rapidhash 是一款极速、高质量且跨平台的哈希函数，是 wyhash 的官方继任者，在速度、质量和兼容性方面均有所提升。它在 SMHasher 和 SMHasher3 的所有测试中均通过，碰撞概率极低，接近理想值。性能测试显示，其速度在各种 CPU 架构上均表现出色，例如在 Apple M4 芯片上超过 70GB/s。此外，它支持多种编译器和架构，无需依赖特定指令集，兼容性极佳。
阅读更多
xtool 是一款跨平台工具，可在 Linux、Windows 和 macOS 上使用 SwiftPM 构建和部署 iOS 应用，无需 Xcode。它提供了 Xcode 的核心功能，例如构建 SwiftPM 包、签名和安装 iOS 应用，以及以编程方式与 Apple 开发者服务交互。xtool 还包含一个名为 XKit 的库，可方便开发者在自己的应用中与 Apple 开发者服务和 iOS 设备进行交互。
阅读更多
Merliot Hub是一个基于AI的设备中心，让你用自然语言（通过Claude Desktop或Cursor等LLM）控制各种自制设备，例如用树莓派、Arduino等搭建的传感器和继电器。它采用分布式架构，确保你的数据私密安全，不会被第三方访问或滥用。Merliot Hub是一个Web应用，无需手机App，支持Docker部署，甚至可在Koyeb免费云服务器上运行。准备好你的动手能力，构建属于你的私密智能家居吧！
阅读更多
Solidis 是一个现代化的 RESP 客户端，遵循 SOLID 原则，零依赖，并注重企业级性能。它支持 RESP2 和 RESP3 协议，并针对现代 JavaScript/TypeScript 应用程序进行了优化。Solidis 提供了两种客户端实现：基础客户端和特性客户端，前者体积小，后者预加载所有 RESP 命令。它还支持事务、管道、发布/订阅、自动重连等高级功能，并具有强大的类型安全性和可扩展性。
阅读更多
KVSplit 是一种针对苹果硅芯片优化的工具，通过对大型语言模型 (LLM) 的注意力机制中的键值缓存 (KV cache) 应用不同的量化精度（键和值分别量化），从而减少内存使用并提高推理速度。研究表明，键比值对量化更敏感，K8V4 配置（8 位键，4 位值）在内存节省 (59%) 和精度损失 (0.86%) 之间取得了最佳平衡，并能提升推理速度。KVSplit 提供易于使用的安装程序和基准测试套件，方便用户评估和应用不同的量化配置，从而在苹果设备上运行更长上下文窗口和更大型的 LLM。
阅读更多
Workflow Use是一个革命性的项目，旨在通过录制浏览器交互来创建确定性、可自我修复的工作流。用户只需向录制器展示工作流程，系统便会自动生成可重复使用的自动化脚本。该项目目前仍处于早期开发阶段，但其目标是让计算机能够一次性学习任务，并无限次地执行，无需人工干预。未来规划包括改进LLM回退机制、实现自我修复功能以及与其他工具集成。
阅读更多
rv 是一种革命性的 R 包管理工具，它以可重复、快速且声明式的方式管理和安装 R 包。通过配置文件（rproject.toml）指定 R 版本、仓库和依赖项，rv 的 `sync` 命令即可同步库、配置文件和锁文件，而 `plan` 命令则提供预览。它支持自定义包和仓库设置，例如，安装特定包及其建议的包。rv 使用 Rust 编写，并提供详细的安装和使用文档。
阅读更多
这是一个将Node-RED的JavaScript后端替换为Erlang后端的实验项目。Erlang天生支持并发，旨在利用其优势提升Node-RED的性能。目前已实现部分Node-RED节点的功能，并通过一套基于流程的测试系统保证功能的正确性。该项目采用流程驱动开发，测试流程与代码在不同仓库中维护，方便维护和集成。
阅读更多
SQL-tString是一个强大的Python库，它允许你使用t-string（类似于f-string）构建SQL查询，同时有效防止SQL注入漏洞。它支持参数化查询，并能处理可选参数和NULL值条件，灵活地适应不同的数据库方言（例如，支持qmark和$两种参数风格）。即使在Python 3.12和3.13版本中，也能通过兼容的方式使用。
阅读更多
Ollama是一款基于llama.cpp的开源大型语言模型客户端。用户发现Ollama的二进制文件未包含llama.cpp的版权声明，违反了MIT许可证的要求。该问题需要开发者在Ollama的二进制发行版中添加llama.cpp的版权信息，以确保合规性。
阅读更多
Logitloom 是一款用于可视化探索大型语言模型（LLM）生成过程的工具，它通过绘制“token轨迹树”（looming）来展现模型在生成文本时的决策过程。该工具支持多种模型，例如 Deepseek-v3 和 Hyperbolic 的 405-base 模型，用户需要提供相应的 API 密钥。Logitloom 能够帮助开发者更好地理解 LLM 的内部机制，目前仍处于未授权阶段。
阅读更多
OpenHarmony开源操作系统社区近期迎来了多个第三方库的适配提案，包括pako、snappyjs、brotli、hi-base32、is-png以及EventBus等。这些提案旨在将这些库集成到OpenHarmony中，提升其功能和性能，并提供了相应的HarmonyOS演示和OHPM规范遵守情况。这表明OpenHarmony生态持续发展壮大，吸引越来越多的开发者参与其中。
