Calculus with Julia ：一本免费在线微积分教材，理念是通过 Julia 来学习和理解微积分 地址：jverzani.github.io/CalculusWithJuliaNotes.jl/ 主要内容包括： \- 数学基础：函数、数列、极限与连续性。 \- 微积分：导数、积分、泰勒展开及优化问题。 \- 进阶数学：常微分方程、多元微积分和向量分析。 \- J

强化学习（RL）优秀资源汇总： \- Nathan Lambert 的《RLHF Book》（(https://rlhfbook.com/) \- Richard S. Sutton 和 Andrew G. Barto 的《Reinforcement Learning》 \- OpenAI 的《Spinning Up in Deep RL》(https://spinningup.open

太实用了！7步教你把一本书变成随时能用的AI Skill 把一本书沉淀成随时能用的AI Skill， 不是再存一份摘要，而是让书里的方法以后能被 AI 调用。 这组图用 7 步带你从原始资料，做到可触发、可执行、可回查原文的书籍 Skill。 1️⃣ 资料散在网页、帖子、视频和播客里： 用 agent-reach（GitHub ★ 86.1k）检索、抓取并保留

如何阅读一份源代码？ 2019年3月24日 我在本文的基础上做了一些补充和改进，见《如何阅读一份源代码？（2020年版）》 阅读源代码的能力算是程序员的一种底层基础能力之一，这个能力之所以重要，原因在于： 不可避免的需要阅读或者接手他人的项目。比

如何阅读一份源代码？（2020年版） 2020年6月5日 我在2019年写过一份文档 《如何阅读一份源代码？》，现在回头来看，这份文档还有改进的空间，于是我在此基础上又重新整理了一份。 阅读源代码的能力算是程序员的一种底层基础能力之一，这个能力之所以重要，原因在于

ThreeUI（threeui.com）是由知名设计教育平台 Design+Code 创始人 Meng To 打造的一个面向现代 Web 开发的 Three.js & WebGL 交互式 3D UI 组件与模板库。 它的核心理念类似于 3D 领域的 “shadcn/ui”，旨在帮助开发者和设计师无需从零编写复杂的 GLSL 着色器和 3D 数学逻辑，就能为网站快速引入高质感的 3D 交互动效。 --- 主要特点与内容 丰富的 3D & WebGL 组件生态 Hero Sections（首屏区块）：适合现代 SaaS、AI 产品和创意网站的 3D 动态首屏。 交互式着色器与背景（Shaders & Backgrounds）：流体、粒子、程序化几何体、极光、网格等现代 WebGL 视觉背景。 3D 微交互与小部件：包括 3D 按钮、动态文本、交互式 3D 资产、卡片动效等。 完整的落地页模板（Landing Page Templates）：开箱即用的整套 3D 官网模板。 实时交互预览与参数控制（Live Controls） 每个组件页面都配备了实时的 Canvas/WebGL 渲染器和调参面板。 你可以在网页上直接调节颜色、速度、光照、几何形态等参数，直观确认效果后再复制代码。 现代前端工具链与即拷即用（Copy-Ready） 组件以 React + TypeScript (TSX) 为主，配合 Three.js / React Three Fiber (R3F) 及 GLSL 着色器代码。 采用类似 shadcn/ui 的设计模式，源码公开透明，支持直接复制完整 TSX 源码或通过 CLI 命令将代码添加到本地项目中，方便自定义与二次修改。 拥抱 AI 辅助开发（MCP 支持） 紧跟最新的 AI 编程范式，支持通过 MCP（Model Context Protocol） 直接将组件库集成到 Cursor 或 Claude Code 等 AI 编程助手。 开发者可以让 AI 直接读取 ThreeUI 的组件规范并自动生成/组装页面代码。 --- 版本模式 Community（社区开源版）：在 GitHub（MengTo/threeui）开源，包含数十个免费高质量组件、着色器及基础变体，无需登录即可免费预览与复制代码。 Pro（专业付费版）：提供更复杂商业级全套页面模板、高级 3D 资产、独占的着色器特效以及持续的更新维护。 --- 适用人群与场景 前端开发与全栈工程师：想提升项目视觉档次，但对 WebGL / Three.js 底层细节不够熟悉的开发者。 独立开发者与出海团队：快速为 AI 工具、SaaS 软件搭建具有极强视觉吸引力的现代官方落地页。 UI/UX 与动效设计师：寻找 3D 交互灵感，探索参数调节与前端落地可行性。

Abakcus整理了一份合法免费的物理教材书单，收录了223部由学者与大学公开发布的讲义和完整教材，涵盖力学、电磁、量子、相对论等15个细分学科。难度划分清晰，从无需微积分的入门书、四年本科核心课，一直延伸至研究生高阶内容，不仅包含加州理工公开的费曼讲义、利哈列夫的研究生系列，还有爱因斯坦与普朗克等人的公版经典著作。每本书均标明适用层次、载体格式与自学建议，全部链接直通高校官网、作者个人主页或开源

想摆脱沉重的商业剪辑软件，不妨看看ArtCraft团队带来的FilmCraft。它完全使用纯Rust从零开发，自主实现了H.264、ProRes等核心编解码器与封装格式，不依赖FFmpeg。软件界面与快捷键深度沿袭Premiere Pro的操作习惯，保留了经典的多轨时间线、三点剪辑与Lumetri风格调色面板。底层依托超高精度的整数时间刻度，彻底杜绝帧漂移，并由wgpu驱动线性光图像合成。项目还开

