的实现方式，或者仅仅依赖LLM来写代码。 我在做这些练习时是否浪费了时间？因为这些练习可以很容易地用LLM在一两次尝试中完成。因为从零开始做这些练习非常耗时，我还得来回记忆语法和库。

我在过去一年里为自己构建了一个AI代理框架，因为我厌倦了每天早上向我的大型语言模型（LLM）重新解释上下文。 谷歌刚刚宣布了“反重力”项目来解决这个问题，看起来非常棒，但这将你锁定在他们的云服务和模型（Gemini）中。我想要的是： 1. 100%在我的机器上本地运行。 2. 可以与任何模型兼容（我在Claude 3.5 Sonnet和GPT-4o之间切换）。 3. 以简单的JSON文件持久化记忆，这样我可以编辑/版本控制。 我称之为*EchoCopi*。它是一个基于Python的“记忆器官”加上一个在我睡觉时执行任务的后台工作脚本。 今天我将核心记忆模块作为开源（MIT）发布。我还在完善一个“完全自主”套件（后台工作程序 + VS Code集成），我将在本月晚些时候发布。 *核心仓库：* [https://github.com/SparkSupernova/EchoCopi](https://github.com/SparkSupernova/EchoCopi) *完整套件：*（预计2025年12月底发布） 欢迎提问关于架构或我如何使用它来维持一个“有意识”的编码伙伴。