返回首页
最新
我开发了 runcell，这是一个在 Jupyter Lab 中的 AI 代理。它能够理解您在 Jupyter Lab 中的上下文（数据、图表、代码等），并为您编写代码。
runcell 内置了多种工具，可以编辑或执行单元格、读写文件、搜索网页等。
与像 Cursor 这样的 AI IDE 相比，runcell 更加专注于在 Jupyter 环境中为代码代理构建上下文，这意味着该代理能够理解 Jupyter Notebook 中的不同类型的信息，访问内核状态，编辑或执行特定的单元格，而不是将 Jupyter 视为静态的 ipynb 文件。
与 Jupyter AI 相比，runcell 更像是一个代理，而不是一个聊天机器人。它可以访问许多工具，独立工作并采取行动。
您可以通过简单的“pip install runcell”来开始使用 runcell。
欢迎任何评论和建议。
我开发了Linkfy，这是一款可以从网址中去除追踪信息（如utm_*、fbclid等）的iOS应用。<p>该应用完全在设备上运行，无需服务器支持。<p>可以通过分享面板或在应用内使用。<p>保留链接的必要部分不变。<p>我制作这个应用是因为我厌倦了分享那些杂乱、充满追踪信息的链接。<p>应用商店链接：<a href="https://apps.apple.com/us/app/ai-link-cleaner-linkfy/id6749719091">https://apps.apple.com/us/app/ai-link-cleaner-linkfy/id6749719091</a><p>代码（Swift包）：<a href="https://github.com/zeynep-yildiz/Linkify" rel="nofollow">https://github.com/zeynep-yildiz/Linkify</a><p>欢迎反馈和讨论边缘案例！
这是一个用于高精度轨道计算的Python库（后端使用Rust），涵盖了已知的小行星目录。它是一个完整的N体积分器，包含许多额外的物理因素，例如相对论效应、行星的非球形引力场、大型小行星的质量，以及多种非引力作用力，如辐射压力。设计目标基本上是在你的笔记本电脑上实现JPL Horizons的功能，但可以同时处理所有小行星。
我在加州理工学院工作期间开始了这个项目，当时我参与了一个名为NEO Surveyor的NASA任务（这是一个旨在调查近地天体的太空望远镜）。NEO Surveyor正在使用这个库来预测已知小行星在图像中的位置，以降低处理成本（因为处理未知小行星的计算开销很大）。我将其设计得足够通用，因此SPHEREx和Roman太空望远镜也在类似的目的下使用它。
在我离开加州理工学院攻读博士学位之前，我将其开源，并且我正在继续将其作为我博士研究的一部分进行开发。
这是我最喜欢的小行星群体——希尔达群的轨道图，由于木星的引力，它们的轨道同步，使它们形成一个三角形：
<a href="https://dahlend.github.io/kete/auto_examples/plot_mpc_state.html#sphx-glr-auto-examples-plot-mpc-state-py" rel="nofollow">https://dahlend.github.io/kete/auto_examples/plot_mpc_state....</a>