最新

嗨，HN， 我之所以开始这个项目，是因为对现有健身追踪器的失望。大多数应用都显得笨重，核心功能如表现图表被隐藏在付费墙后，或者强迫用户下载本地应用。我身边一些认真对待训练的人也有同样的感受，因此我决定自己动手开发一个。 我正在开发mTOR，这是一个免费的、基于科学的健身追踪器，旨在自动化渐进超负荷训练。它是一个优先考虑本地使用的渐进式网络应用（PWA），可以完全离线工作，通过无密码的密钥在设备间加密同步，并允许通过简单的链接分享训练计划。 核心理念是让进步的跟踪和遵循变得更简单。在每次训练后，它会分析你的表现（重量、重复次数和RIR），突出新的个人最佳（PR），并为你下一次的训练生成具体目标。它还会审查你的整个训练计划，提供每个肌肉群的每周训练量、频率和恢复的科学分析。这些信息会以可视化的方式展示在解剖模型上，帮助你了解涉及的肌肉，并且你可以通过每个练习的历史表现图表跟踪你的进步。 在训练过程中，你可以看到总的训练计时器、自动休息计时器，并且可以查看上一次训练的表现，以便设定明确的目标。它会自动跳转到下一个未完成的练习，当你需要更换练习时，它会提供针对相同肌肉的上下文相关替代方案。 这个应用也具有深度的可定制性： * 用户界面有黑暗主题，支持多种语言（英语、西班牙语、德语），允许你调整界面比例，并切换详细肌肉名称、练习类型、历史表现徽章和完整历史卡片的可见性。 * 你可以设置重量单位（公斤/磅）、休息时间和计划目标的全局默认值，或启用/禁用像“保留重复次数”（RIR）和估算的单次最大重量等指标。练习库可以根据你可用的设备进行筛选，你可以创建自己的自定义练习并添加全局备注，还有内置的重量盘计算器。 * 渐进系统允许你定义默认的重复范围和RIR目标，或者为不同的举重动作创建特定的覆盖设置（例如，力量训练的3-5次重复范围，辅助训练的10-15次）。 * 编辑功能灵活：你可以拖放重新排序日期、练习和组别，复制训练日，跟踪单侧练习（左/右侧），并通过快速选择器输入数据。 我会在这里全天候回答问题。我也在考虑将这个项目未来开源，欢迎大家分享对此的看法。感谢你们的关注！

我开发了Hefesto，这是一款代码质量工具，利用机器学习来理解你的Python代码的语义——不仅仅是语法。<p>它能够捕捉传统代码检查工具遗漏的问题，比如当两个文件以不同方式实现相同的业务逻辑时（例如，一个应用20%的折扣，另一个应用15%）。Hefesto会在这些不一致性进入生产环境之前进行标记。<p>该工具使用句子转换器进行语义嵌入，并可选地使用OpenAI提供修复建议。<p>技术栈：Python 3.10+，FastAPI，Click。<br>许可证：MIT（免费版）+ 可选的专业版计划（$99/月，早期用户为$59/月）。<p>我为那些频繁推送代码的小型和中型团队开发了这个工具，他们在CI/CD管道中需要语义级别的验证。<br>希望能收到HN社区的反馈——特别是关于实际使用案例、大型代码库的性能，以及扩展到Python以外的想法。

大家好， 我最近创建了 OpenJobHub，这是一个免费的开源工程师招聘平台。 我的目标很简单：在这个艰难的时期，我希望更多的人能够找到好工作，同时让招聘信息更加开放和透明。 欢迎大家将这个平台分享给任何招聘人员、人力资源或正在招聘的朋友。 让我们一起构建一个更健康的就业生态系统。 GitHub: [https://github.com/junminhong/jobs](https://github.com/junminhong/jobs) 网站: [https://jobs.wowkit.net](https://jobs.wowkit.net)