最新

AI 编程助手虽然速度快，但缺乏规范性。它们在没有明确规范的情况下，从构思跳到实现，文档与代码之间脱节。“最佳实践”变成了可选建议。 我创建了 govctl 来解决这个问题。它是一个有明确观点的治理命令行工具，强制软件开发遵循阶段性纪律： ``` 规范 → 实现 → 测试 → 稳定 ``` 每个功能在实现之前都需要提交 RFC（请求评论）。各个阶段不能跳过，检查点是强制的，而不是建议的。 工作流程： ``` $ govctl new rfc "缓存策略" # 首先是规范 $ govctl finalize RFC-0015 规范 # 锁定规范 $ govctl advance RFC-0015 实现 # 现在可以编码了 $ govctl check # 验证一切 ``` govctl 自我管理。命令行工具中的每个功能在编写任何代码之前都已在 RFC/ADR（架构决定记录）中进行了规范。这份仓库证明了这一模型的有效性。 并不适合所有人。如果你喜欢“快速行动，打破常规”的工作流程，这个工具可能不适合你。但如果你对 AI 生成的杂乱代码和不真实的文档感到沮丧，govctl 可能会有所帮助。 使用 Rust 编写，采用 MIT 许可证。

我一直热爱即时战略（RTS）游戏，并且想制作一款类似的游戏已经很久了。我想尝试围绕RTS中的资源采集元素构建一个迷你/益智游戏。 <p>目标：你在中心有一个基地，需要在尽可能短的时间内开采并“提炼”地图上的所有资源。</p> <p>默认情况下，游戏会自动进行，但并不是最优（移动和购买升级）。你可以通过按钮禁用这个功能。你可以选择无人机，右键点击将它们移动到特定的资源点，并在获得升级点时购买升级。</p> <p>我实现了三个不同的关卡和一些基本音效。我使用了Phaser作为游戏库（这是我第一次使用它）。在移动设备上运行效果不佳。</p>

我从零开始用VHDL构建了一个新的8位CPU（从指令集架构开始）。我觉得大多数教育用软核在抽象层面上隐藏了太多内容。例如，如果我可以通过一个调用优化过的算术库的单一赋值来完成a+b，那么我为什么要学习涟漪进位加法器呢？如果我可以像使用编程语言那样用一个简单的PROCESS语句来完成所有控制逻辑，那我为什么还要学习触发器呢？当然，抽象是硬件描述语言的主要卖点，但如果我严格保持结构性，只依赖于ieee.std_logic_1164，是否可行呢？ 结果是可行的，并且效果很好。没有使用算术库，除了DFF组件外没有其他PROCESS。当然，与优化过的核心相比，这个设计在资源使用上有点“资源消耗大”（例如，内存是由触发器构建的，而不是利用FPGA内部存储器的块RAM），但你实际上可以实时追踪数据路径中的每个信号。 我还用C99编写了一个汇编器，没有使用外部库（请多包涵，我觉得我的代码非常原始）。我将Sci1（Scintilla）、GHDL和GTKWave打包成一个单一的安装程序，这样你就可以编写汇编代码并立即查看波形，而无需花费数小时配置模拟器。目前仅支持Windows，但我总有一天会在Linux上实现这个功能。我在Tang Primer 25K和Cyclone IV上进行了测试，并且包含了我的Gowin、Quartus和Vivado项目文件。这应该能让你在FPGA上轻松运行。 所有内容都遵循GPL3协议。 （编辑：我没有使用人工智能。对于VHDL来说，这并不是浪费时间，因为我的设计太新颖了——但即使是进行测试也会浪费我的时间，因为那些大型语言模型对于x86/ARM训练得太好了，而我的标志逻辑源自6502/6800，甚至我的涟漪进位加法器在减法时也不会翻转进位位。关键是——人工智能无法提供帮助。它只是一味抱怨我的汇编器的C代码不符合2026年的标准。）

我创建了一个包，使用 Raph Levien 的 Vello 作为在 WebGPU 上为 React 提供的超快速 2D 渲染器。它使用 WASM 连接到 Rust 代码。

ChunkHound的目标很简单：提供以本地为优先的代码库智能，帮助您按需获取深入的核心开发级见解，生成始终最新的文档，并能够从小型代码库扩展到企业级的单体代码库——同时保持免费、开源和与提供商无关（支持VoyageAI、OpenAI、Qwen3、Anthropic、Gemini、Grok等）。<p>我非常希望听到您的反馈，如果您已经提供了反馈，感谢您成为这段旅程的一部分！