最新

在本指南中，我们将演示如何规划您的 n8n 工作流。

随着大家都在使用Claude Code、Cursor、Codex以及其他我遗漏的100个AI编码工具，我在想编辑器的熟练程度还有多重要，比如Vim。 说实话，我想学习Vim的真正原因是为了提升我的自尊心和主导地位，这样我就可以告诉别人“顺便说一下，我用的是Vim”。但我也觉得，投入时间学习Vim可能在速度、人体工程学和通过SSH工作方面仍然会有所回报。 不过，更大一部分的我也怀疑，随着更多工作被委托给AI，我所获得的边际收益会消失。毕竟，如果我整天只是在使用Opus，那我为什么还要学习Vim呢？ 对于那些已经使用Vim一段时间并且使用AI进行编码的人（我假设每个人在某种程度上都在使用AI编码），我的问题是：即使在有AI的情况下，学习Vim是否仍然能显著提高你的日常生产力，还是说这更多是个人偏好呢？

我注意到大多数地方活动和节日仅在各个场馆的网站上以日语进行宣传。 注意：该网站主要由人工智能驱动——数据收集、翻译和分类均为自动化处理。虽然我会尽力确保信息准确，但日期、地点或细节上可能会偶尔出现错误。每个活动都有链接到其官方页面，因此在制定计划之前，请务必在官方页面上进行核对！ 欢迎反馈~

大家好，我创建了全球问题记忆（Global Issue Memory，简称GIM），这是一个开源的MCP服务器，允许AI编程助手查找和分享它们遇到的错误解决方案。 GitHub: [https://github.com/timho102003/global-issue-memory](https://github.com/timho102003/global-issue-memory) 试用链接: [https://www.usegim.com/docs/getting-started](https://www.usegim.com/docs/getting-started)（免费，无需注册即可使用MCP工具） 我如何走到这一步： 我进行大量的“氛围编程”，通过提示Claude Code让它自主运行。我注意到一个相同的模式：AI会遇到一个常见错误，花费超过3万的token进行网络搜索和尝试失败的修复，而当它找到答案时，上下文窗口已经膨胀到输出质量下降。我开始称之为“上下文腐烂”。 我第一次尝试解决这个问题是让AI将解决过的问题存储在本地的markdown文件中，并在调试之前检查这些文件。这对我自己的项目有效，但显然无法扩展。 然后我意识到，这基本上是Stack Overflow为人类解决的同样问题。不同之处在于，AI助手无法有效解析讨论线程。它们需要结构化的、机器可读的修复方案。 GIM的功能： GIM是一个具有五个工具的MCP服务器。当AI遇到错误时，它会调用gim_search_issues，并返回一个经过验证的修复方案，约500个token，而不是浪费3万进行网络搜索。当AI解决了新的问题时，可以通过gim_submit_issue提交解决方案。解决方案会通过语义搜索进行去重和匹配。 知识来源有两个途径。首先是一个GitHub问题监控管道，爬取60多个流行的代码库（如LangChain、FastAPI、Next.js等），并跟踪已关闭的问题及其合并的PR。这些问题会被自动提取、清理并存储。其次是用户通过MCP工具的贡献，AI会在会话中解决某个问题并将其贡献回来。 这两条路径都汇入同一个知识库，这里变得有趣了。假设一个用户遇到一个bug并记录了他们的解决方法。后来，当爬虫抓取到维护者的官方修复时，它会自动识别重叠，合并并去重，从而保持知识库的整洁和最新。你可以立即获得解决方案以解除当前的阻碍，并在官方修复发布后获得更新。 技术细节： 使用FastAPI构建，Qdrant用于向量搜索，Supabase作为后端。MCP集成遵循模型上下文协议规范，因此可以与任何MCP兼容的客户端一起使用。 隐私： 这对我来说是不可妥协的。如果人们要从他们的代码库中贡献解决方案，他们需要信任不会泄露任何敏感信息。每个提交都经过两层清理。首先，正则表达式模式匹配捕捉20多种已知的秘密类型（API密钥、令牌、连接字符串）并清除个人身份信息（PII）。其次，基于LLM的检查会在上下文中审查内容，以捕捉与任何正则表达式模式不匹配的内容，例如以不寻常格式硬编码的凭据。因为没有任何清理系统可以声称捕捉到所有内容，所以整个代码库是开源的，任何人都可以审计并在发现漏洞时提交PR。 为什么开源和社区在这里重要： GIM的价值直接与贡献挂钩。一个AI解决一个bug，所有AI都学习这个修复。只有当人们足够信任它参与时，这才有效，这就是为什么开源不仅仅是一个锦上添花的选择，而是基础。我从60多个代码库起步，使其在第一天就能使用，但真正的潜力在于社区填补那些单个团队无法记录的长尾问题。 在未来的计划中，我打算添加MCP工具，让Claude在检测到需要维护者关注的问题时，直接在上游代码库中提出问题，并允许用户添加自己的代码库以供爬虫跟踪。这样覆盖范围会随着社区的参与而不断扩大。 整个项目是开源的：[https://github.com/timho102003/global-issue-memory](https://github.com/timho102003/global-issue-memory) 欢迎提问有关架构、清理方法或其他任何内容的问题。