想知道AI智能体在现实中到底能派上什么用场，不妨逛逛 Agent Use Cases 这个站点。它每天从 Reddit、X 和 Hacker News 等社区挖掘网友分享的真实操作用例，目前已累计收录上千条。从让Claude梳理报税账单、用Grok打电话给海外餐厅订座，到自动取消流媒体订阅追回退款、帮程序员批量审查PR，内容覆盖财务管理、办公协作、研发运维等十几个类别。最省心的是，很多案例都附带了具体的提示词和原帖来源，无论是按模型找灵感还是按场景直接照搬，拿来参考都很实用。

找文件时若只记得零碎内容却忘了文件名，往往费时费力。开源工具 DigUp 将 Google DeepMind 的端侧多模态模型 EmbeddingGemma 2 引入 macOS，依托 Metal 在 Apple Silicon 本地流畅运行。只需用日常语言描述，它便能在照片、PDF、音视频及代码仓库中进行语义匹配，不仅能直接定位到视频对应画面、播客音频秒数或 PDF 关键页，还能直达代码定义行。

哈佛今年秋季课程： CS2680「Modern AI Systems: Agents and System Optimizations」。课件、阅读材料和作业都可以公开访问。 课程和作业设计得比较用心，可以作为练习/上手的指导。 ① 先让 Agent 的工作过程变得可见。 第一步，用 Claude Code 给 Claude Code 做一个网页界面。提交任务后，要能看到工具调用的输入和结果

用AI生成Logo往往创意不错，但矢量细节一放大就经不起推敲。开源项目 logo-design-skill 让 Claude、Gemini 等智能体掌握了成熟的标志设计流程。它涵盖需求梳理、几何构图、视错觉修正与生产级 SVG 输出，还收录了1400多个真实标志的分类参考库。工作流中它会在输出三套概念时主动暂停，配合16像素缩小测试与结构审查脚本给出选型建议，待你确认后再生成整套色彩体系、图标包与

面对杂乱的3D点云，如何直接还原出规整的室内空间？SpatialLM把大语言模型引入三维场景理解。无需专用采集设备，无论是手机单目视频生成的点云、RGB-D扫描还是激光雷达数据，它都能直接解析出墙体、门窗等建筑骨架，并输出带语义类别的三维物体包围框。最新1.1版本换装了Sonata点云编码器，不仅分辨率翻倍，还支持按需指定类别进行目标检测。模型基于Llama-1B与Qwen-0.5B打造，轻量高效

看生成的一些demo非常精美。https://skills.wheresryan.sh/anatomy

AI写代码确实快，但项目一旦膨胀，理清内部脉络往往很费劲。开源工具 oh-my-mermaid 刚好能补齐这个短板。它能配合 Claude Code、Cursor 等编程工具，通过扫描代码自动梳理出多视角的 Mermaid 架构图与文档。工具会递归拆解复杂模块，把整体结构、数据流和依赖关系整理成可逐层展开的层级树，每个节点还附带设计约束、上下文及待办等说明，支持本地交互预览与云端分享，省去了手动翻

多数AI课程往往局限于提示词工程或纯上层应用，哈佛这门《现代AI系统》则选择纵向贯通软硬件全栈。课程不设期末考试，全靠实操驱动：从体验Claude Code、构建多智能体协作循环，一路延伸到底层推理服务中的批处理调度、前缀缓存复用、量化以及推测解码。依托充足的GPU算力，学生通过五轮大作业亲手搭建并调优整套系统栈。无论做模型服务基建还是智能体落地，这份公开的教学大纲与前沿阅读清单都很值得翻阅。cs

如果你平时既琢磨界面视觉又关心前端落地，Designeer 很适合放进收藏夹。它专注于为设计师、开发者与创作者筛选实用资源，不仅收录了微交互拆解、交互动效、优质 SaaS 落地页等审美在线的灵感站点，也囊括了实用的组件系统与 AI 界面工具。网站还梳理了从排版法则、CSS 进阶到交互心理学的优质读物与教程，整体收录克制且重质感。平时做产品找参考、构思交互细节或是寻找好用的轻量工具，都能在这里随时找到灵感。

MIT的公开课 微型机器学习与高效 AI 计算 26年秋季版更新了。还会学习如何在笔记本电脑上部署和运行大语言模型 地址：hanlab.mit.edu/courses/2026-fall-65940 本课程主要聚焦于高效机器学习（Efficient Machine Learning）与机器学习系统（ML Systems）。 这是一个至关重要的研究领域，因为深度神经网络需要消耗极其庞大的计算资源，

地址：rea.tools/blog/touhou-reconstruction/ 作者 N0zoM1z0 通过使用 AI Agent 重建三款《东方 Project》游戏的经历，探讨 AI 如何从根本上改变逆向工程的工作方式。逆向工程正在从依赖个人经验的手工业，转向由 AI Agent 自主探索、自动化验证工具把关、代码仓库持续积累知识的工业化生产模式。

OpenUUYC 是用 Rust 编写的 UU 远程第三方 Windows 客户端，支持主控、被控和远程协助。