前端项目Pretext
这个一个纯 JavaScript/TypeScript 库,用于多行文本测量与布局。效果如视频。 Pretext 避免了对 DOM 测量的依赖(例如 getBoundingClientRect、offsetHeight),这些操作会触发布局回流,是浏览器中最昂贵的操作之一。它实现了自己的文本测量逻辑,以浏览器自身的字体引擎作为基准(非常适合 AI 友好的迭代方法)。 开发者chenglou的介绍
github.com/chenglou/pretext这个一个纯 JavaScript/TypeScript 库,用于多行文本测量与布局。效果如视频。 Pretext 避免了对 DOM 测量的依赖(例如 getBoundingClientRect、offsetHeight),这些操作会触发布局回流,是浏览器中最昂贵的操作之一。它实现了自己的文本测量逻辑,以浏览器自身的字体引擎作为基准(非常适合 AI 友好的迭代方法)。 开发者chenglou的介绍
github.com/chenglou/pretext“每个开发者最终都会形成自己的工作流程。他们有固定的提交信息书写方式、有在发起拉取请求前运行的检查清单、也有在审查代码时遵循的结构。他们手动执行这些流程,在每次会话中向代理解释,并观察代理每次都以不同方式理解。 Agent Skill可以解决这个问题。Skill是一个 Markdown 文件,会在你需要时自动加载到 Claude Code 的上下文中。你只需编写一次工作流程,Agent 每次都会
www.freecodecamp.org/news/how-to-build-your-own-claude-code-skill/这个项目是一个 AI 驱动的信息聚合工具,追踪 AI 领域最顶尖的建造者——研究员、创始人、产品经理和工程师——并将他们的最新动态整理成易于消化的摘要推送给你。 理念: 追踪那些真正在做产品、有独立见解的人,而非只会搬运信息的网红(比如我,虽然也不红[苦涩])。 目前其整理的信息源不超过30个。
github.com/zarazhangrui/follow-builders/在线上使用Claude Code时,发现学习曲线比较陡峭,官方文档多为功能列表,缺少实操方法,导致很多强大功能没能充分发挥。 Claude How To(github.com/luongnv89/claude-howto)是一份从入门到高级的可视化、示例驱动教程。它不仅涵盖了slash命令、内存、技能、子代理、 hooks、MCP协议、插件等全部Claude Code核心功能,还有实用的拷贝即用
github.com/luongnv89/claude-howto在线利用各种AI工具写提示词,常常要反复尝试、浪费大量token和时间。Prompt Master 是一个专为Claude设计的技能,能帮你精准生成适合任何AI工具的高效提示词,最大限度减少无效调用。 Prompt Master 自动识别目标AI,结合任务、上下文、风格等9个维度智能生成最精简有力的提示语,避免无意义啰嗦和反复修正。它支持Claude、ChatGPT、Midjourney、Git
github.com/nidhinjs/prompt-master在线开发界面往往需整合多种功能,调度多个AI模型来提升效率,管理复杂的工作流也极具挑战。 Claude Code Best Practice(github.com/shanraisshan/claude-code-best-practice)是一套以Claude AI为核心,围绕“实践造就完美”设计的智能代码开发最佳实践集合。 它涵盖了Agent、Commands、Skills等模块,支持多模
github.com/shanraisshan/claude-code-best-practice我想更深入地了解压缩的工作原理,所以我从头开始编写了一个 gzip 解压缩器。 最终得到的是大约 250 行 Rust 代码,可以从文件或标准输入中解压缩 gzip 文件。
iev.ee/blog/gzip-decompression-in-250-lines-of-rust/团队招人最耗精力的环节,海量的初筛、电话面试,记录反馈,来回沟通的时间成本居高不下。 最近看到 FoloUp 这个开源项目,用 AI 语音来自动完成候选人面试,挺有意思的思路。 只需要把职位描述丢进去,AI 就能自动生成面试题目,生成专属链接发给候选人,对方点开就能直接开始语音面试。 AI 面试官会根据候选人的回答实时追问,不是死板地念题,而是像真人对话一样自然推进。 面试结束后自动生成详
