TIL

油管给我推送了一个名为「You don’t know Git」的演讲1，其中提到了一些我之前不知道的小技巧，特此记录下： git recover：只要某个变更被放入过暂存区（例如 git add 过），即使没有提交，也会被写入 object database，在意外丢失后依然可以从 git 内部数据库中捞回来（似乎有个两周的时间期限）；git-recover 是一个简化了恢复过程的小工具2 git diff –word-diff：可以把变更在行内直接显示（而不是分别显示 old 和 new 分行 …

起因是油管给我推送了一个 “Codebase2Tutorial” 的视频，从里面了解到了 PocketFlow 这个框架。特点如下： 设计精巧（用 >> 和 - 连接不同节点） 核心代码只有 100 行左右，可以被包含在单个文件中（让我想起了 Header-Only Lib） 每个节点分为 prep, exec, post 的设计，以及数据单独存放在 shared（有点像 Vue） 因为框架本身很小，让 LLM 帮助写代码的时候也可以很轻松的放在上下文中。 一个示例工作流如下（摘自官方文档）： …

从 HackerNews 上看到了一个名为 pico.sh 的项目，可以在不安装第三方工具的前提下，直接使用系统自带的工具（ssh/rsync）来实现发布文章、暴露本地服务等能力。他们的文档有一个 How it works 章节，其中提到底层用的是 wish 的能力。 继续翻 Wish 的文档，是一个看起来很自然但是之前从来没有想过的方向：把 SSH 作为一个通用协议。虽然 SSH 一般都被用于 remote login，但本质上它也提供了一个受加密保护的 tunnel；Server 可以提供一 …

大学里学过一些数据科学的课程，对 Kaggle 上的数据集页面印象深刻：每列顶部有一个分布概览，扫一眼就能对数据有个大概了解。今天遇到了一个开源库，也能实现这一点。更棒的是可以交互式探索数据（例如直接选中某个区间进一步下钻），甚至还能把当前的过滤状态导出为 SQL。 src: https://github.com/manzt/quak demo: https://manzt.github.io/quak/ via: …

在阅读一篇关于“连字”（ligature）的文章时，了解到原来 Google 的 Material Icon 库用连字实现了图标选择（特定字符在一起会被直接替换为图标）。有趣！ 顺带一提，这篇（via）关于连字的文章写的也很棒。强烈推荐阅读。 <span class="material-icons">face</span> （还有，连 Office 也支持连字，不过得自己打开 OpenType 特性开关。） src: …

最近工作上需要临时当一次 prompt engineer，很快就发现 vibe-based prompting （凭着感觉改 prompt）是不可靠的。理想情况下，应该和传统 ML 类似，有明确定义的 eval set 让我来测试。最后是写了个小脚本来做，但是总觉得有点太粗糙了。今天看到了 Pydantic 的这个 Evals 框架，看起来是一个更干净更系统化的解决方案，抽象也很合理，未来可以试试。 src: https://ai.pydantic.dev/evals/ via: …

自 MCP 大爆炸以来，LLM 可以做的事情被大幅扩展了（甚至是 3D 建模！）还有多少 LLM 的能力是因为没有提供足够的工具，而未能被解锁的呢？微软的这篇文章给 LLM 提供了 pdb （Python Debugger），并且（毫不意外地）发现这能提高代码任务的完成成功率。 顺带一提，其中发现相比于 debug 策略（从一开始就可以调用调试器），debug(5)（前5步禁用调试器，只能用传统方式例如加日志或者改代码运行来调试，5步之后才允许启用）的提升更多。听起来很像人类的做法，先尝试一些简 …

Coredump 已经是一个被广为人知的概念了，想法是在出错的时候把当前的完整状态保存下来以供事后分析（Post-mortem debugging）。coredumpy 为 Python 实现了这一功能，出现异常的时候生成一个 dump 文件，后续可以用 pdb 或者是 VSCode 的调试工具加载，还原事故现场。这个库有一个优势是没有使用 pickle，因此不要求故障环境和调试环境完全一致，也避免了不安全代码的意外执行。在一个示例中，作者用它调试了一个 CI 问题，看起来比传统排查效率高非常多 …

可视化展示本地 node_modules 文件夹中的依赖项的小工具，包括依赖关系、大小分布等。 src: https://github.com/antfu/node-modules-inspector example: https://everything.antfu.dev/chart

之前看到过这种低饱和度的美观网页，不过从这个 prompt 才知道原来可以这个组件库叫做 Preline UI。仅仅是声明特定组件库，就可以对输出效果有巨大影响。Deepseek V3 最近的更新应该也起到了很大作用。 用手头的不同模型试了下，Claude 3.7 / Deepseek V3 / Genimi 2.5 Pro 基本都在一个水平线上。用 Cursor/Windsurf 的话需要注意单次连续输出可能超出长度限制；网页对话的话可能会因为每次输出都会重跑语法高亮导致页面卡死，建议生成过程 …

