启用 JavaScript 和 Cookie 以继续。
启用 JavaScript 和 Cookie 以继续。
## .NET MAUI 通过 Avalonia 后端获得新生
由 Avalonia 驱动的新后端将 .NET MAUI 带到 Linux 和浏览器,扩展了其平台覆盖范围并提高了桌面性能。该项目源于实验,现在已成为一项承诺,允许开发者无需重写即可为新平台利用现有的 MAUI 代码库。
主要优势包括对 Linux(Ubuntu、Debian、Fedora)和嵌入式 Linux 设备的本机桌面支持,以及在浏览器中直接运行 MAUI 应用程序的功能性 WebAssembly 演示。在测试中,macOS 上的性能提升已经显现,超过 Mac Catalyst 超过 2 倍。
Avalonia 后端采用绘制 UI 模型,确保在所有平台(Windows、macOS、Linux、移动设备和 Web)上保持一致的外观和感觉。这简化了开发,因为它专注于单个目标并减少了平台特定问题。Avalonia 团队旨在通过这种统一的方法来加速开发并提高可靠性。
最终,这项合作旨在解决长期以来对 Linux 支持和跨平台一致 UI 的要求,同时通过洞察力和潜在的新用户使 Avalonia 受益。未来的开发包括与 Google 的 Impeller GPU 渲染器的集成,以实现更大的性能改进。现在开放早期访问注册。
## FFmpeg 与开源资金危机 FFmpeg 是一款开源程序,驱动着互联网上大量的视频和音频处理——被 VLC 等播放器甚至 YouTube 使用——正处于一场辩论的中心,凸显了开源资金的脆弱性。尽管它被大型公司广泛使用,FFmpeg 几乎完全依赖于志愿者开发者。 最近由 Google AI 发现软件中一个小的漏洞引发的争议,暴露了这些志愿者的压力。许多人认为,像 Google 这样的公司将漏洞检测和修复转嫁给无偿维护者是不公平的,特别是随着 AI 工具产生大量潜在问题。Google 新的安全披露政策,推动快速公开报告,加剧了这种压力。 核心问题不在于*是否*应该修复漏洞,而在于*谁*应该承担成本。类似的担忧导致了另一个关键库 libxml2 的维护者因不可持续的工作量而辞职。如果没有资金支持,重要的开源项目面临被放弃的风险,这可能会给所有人带来重大的安全风险。这场辩论强调了公司投资于他们严重依赖的开源基础设施的日益增长的需求。
## 伦敦的罗马城墙:意想不到的发现
伦敦的罗马城墙在塔山和巴比肯等知名地点可见,但一些最有趣的遗迹却隐藏在显而易见的地方。令人惊讶的是,一部分可以在**塔山站1号站台**看到,尽管在1882年环线建设期间拆除了22米。另一段可达到的城墙位于**莱昂纳多皇家酒店**后面,你甚至可以穿过一个中世纪重建的城墙,它融合了原始的罗马地基。
最近,**芬街的城墙**提供了一个保存完好的视角,位于学生公寓下方,独特地与一家供应咖啡和早午餐的咖啡馆结合在一起。最不寻常的地点可能是**伦敦墙地下的停车场**,那里有一段相当长的城墙被混凝土块保护着,与现代车辆和安全标志并存。
这些奇特的地点突出了城墙持久的存在,证明了伦敦的历史常常隐藏在城市意想不到的,有时甚至是格格不入的角落里。
stickertop.art
首页
关于
上传你的笔记本电脑
社交媒体
主要内容
Jack
2025年8月18日
• 8分钟阅读
欢迎来到stickertop.art。 发现来自世界各地的、装饰着创意贴纸的独特笔记本电脑系列。这个项目庆祝笔记本电脑个性化的艺术和文化,每台笔记本电脑都通过贴纸讲述一个故事,让我们一窥所有者的个性。
stickertop.art © 2025
注册
由Ghost提供支持
很多人来SpaceWeatherLive关注太阳活动或寻找看到极光的机会,但流量增加意味着维持服务器运行的成本也更高。如果您喜欢SpaceWeatherLive并希望支持这个项目,可以选择订阅以获得无广告的网站体验,或者考虑捐款。您的帮助可以使SpaceWeatherLive继续在线!
