返回首页
最新
受到我写这篇文章时首页上那篇帖子启发，我很想了解谁在生产环境中使用DuckDB，以及他们是如何使用的。
我们有一个正在运行的工具使用了DuckDB，我对此非常满意。因此，我不仅希望听到其他人的有趣用例，老实说，我今天相当确定我发现DuckDB存在严重的内存泄漏问题，所以我很好奇其他人是否也注意到了这一点，或者这可能对其他人来说并不那么相关，因为有些人可能在短暂的环境中运行DuckDB管道，比如Lambda等，在这些环境中，内存泄漏可能影响不大。
特别是那些从西方国家辞去科技工作回到自己（非西方）故乡的人们，你们现在在做什么？你们比以前更快乐吗？你们离开的原因是什么？
我在尝试一个想法。
在我搭建服务器之前，这只是一个原型，不需要太复杂。
音频将来自移动设备，所以也许可以保存为一个可以转发的流，我可以通过 VLC 收听？
或者我可以每 30 秒将文件保存在本地，并将它们添加到输出流中。
我对音频流的发送和接收还很陌生。
GITST。
移动设备将音频发送到本地服务器，服务器创建一个我可以连接并收听的流。
谢谢！
深入研究很少在一次性完成。对于高风险的工作，或者要深入理解某个事物，你需要同时进行多项深入研究，随着时间的推移不断回顾，并逐渐综合理解。我们将深入研究与其他文档结合在一起。
Kerns就是为这种研究模式而构建的。
它将多个深入研究归类于一个研究领域，因此后续跟进和旁支调查能够积累，而不是在聊天和文档中支离破碎。输出结构化，使你可以从浅层开始，选择性地深入研究——因为你无法提前知道哪些深入研究会是重要的。
综合是一个明确的第二步。Kerns帮助你连接和调和不同深入研究之间的见解，基于来源材料而不是一次性总结。这一阶段还允许你参考与深入研究同级的其他文档。
研究在报告写成后并不会停止。Kerns通过监控来源并呈现有意义的变化，主动保持你的工作更新，因此保持最新状态不需要重新开始。
Kerns专为研究人员、分析师、投资者以及认真自学者设计，适用于进行数周或数月的研究，在这些情况下，清晰度和准确性至关重要。
期待反馈！
我在使用 LaTeX 写作时经常使用 Detexify（<a href="https://detexify.kirelabs.org/classify.html" rel="nofollow">https://detexify.kirelabs.org/classify.html</a>），它允许你绘制一个符号并提供相应的 LaTeX 命令。但它的速度比较慢——加载页面大约需要 2 秒，每个符号的分类大约需要 1 秒。
因此，我使用 Rust 和 WASM 制作了一个更快的版本，完全在浏览器中运行。这将分类时间缩短到大约 7 毫秒——足够快，可以在每次鼠标移动时运行，实时提供你绘制的符号预测。