最新

嗨，最近我一直在开发一个名为 Walrus 的高性能存储引擎，使用 Rust 编写。 简单介绍一下，Walrus 是一个基于基本原理构建的嵌入式进程内存储引擎，可以作为构建各种应用的基础组件，开箱即用，包括时间序列事件日志、数据库 WAL、消息队列、迷你 Kafka、键值存储、任务队列等等。 最近的版本在特定工作负载下超越了单节点的 Apache Kafka 和 RocksDB（基准测试在代码库中）。 代码库链接：https://github.com/nubskr/walrus 如果你对 Walrus 的内部结构感兴趣，这两篇发布文章将为你提供所需的所有信息： 1. v0.1.0 发布文章：https://nubskr.com/2025/10/06/walrus（最初它只是一个预写日志） 2. v0.2.0 发布文章：https://nubskr.com/2025/10/20/walrus_v0.2.0 我期待听到社区的反馈，同时 Walrus 的“分布式”版本正在开发中。 （由于某种原因，我无法在顶部发布链接）

我创建了Databomz，以解决我在AI工作流程中遇到的一个反复出现的问题——提示分散、版本丢失，以及没有简单的方法来与团队成员重用或分享这些提示。 Databomz包括： - 一个Chrome扩展，可以即时捕捉来自任何大型语言模型（如ChatGPT、Claude、Gemini等）的提示 - 可以直接从扩展中将提示粘贴到聊天中，或一键保存 - 一个带有工作区、标签、文件夹和版本历史的Web应用 - 通过关键词或标签即时搜索提示 - 个人和团队的共享控制 - 一个公共提示库，供发现和灵感使用 我们提供一个永久免费版，已经涵盖了许多功能——旨在为个人用户提供真正的帮助，而不仅仅是一个演示。 网站： [https://www.databomz.com](https://www.databomz.com) 希望能听到任何管理多个AI提示或跨工具协作的人的反馈。保持提示有序的最难部分是什么？