## 代理开发工具包 (ADK) - Go 摘要
代理开发工具包 (ADK) 是一个功能强大的开源 Go 工具包,旨在构建和部署 AI 代理。它强调**代码优先的方法**,允许开发者直接在 Go 中定义代理逻辑,以实现最大的灵活性、可测试性和版本控制。
ADK 通过模块化框架简化了代理创建,能够开发简单的任务和复杂的**多代理系统**。虽然针对 Gemini 进行了优化,但它是**模型无关的**,并且适用于各种框架。
主要功能包括丰富的工具生态系统、惯用的 Go 设计以及易于部署到云原生环境,例如 Google Cloud Run。开发者可以利用预构建的工具,集成现有工具,或创建自定义函数来装备他们的代理。
使用 `go get google.golang.org/adk` 开始使用。 采用 Apache 2.0 许可(`internal/httprr` 除外)。
XORTRAN 是一个 FORTRAN IV 实现的多层感知器 (MLP),设计用于在古老的 PDP-11/34A 计算机(通过 SIMH 模拟)上学习 XOR 问题。该项目展示了使用 20 世纪 70 年代技术实现基本神经网络的可行性。 该网络使用一个包含四个神经元的隐藏层和泄漏 ReLU 激活函数,通过反向传播和均方误差进行训练。主要特点包括 He 类初始化、学习率退火和 Tanh 输出层。 在 RT-11 上运行,该代码需要至少 32KB 的内存和一个 FP11 浮点处理器。训练 17 个参数在真实硬件(或受限的 SIMH 环境)上需要几分钟。输出显示损失随 epoch 降低,最终产生准确的 XOR 预测。 XORTRAN 既是一项复古计算练习,也是早期科学计算与现代机器学习之间的历史桥梁,以 MIT 许可证发布。
流感疫苗接种后,药店血压测试显示出令人担忧的读数,促使进行了24小时监测研究。患者是一位精通技术的个体,被给予了Microlife WatchBP O3设备,但被告知数据不会直接显示以避免焦虑。但他并未因此气馁,而是逆向工程了该系统,通过虚拟机下载了仅适用于Windows的软件,并使用Wireshark分析USB数据流。
他发现血压读数嵌入在数据包中,解码了收缩压、舒张压和心率值。进一步分析显示出潜在的时间戳信息,与设备测量时间相关联。尽管最初对数据格式感到困惑,但患者享受了逆向工程的挑战。
最终,调查让他了解了“白大褂高血压”——因临床环境引起的血压升高,以及“正常血压”。患者得出结论,疫苗接种后立即进行血压检查可能不是理想的,但他并非医疗专业人士。尽管分析尚未完成,设备已被归还,留下对逆向工程的新认识。
## 重新思考终端:从历史遗留问题到未来潜力
现代终端受到数十年设计决策的制约,使得重大改进变得困难。一种更好的方法,借鉴Clojure对Lisp的重新设计,需要彻底的全面改造,而不是渐进式的修补。
目前,一个终端由一个模拟器(渲染显示)、一个伪终端(内核连接)、一个 shell(命令解释器)和生成程序组成。输入不仅仅是文本——它还包括信号,输出利用 ANSI 转义序列进行格式化。然而,现有的终端功能有限。
一种有前景的替代方案借鉴了 Jupyter Notebooks 的灵感,提供了丰富的渲染、重运行能力和交互式“视图”等功能。实现这一点需要更深层次的 shell 集成,Warp 就是一个例子,它理解命令边界以增强显示效果。关键改进包括双向通信,用于长期运行的进程(如 `top` 或 `vim`)、作业控制用于暂停/恢复,以及可靠的会话断开/重新连接(建立在 tmux 和 mosh 等工具之上)。
最终的愿景涉及“数据流跟踪”——记录所有 I/O,用于撤销/重做和可重放会话等功能。这个基础可以实现协作终端和智能搜索等高级功能。从 CLI 级别的事物语义开始,逐步构建到类似 Jupyter 的前端,提供了一条可行的前进道路,最大限度地减少破坏并最大限度地提高采用率。