阅读更多
I Dropped My Phone The Screen Cracked是一个创新的Web音频库，它使用方法链和CSS样式选择器来简化浏览器中音频节点的创建、配置和连接。它支持宏定义和插件创建，使得音频编程如同模块化合成器一样直观易用，即使是复杂的音频处理也能简洁表达。开发者可以通过方法链轻松创建和连接音频节点，并使用选择器对节点进行操作，同时，宏定义功能允许将音频节点链封装成可复用的单元，大大提高了代码的可读性和可维护性。
阅读更多
llm-min.txt 旨在解决大型语言模型（LLM）知识截止日期问题，该问题导致AI编码助手无法访问最新的编程库信息。它采用类似于min.js的压缩方法，使用另一个AI将冗长的技术文档提炼成超精简的结构化摘要。该工具利用结构化知识格式（SKF），将信息组织到定义、交互和使用模式三个核心部分中，从而实现高达97％的令牌压缩率，同时保留AI助手所需的基本信息。llm-min.txt 需要Google Gemini AI模型进行文档处理，并提供命令行和Python API进行使用。
阅读更多
LiveSplat是一个使用RGBD相机流进行实时高斯散射的算法。作者Mark Liu最初将其开发为一个更大的VR遥操作系统的一部分，并在Reddit上发布后受到广泛关注，因此决定将其开源。目前LiveSplat仍处于alpha阶段，仅支持Windows和Ubuntu系统，需要Nvidia显卡和一个或多个RGBD传感器。虽然代码闭源，但作者提供了安装说明和一个用于Intel Realsense设备的集成脚本，并表示对商业合作持开放态度。
阅读更多
一位安全架构师“Юленька”发现Bitwarden应用的注册流程存在逻辑漏洞：用户可以在设备A上开始注册，但在设备B上完成（包括设置主密码），导致账户创建失败，应用无法使用。 报告问题后，Bitwarden的回应敷衍了事，于是“Юленька”以幽默的“单口喜剧”形式再次提交报告，最终问题似乎得到了解决，但Bitwarden并未承认或发布更新日志。这起事件凸显了安全产品在用户体验设计方面的不足，以及良好的沟通在解决安全问题中的重要性。
阅读更多
ALTCHA 是一款自托管的网站和API反垃圾邮件服务，它使用工作量证明机制代替验证码，保护用户隐私并符合GDPR和WCAG 2.2 AA级标准。ALTCHA 具有轻量级、无cookie、完全可访问等特点，并提供SaaS API和多种配置选项，包括自定义请求、垃圾邮件过滤和数据混淆等功能，其体积仅为reCAPTCHA的6% 。
阅读更多
AutoGenLib是一个神奇的Python库，它利用OpenAI API动态生成代码。当导入不存在的模块或函数时，它会根据你的高层次描述自动创建，支持上下文感知、渐进增强，并能分析调用代码以更好地理解需求。它甚至能自动处理异常并提供修复建议。你可以用它快速生成各种功能，例如TOTP生成器、数据处理器等，但需注意，生成代码需联网并依赖OpenAI API，且生成的代码需要人工审核后才能用于生产环境。
阅读更多
MicroPython最新版本带来了诸多激动人心的改进，其中最引人注目的是ROMFS功能的最终完成。这项功能允许直接从只读存储器执行字节码，显著提升导入速度并减少内存占用。此外，该版本还引入了对Alif Ensemble MCU的支持，并对RISC-V汇编器、Datagram TLS以及mpremote工具进行了增强。多个端口也得到了改进，包括对ESP32、MIMXRT、RP2和STM32的支持增强，以及许多新板卡的加入。
阅读更多
muscle-mem是一个用于AI代理的行为缓存Python SDK。它记录代理在解决任务时的工具调用模式，并在再次遇到相同任务时确定性地重放这些学习到的轨迹，如果检测到边缘情况则回退到代理模式。其目标是将大型语言模型从重复性任务的热点路径中移除，从而提高速度、减少可变性并消除许多本可以只是脚本的任务的token成本。通过自定义的Check机制，实现对缓存的有效验证，确保工具的重复使用安全可靠。
阅读更多
TwoFold是一个命令行工具，它能让纯文本文件像动态文件一样工作。它结合了文本扩展器和模板引擎的功能，灵感源于Emacs Org-mode、Python Jupyter Notebooks和React JS。TwoFold通过处理文本文件，识别所有类似LISP/XML的标签，并将它们转换成有用的输出。它兼容XML和HTML文档，并且可以自定义标签标记。它可以监听文件的变化，允许在同一文件和位置进行实时协作，例如验证信息、计算统计数据或检查拼写错误。TwoFold支持多种文件类型，例如.txt、Markdown、Emacs Org、reStructured Text、HTML、XML和源代码文件，但不支持二进制文件。它使用Bun运行，用户可以轻松编写自己的标签并加载它们。
阅读更多
