最新

这是我第一次使用内置函数进行项目开发。没有对伽罗瓦域（GF(2)）数学以及CRC实现细节的理解，这个项目几乎是不可能完成的。 我在工作中做了大量的注释，尽管我不确定自己是否很好地解释了整个过程，而且在重读我的英文写作时，我常常会注意到很多语法错误。 这个项目基本上是将英特尔论文中描述的算法进行了概括，使其能够适用于任何CRC参数。论文确实模糊地解释了在使用不同参数时如何处理各种情况，但大多数实现往往针对特定类型的CRC。 该算法使用一些巧妙而复杂的数学方法，将数据缓冲区缩减到一个更小的缓冲区，然后使用新的小缓冲区计算CRC。 论文中的算法步骤如下：4折叠 -> 1折叠 -> 折叠到64位 -> 巴雷特约简。 在最后一步，当你需要从小缓冲区实际计算CRC时，事情变得有些混乱，而复杂性并没有真正帮助提升性能。 我对算法的简化是：4折叠 -> 查找表。 我在阅读论文的一部分后意识到，新的小缓冲区与原始缓冲区是“同余”的，因此我认为可以这样做。这对性能影响不大，因为较长的部分（4折叠）仍然在使用内置函数。软件表算法仅用于减少剩余数据（少于200字节）。 我刚刚完成这个项目，所以我不知道它是否已经成熟，肯定还需要进一步测试。 你觉得怎么样？

我开发了一个名为 Gitcasso 的浏览器扩展，它具有以下功能： - 为 GitHub 的文本区域添加 Markdown 语法高亮 - 列出所有打开的 PR/issue 标签和任何草稿 - （可选，尚未实现）自动保存您的评论草稿，以免丢失工作 我之所以制作这个工具，是因为我对 <a href="https://overtype.dev/" rel="nofollow">https://overtype.dev/</a>（一个 Markdown 文本区域语法高亮工具）印象深刻，几周前它在 HN 上引起了广泛关注，似乎非常适合做成一个 GitHub 浏览器扩展。跟踪 GitHub 上的更新通常是件麻烦事，但借助 Playwright 和 Claude Code，这一切似乎可以几乎自动化，结果证明这在大多数情况下是正确的！ 这是我第一次构建一个工具，将其交给 AI，然后 AI 使用这个工具来实现我希望它能够完成的功能。我对这种方法非常认可…… GitHub 仓库（Apache2 许可证，开源）： <a href="https://github.com/diffplug/gitcasso" rel="nofollow">https://github.com/diffplug/gitcasso</a> 视频演示（工具介绍 2 分钟，开发工具 12 分钟）： <a href="https://www.youtube.com/watch?v=wm7fVg4DWqk" rel="nofollow">https://www.youtube.com/watch?v=wm7fVg4DWqk</a> 还有一篇带有视频演示时间戳的文字说明： <a href="https://nedshed.dev/p/meet-gitcasso" rel="nofollow">https://nedshed.dev/p/meet-gitcasso</a>

目前在许多社区中，对于初学者和人工智能的使用存在着混杂的信息，有些人建议你应该远离它，而另一些人则建议你应该直接投入其中，以免落后。因此，我觉得像我一样感到困惑和不确定该如何进行的人有很多。如果你在工作或个人项目中大量使用人工智能，我很想听听你的建议。

我相信Claude代码插件市场将会产生巨大的影响，因此我正在建立一个网站来收集所有这些精彩的内容。我刚刚开始搭建，如果你已经有了很棒的东西，请联系我。

从OpenAI到Anthropic的所有大型实验室都在其聊天机器人中发布了自己的记忆模块。Anthropic还在SDK中发布了记忆工具的预览工具，让开发者可以使用该记忆工具，同时由开发者自行决定如何处理存储问题。 不过，这仍然没有解决“可移植性”的问题，即你希望能够使用来自多个提供商的多个模型，但目前没有办法将你的记忆从ChatGPT迁移到Claude。我想知道手动复制粘贴是否太繁琐，或者只是因为大多数人对记忆并不在意。 你怎么看呢？