返回首页
最新
我开发了一个免费的开源ASO关键词研究工具，可以通过Docker在本地运行。您无需任何API密钥或账户，所有数据都不会离开您的机器。
<p>为什么是免费和开源？
任何ASO工具提供的只是算法估算。我尝试过很多工具，可以说它们的结果并不一致。而且，它们的解决方案往往过于复杂，过度复杂并不一定能创造出更好的解决方案。
<p>为什么是自托管？
我希望将其作为免费工具提供。如果我将整个工具托管在网站上，我怀疑我需要处理的滥用问题会增加，同时也会产生很多基础设施成本。而且用户可能会怀疑，怎么会有免费的工具。自托管非常简单，通常在不到2分钟内就可以完成。
<p>它是如何工作的？
它使用公共的iTunes搜索API来估算关键词的流行度（6信号模型）、难度（7个加权因素）和每个排名位置的下载量。您可以扫描30个App Store国家，跟踪您应用的排名，并导出为CSV格式。它具备所有核心功能。
<p>安装方法：
git clone <a href="https://github.com/respectlytics/respectaso.git" rel="nofollow">https://github.com/respectlytics/respectaso.git</a>
cd respectaso
docker compose up -d
<p>许可证：AGPL-3.0。使用Django + SQLite + Tailwind构建。
这最初是一个关于模拟理论的问题：如果GPU只是并行应用于网格的规则，那么你真的需要硅片吗？
结果显示，不需要。
PureBee是一个完整的GPU，定义为软件规范——内存、引擎、指令集、运行时。它在单个CPU核心上以3.6个token/秒的速度运行Llama 3.2 1B推理。该模型能够正确回答问题。
它与llama.cpp或WebLLM的不同之处在于：
WASM计算内核是在运行时通过JavaScript逐字节构建的。没有Emscripten，没有Rust，没有编译器，也没有构建步骤。运行Q4 SIMD矩阵运算的二进制文件本身就是可读的JavaScript。整个堆栈的每一层——包括执行数学运算的部分——都是可审计的源代码。
从基本原理的进展：
```
基础JS 0.08 token/秒
类型数组 0.21 token/秒
WASM内核 0.70 token/秒
Q4量化 1.30 token/秒
SIMD 3.00 token/秒
工作线程 3.60 token/秒
```
总共提升了45倍。单个CPU核心。零个npm依赖。
这个声明并不是说这比真正的GPU更快。声明是GPU从来不是硬件——它始终是数学。硬件只是快速运行数学的一种方式。PureBee是另一种方式。如果这是真的，它将改变推理可以运行的地方。
运行方法：
```
git clone https://github.com/PureBee/purebee
node download.js llama3
node --max-old-space-size=4096 chat-llama3.js
```
需要Node.js ≥ 20。堆内存标志不是可选的。
许可证为FSL-1.1（在两年内转换为Apache 2.0）。个人和内部使用免费。
欢迎深入探讨WASM二进制构建、Q4 nibble布局或在1.8GB RAM中运行4.5GB模型的SharedArrayBuffer权重缓存。
大家好！<p>在过去的几个月里，我一直在开发“Peekl”，这是一款配置管理解决方案。<p>这个想法是将我喜欢Ansible的优点（易于使用、能够快速上手）与我热爱Puppet的特点（主要是基于代理的拉取模型）结合起来。<p>目前这个项目已经到了我认为可以与大家分享的阶段。当然，要在功能上与Puppet或Ansible相媲美，还有很长的路要走，但我认为现在它是一个不错的起点。
我一直在思考人工智能与开发者工作的问题。<p>我感觉那些构建库、框架、编译器和开发工具的开发者，可能比那些开发典型的CRUD应用程序的人更不容易被人工智能取代。<p>我的直觉是，工具开发工作需要更深的系统知识和品味，而许多应用层的代码则变得更容易被人工智能生成。<p>我错了吗？想听听大家的看法。
我大约在15年前开始自学编程。当时我在服务行业工作（餐厅厨房、咖啡店），渴望改变我的职业和生活。
那时，HTML5中出现了一种新的东西叫做<canvas>，可以在网页中渲染图形而无需插件；尽管我对技术的了解有限，编程技能也不够，但我知道我想参与其中。
与此同时，我还在社区大学报名参加了夜校数学课程。毕竟，我想“从事技术工作”，所以复习数学似乎是明智之举。我一直在数学上挣扎。但现在我有了学习的动力，面对的却是一个熟悉的恐惧：三角函数。
其他学生刚从高中毕业，似乎对这些内容了如指掌。我感到非常困惑。高中时的那种挫败感又回来了：没有人能清楚地回答“为什么”这些东西有效。我们为什么需要“正弦”函数？
于是我决定将我的挣扎结合起来，做一个创意项目：我会编写一个可视化和理解三角函数的方法——通过这样做，我将学习三角函数和HTML5。
我把它叫做“触摸三角函数”，想法很简单：你移动鼠标，三角函数的可视化就会更新。会有一个单位圆显示角度，还有一个图表显示图形。作为一个动手学习者，我推测如果我能“玩弄三角函数”，就能直观地理解三角函数。
最终，构建这个项目帮助我掌握了一个一直让我困惑的概念。令我惊讶的是，它被发布在HN（Hacker News）上，并登上了首页。它获得了数千次的浏览和很多在Disqus留言板上的评论。
时间过去了；我转向了其他事情；我放弃了这个域名，忘记了它。
今年年初，我决定看看自己能多快重新实现“触摸三角函数”，这次使用React Native和Claude Code，以应用程序的形式。总共花了我大约8小时的编码时间（包括我自己的思考，但不包括推送到App Store的时间）。这次更容易，不仅因为我有AI助手的帮助，还因为我已经有了三角函数的基础，更丰富的软件工程经验，以及对UI的更明确的想法。
使用Claude Code（大约在2026年1月）时遇到了很多摩擦点。它无法“一次性”完成这个应用，至少没有达到我真正想要的效果。它在渲染和UI设置方面的建议很差。最初，UI渲染性能很差，尤其是在叠加额外可视化（如标签）时；只有经过大量“指导”，Claude才勉强能接受。
值得注意的是，Claude在理解2D空间中元素放置方面也存在问题——尤其是在应用的默认横屏方向下。我不得不手动在画布上放置元素，以便作为它能理解的参考。我还不得不手动重命名许多命名不准确的变量——因为它自己的命名约定使它偏离了方向，导致更多的定位和方向错误。即使进行了这样的干预，它仍然经常做出与我要求相反的操作。
我猜测Claude在空间理解方面的问题在Anthropic那边是可以轻松修复的。他们可以为Claude的训练数据添加大量合成示例，以帮助它更好地理解自然语言空间定位指令如何映射到离散的代码编辑。
话虽如此，一旦本质部分运作正常，从90%完成到99%完成就相对简单了。这个应用并不完美，还需要更多的改进，但这是一个有趣的练习，测试了今天Claude Code的局限性。
总之，“触摸三角函数”现在又活过来了，整体来说，这是一个非常有趣的副项目。看到我旧的UI以应用形式再次活跃，令人非常满意。