Git-Bug是一款独立的、分布式的、离线优先的问题管理工具，它将问题、评论等作为对象嵌入到Git仓库中（而非文件！），允许你将其推送到或拉取自一个或多个远程仓库。它利用Git的去中心化架构，支持离线工作和无缝同步，并提供闪电般的快速搜索功能。此外，它还支持与GitHub和GitLab等平台的第三方桥接，以及灵活的CLI、TUI和Web浏览器界面。Git-Bug由Michael Muré创建，并由众多贡献者、支持者和赞助商共同维护，其代码遵循GPLv3或更高版本许可证。
阅读更多
acmsg 是一个基于 Python 的命令行工具，利用 OpenRouter API 和 AI 模型自动生成 Git 提交信息。它分析暂存的 Git 代码变更，生成上下文相关的提交信息，支持多种 AI 模型，并允许用户编辑生成的提交信息。安装方便，支持 flake 和独立配置文件，首次运行会提示配置 OpenRouter API token。
阅读更多
EM-LLM 是一种新型架构，它通过模仿人类情景记忆和事件认知，显著提升了大型语言模型处理超长文本的能力。该模型无需微调，就能将输入文本序列组织成连贯的情景事件，并通过高效的两阶段记忆检索机制访问相关信息。在 LongBench 和 ∞-Bench 基准测试中，EM-LLM 的性能超越了现有最先进的检索模型 InfLLM 和 RAG，甚至在大多数任务中优于全上下文模型，成功处理了 1000 万个 token 的检索任务，这对于全上下文模型来说是计算上不可行的。EM-LLM 的事件分割与人类感知事件高度相关，为探索人类记忆机制提供了新的计算框架。
阅读更多
Mycelium 是一种基于类型的数据存储和传输格式，支持引用、表达式、函数、类型等。其虚拟机 MVM 以简洁高效著称，所有值都是不可变的，并通过端口进行进程间交互。MycZip 则负责将 Mycelium 值编码为单个文件，而 Mycelium 网络协议 (MNP) 基于 QUIC，用于在对等节点之间传输数据，并缓存已传输的值以提高效率。Spore 语言则为 MVM 提供了易于使用的编程接口。
阅读更多
AG-UI是一个轻量级、基于事件的开放协议，旨在标准化AI代理与前端应用的连接方式。它支持多种事件类型和传输方式，并提供灵活的中间件层，确保不同环境下的兼容性。AG-UI已与多个流行的代理框架集成，支持实时聊天、双向状态同步、生成式UI等功能，并提供React客户端库以及与AWS SNS合作开发的消息客户端。其简洁的设计和丰富的功能，使其成为构建AI驱动应用的理想选择。
阅读更多
HelixDB是一个用Rust编写的开源图向量数据库，专为检索增强生成（RAG）和AI应用而设计。它基于LMDB存储引擎，速度极快，号称比Neo4j快1000倍，比TigerGraph快100倍，与Qdrant性能相当。HelixDB支持图和向量数据类型，提供ACID一致性，并具有易于使用的CLI工具和SDK（TypeScript和Python）。目前，团队正致力于扩展向量数据类型功能、增强查询语言以及构建测试套件等。长期目标包括开发内部图向量存储引擎和网络协议库。
阅读更多
这个项目提供了一个适用于 Windows 10 LTSC 2019、2021 和 Windows 11 LTSC 2024 的微软应用商店安装包。注意，最新版本的 LTSC 2019 已不再支持此应用商店，安装后可能需要更新系统才能正常使用。安装包下载后双击即可安装，但为了获得最佳体验，建议安装完成后在应用商店设置中更新到最新版本。
阅读更多
A5 是一种将地球划分为五边形单元的地理空间索引，提供 32 个不同分辨率级别，最小单元面积小于 30mm²，且各级别单元面积近乎相等。它简化了空间数据的表示和分析，例如计算不同变量（例如海拔和作物产量）之间的相关性，或聚合点数据以理解其空间分布（例如，城市中的度假租赁密度）。A5 使用 TypeScript 实现，开源且基于 Apache 2.0 许可证。与其他 DGGS 系统相比，A5 具有单元大小一致、分辨率极高（30mm²）、全局单元面积畸变最小等优势，这源于其独特的基于正十二面体五边形平铺的设计，有效降低了投影过程中的几何畸变。
阅读更多
想参与Firefox开发？Mozilla提供了详细的源码目录结构文档(https://firefox-source-docs.mozilla.org/contributing/directory_structure.html)和贡献快速参考(https://firefox-source-docs.mozilla.org/contributing/contribution_quickref.html)，指导你如何构建Firefox并创建补丁。遇到问题？加入Matrix的`Introduction`频道(https://chat.mozilla.org/#/room/#introduction:mozilla.org)寻求帮助。你也可以下载每日构建版本进行测试(https://archive.mozilla.org/pub/firefox/nightly/latest-mozilla-central/ 或 https://www.mozilla.org/firefox/channel/desktop/#nightly)，但需注意每日构建可能存在bug。
阅读更多