一周热榜

嗨，HN！我开发了 Wasda AI - 一款用于设计和测试变换器架构的可视化工具，内置情感分析功能。

最初，我想创建一份报告，以激励管理者关注 GitHub 问题。虽然这并没有立即起到作用，但我对此产生了浓厚的兴趣，增加了更多的选择器和功能，使这份报告变成了一个功能齐全的网站。在这个网站上，您可以比较不同仓库上的各种活动，找到关键团队成员及其贡献模式等。<p>源代码：<a href="https://github.com/ClickHouse/velocity" rel="nofollow">https://github.com/ClickHouse/velocity</a><p>（我建议查看提交信息——我将每一个提示都保存为一次提交）

最近我常常在问自己这个问题，因为我正在攻读计算机科学学位，但我对自己的决定产生了怀疑。现在我听到的都是人们被裁员的消息，或者新毕业生在找入门级职位时遇到困难。此外，关于人工智能的讨论也让我感到困惑，虽然我并不认为它能真正替代程序员，但同时我也很难判断它将来是否有可能成为这样的替代品。我距离毕业还有几年，但似乎这段时间不足以让情况有所改善。

我们正在开发一款桌面应用程序，可以将Kubernetes资源与Flux或Argo的协调状态集中展示。我们的目标是减少在检查正在运行的内容、同步状态或某些内容为何出现偏差时所需的工具切换次数。 该应用程序在本地运行，直接与Kubernetes API服务器进行通信。它读取Flux或Argo发布的信息，并将其与每个集群上的工作负载一起展示。该应用程序专注于可视化：提供上下文的工作负载、同步状态、偏差指示器、最近的修订记录和Helm历史。 目前，它支持浏览资源、查看Flux或Argo状态、检查差异，并在多个集群之间工作，而无需频繁切换kubeconfig。如果您不想连接到生产集群，还包括一个小型本地环境用于测试GitOps流程。 该应用程序仍处于测试阶段，功能尚不完善。我们分享这个应用程序是希望获得使用Flux、Argo或多集群设置的用户的反馈，了解当前工作流程在哪些方面显得过于繁琐。

大家好， 我刚刚完成了一本1600页的数据结构书籍，书中包含130个完全原创的学术风格问题，每个问题都有完整的解决方案、证明、摊销分析、图示和详细解释。 这本书的设计目标是： - 大学层次的高级数据结构学习 - 工程师的自学 - 技术面试准备（许多问题的结构类似于面试挑战） - 深入理解堆、树、并查集、RMQ、哈希、字符串结构等 我还包含了两个我自己设计的新数据结构——分层摘要堆（Layered Summary Heap，LSH）和三层堆（Triple-L Heap），并提供了逐步解释和使用案例。 我希望从Hacker News社区获得反馈，主要关注以下几个方面： - 清晰度和结构 - 难度水平 - 这样一本长篇问题书是否对面试和自学有用 书籍链接： [https://leanpub.com/masteringdatastructures](https://leanpub.com/masteringdatastructures) 欢迎提出任何问题或索取样章。