给可用工具列表新增一个 think 工具，只有一个必填参数 thought；这个工具什么都不做，唯一的作用就是让 thought 可以在后续对话中被 tool_call 块携带。 因为是标准的 tool call，所以对于非推理模型也能用。看起来似乎在 prompt 对应调优过的情况下表现最佳，但是单独用似乎也不错。值得一试。 src: https://www.anthropic.com/engineering/claude-think-tool via: …

看了 Theo 的一个视频，讲到了 TypeScript 中的错误处理，把各种“流派”按照对错误的态度（从不在意到视为核心）划分了一个光谱： 完全不管：默认状态，到处 try catch （很不幸我也是这样的） 低度关心：认识到错误需要被明确表达，而不是被隐藏在执行流中；用 tryCatch 或类似实现，让错误在调用返回中明确（const {data, err} = await someFunc()，类似于 Go 的写法） 中等关心：认为需要一个专门的库来封装错误；例如 neverthrow，实 …

又是一个 “middle ground” 的好主意！ 自回归模型：效果好，输出长度范围大，但是没法并行 扩散模型：效果差，输出长度固定，但是很好并行 分块扩散模型：输出分成多个块，块间自回归，块内扩散；既有自回归的效果（虽然没有纯自回归那么好），又有扩散模型的高并行度（虽然也没有纯扩散模型那么高）。 不过其实我对扩散模型有好感，其实是因为去噪过程中 token 是可以变化的，意味着模型“原生”就可以改主意。这不像自回归模型一旦 token 输出了就 commit 不能再改了；即使有 …

自从 RAG 刚出来的时候，就有不少通过试图往 LLM 里塞自己相关的上下文（笔记/日记），试图让 LLM 更接近自己的尝试了。但是受限于模型能力，以及上下文窗口的限制，总归还是不太接近。另一个方向是微调，但是微调需要大量的 QA 数据，一般人也没有这个心思去问自己各种问题（除非你是传记主角），因此也不算很好推进。 本文提出了一种分层的记忆框架： 输入依然是用户自身的原始数据（L0） 但是在此之上基于 COT 构造问答对，得到用自然语言描述的用户特征（L1）； 最后用这些问答对作为数据源，利用已 …

一个看起来比较有趣的项目。构建网站的时候通常有很多重复工作（登录/鉴权/邮件…）。为了减少重复，作者提出了一种元框架，在现有的前后端框架之上再叠加一层，写一些 DSL 来定义一个“网站”，然后再通过一个自定义的“编译器”生成底层的框架结构。 虽然感觉能解决一些常见问题，但是如果不能满足需求的话，自定义起来可能会是灾难。 DSL 示例如下： app todoApp { title: "ToDo App", // visible in the browser tab auth: { // …

看起来像是一个给数据集用的 Git，还整合了一些模型训练相关的记录和工作流能力（例如对比不同实验，以及把输入、实验和输出结合起来）。 src: https://dvc.org/ via: https://github.com/dfsnow/opentimes

在用各类 LLM 编程工具的时候，难免会遇到“进一步退两步”的情况，例如改一个功能但是把不相关的代码改坏了，或者是为一个简单的功能引入了完全不必要的抽象层。造成这种现象的原因之一，是 LLM 对于项目的上下文并没有明确的感知（不知道应该改哪里、怎么改、会影响什么）。虽然可能在开干之前会读一些代码，但是考虑到每次对话都是全新的，不难想象这样获取到的上下文实际上是不完备的。 今天在阅读他人的博客时，了解到了一种让模型自动总结现有代码库，主动生成一些摘要的做法。这样可以让模型在遇到问题时参考已经生成过 …

读到了 Redis 作者 antirez 的一篇文章《LLM 的权重是历史的一部分》。 的确，网络上越来越多的信息已经永久消失了（现在能打开一个 2010~2020 年之间的某个链接都已经几乎是奇迹了）。存档的工作很重要，但是这样做并没有经济效益。已训练的 LLM 虽然可能会有幻觉，但至少代表了某一个时刻的现实。而且考虑到模型分散的足够多，可能比传统的集中式存档（例如 Internet Archive）更能持久的保存下来当前我们所见的世界。 src: …

HTML 如果没有指定一个元素的样式，那么会用“默认”样式展示。（在 DevTools 里似乎被标记为“用户代理样式表”）。之前一直有些疑惑到底是在哪里定义的，今天在读其他信息的时候发现了。 src: https://github.com/chromium/chromium/blob/main/third_party/blink/renderer/core/html/resources/html.css via: …

Claude 最近新支持了一个特殊的工具：Text Editor Tool，本质上是一组预定义的接口，让 LLM 可以实现文本编辑（不过看起来更像是为了代码编辑准备的）。具体定义的接口有 view, create, str_replace, insert, undo_edit。 文档里一些比较有趣的点： view 文件的时候，可以指定特定的 range（有助于处理特别大的文件） view 的时候，推荐把行号也塞进去（例如1:import os），这样能有助于编辑（因为 insert 需要指定行号 …