最新

我想分享一个我觉得很有用的小工作流程，这个流程我并没有在其他地方看到过。我并不总是希望在代码审查时使用人工智能的帮助，但在某些情况下，它确实可以提供帮助，因此我使用以下方法。 1. 下载原始的 PR 差异文件。在 GitHub 上，你可以通过在拉取请求的 URL 末尾添加 '.diff' 来轻松实现，然后保存生成的页面。 2. 前往你喜欢的支持文件附件并能访问你代码库的人工智能聊天工具或集成开发环境（IDE），我个人比较喜欢使用 Cursor。 3. 如果你还没有在功能分支上，请执行 Git checkout 切换到该分支。 4. 在人工智能聊天中附上差异文件，并发送一条消息，比如“帮我审查这个 PR，附上差异文件，我们在功能分支上”。 就这样。有时我会让聊天消息更具相关性，告诉它一些任务的背景，并询问我感兴趣的拉取请求的具体部分，但十有八九我只是使用上面非常简单的消息，它就能很好地工作。 当然，它有时会输出一些无用的信息，但也确实捕捉到了一些非常明显和不明显的错误。 我喜欢这个方法的地方在于，与 bugbot 相比，除了 bugbot 需要额外付费之外，它使得继续对话变得简单，也方便在 IDE 中查看文件和差异。 希望这个工作流程对某些人有所帮助。

我最近需要重新开始找工作，因此在跟踪我的面试及其进程时，我有两个真正的选择： 1. 依靠记忆，这并不是个好主意，我无法记住我申请过的所有公司。 2. 使用某种电子表格来记录，但这样我在遛狗时接到招聘人员的电话，问我“你听说过公司Y吗”时，就无法快速查找。 所以我决定为此开发一个工具，现在我假设市面上有成千上万这样的工具，但这也让我在求职申请之间保持忙碌，因此我推出了 interviews.tools。 这是一个简单的面试跟踪工具，你可以添加所有你申请过的公司，当招聘人员打电话时，可以快速搜索，查看你是否曾经申请过他们。 你可以即时查看未来的面试以及它们的进展阶段，这样你就不必再猜测，并且可以进行日历集成，将其链接到你喜欢的日历应用中，查看所有面试。 还有一些非常简单的统计信息，例如：申请了30个，19个在等待回复，4个被拒绝，3个进入下一阶段。 --- 它也可以在不需要注册/登录的情况下使用，这意味着你只能在一个浏览器上使用（非账户用户使用本地存储），并且无法获得日历集成（因为我不知道事情的日期）。 --- 它的源代码也可以在这里找到： [https://github.com/keloran/interview-tools](https://github.com/keloran/interview-tools)

我创建了 onethingeveryone.com 这是一个全球性的建议专辑，任何人都可以分享他们在生活中学到的一件事，以便大家相互学习。 我一直相信，每个人都知道一些你不知道的东西，因此我想创建一个简单、永恒的地方，让人们传递来自不同文化、职业和年龄的小教训和真理。 网站已经上线，免费使用。你可以： - 浏览短小的众包见解 - 添加你自己的见解（大约需要10秒钟） 这个网站是用简单的HTML/CSS/JS构建的，依赖性极少——我希望它感觉像是一本人类智慧的数字书籍，而不是一个应用程序。 我很想听听你的想法： - 这个概念本身是否引起共鸣？ - 设计和简约性，是否过于简单还是恰到好处？ 感谢你的关注！ - Tai

我构建了一个基于Rust的命令行界面/终端用户界面，用于直接从终端检查Parquet文件——包括数据、元数据和行组级结构。如果有人给我发送一个Parquet文件，我以前需要打开DuckDB或Polars来查看里面的内容。现在我只需一条命令就可以完成这个操作。<p>仓库链接：<a href="https://github.com/kaushiksrini/parqeye" rel="nofollow">https://github.com/kaushiksrini/parqeye</a>