github.com/FoloUp/FoloUp🚀 宇树开源 UnifoLM-WBT-Dataset,开放场景人形机器人高质量全身遥操作真机数据集。 该数据集已于 2026 年 3 月 5 日上线,后续将持续高频滚动更新。旨在构建场景覆盖最广、任务复杂度最高、操作多样性最丰富的人形机器人真机数据体系。 👉 数据集地址:https://huggingface.co/collections/unitreerobotics/unifolm-wbt
huggingface.co/collections/unitreerobotics/unifolm-wbt-dataset“在这个 Github 仓库中,我记录了自己编写一个可自我编译的 C 语言子集编译器的过程。我也会详细说明,这样如果你想跟随学习,就能了解我做了什么、为什么这样做,并提供一些与编译器理论相关的参考。 但不会涉及太多理论,我希望这是一次实用的实践之旅。”
github.com/DoctorWkt/acwj/构建我自己的 CPU
制造我自己的 CPU
制造我自己的 CPU
blog.bytebytego.com/p/how-anthropics-claude-thinks "Anthropic 没有人编程让 Claude 按特定方式思考。他们只是用数据训练它,而 Claude 自行发展出了自己的策略,这些策略隐藏在数十亿次计算中。对于构建它的人来说,这可能感觉像一个令人不安的黑箱。因此,他们决定构建类似显微镜的工具,为 AI 提供一套工具,让他们可以追踪 Clau
大多数 GPU 分析器(如 Nsight、NV Perf SDK)只会给出每次内核启动的单一数值:例如该内核执行了 1.2 万亿条指令,达到了 85% 的占用率。IKP 更深入。你可以在内核中用命名区域(如 load_A、compute、store)进行标记,每个指标——指令计数、内存流量、硬件计数器、停顿原因、时间——都会独立归属到每个区域。你可以看到内核的哪个阶段存在瓶颈,而不仅仅是内核整体运
github.com/yao-jz/intra-kernel-profiler考察中国AI生态的感悟:中国硬件制造与工程优势惊人,但软件模型相对落后且存估值泡沫;风投偏爱大厂精英,缺乏原创包容。真正的机会在于寻找结合中国工程实力与全球视野的“非典型”创始人。
这是freecodecamp的Claude Code长篇教程。 【 手册简介 】 本手册是对 Claude Code 的完整、专业的入门介绍。Claude Code 是 Anthropic 推出的 AI 驱动软件开发代理,它不仅是一个工具,更是使用它构建软件的实践指南。 核心定义: Claude Code 不仅仅是智能自动补全,它是一个代理系统。它能阅读代码
www.freecodecamp.org/news/claude-code-handbook/Anthropic(Claude母公司) 开放 13 门免费 AI 课程及认证
在线开发智能代理应用,经常需要协调模型推理、工具调用、消息管理、记忆存储等多项功能,流程复杂难以掌控。 AgentScope 专为构建“可见、可理解、可信赖”的智能代理而打造,提供了从模型调用到工具集成、从多代理协作到强化学习微调的全套开发框架。 它内置了 ReAct 代理、多代理消息中心、实时语音交互、人机协同调控、持久化记忆与规划组件,支持快速搭建和生产部署,兼容本地、云端和 Kubern
github.com/agentscope-ai/agentscope在线搭建AI开发工作站,配置环境和调试工具往往令人头疼,安装Claude Code、配浏览器无头运行、搞各种命令行AI,过程繁琐又容易出错。 HolyClaude 这个开源容器项目,整合了 Claude Code 主力代码AI、直观Web界面、五大AI命令行工具、无头浏览器和50+开发工具,统一容器化部署,轻轻松松跑起来。 只需一条docker-compose命令,2分钟连环境问题都不必操心,
github.com/CoderLuii/HolyClaude