最新

我发现了Linear，但它更像是项目管理工具，而不是待办事项列表。

我创建这个项目是为了通过GPGPU编程探索广义相对论。这个模拟器使用RK4算法数值积分测地线方程。我在README中记录了相关的数学原理和构建过程。我非常希望能听到关于CUDA实现的反馈。 视频演示（AI解说）：[https://youtu.be/BUqQJPbZieQ](https://youtu.be/BUqQJPbZieQ) 源代码：[https://github.com/anwoy/MyCudaProject](https://github.com/anwoy/MyCudaProject)

我们之所以开发这个，是因为每个体育人工智能演示都使用虚假数据，或者需要您签订企业API合同。<p>sports-skills 通过一个安装命令为您的代理提供真实的体育数据。无需API密钥，无需账户，仅供个人使用。<p>开箱即用的八个连接器：NFL、涵盖13个联赛的足球（包括预期进球xG）、一级方程式的圈速和进站数据、NBA、WNBA、Polymarket、Kalshi，以及一个从BBC、ESPN和The Athletic获取体育新闻的聚合器。<p>npx skills add machina-sports/sports-skills<p>欢迎贡献。

我创建了一个渐变生成器，可以在浏览器中运行自定义的GLSL着色器。它可以在makegradient.com上免费使用。 大多数渐变工具生成CSS线性/径向渐变，而MakeGradient则使用WebGL渲染所有内容，并为每种模式提供自定义的片段着色器，例如网格混合与域扭曲、带有正弦波色带的极光帘幕、通过Voronoi噪声生成的深海光斑、全息彩虹效果、卷曲噪声流体模拟等，总共有8种模式。 颜色生成发生在Oklch空间（通过culori），使用二分搜索的色域映射器将颜色限制回sRGB。这确保了混合颜色在感知上保持一致，而不是在十六进制/HSL混合时出现的模糊中间色调。 渲染库是ogl（约8kb）。整个项目使用React + Vite + Tailwind进行静态托管。 导出功能包括：React组件、Tailwind配置、CSS回退、独立的embed.js脚本、适用于Figma的矢量SVG（适用于映射到径向渐变的模式）或光栅SVG、通过MediaRecorder捕获的10秒视频，以及下载PNG。 用户界面受到Teenage Engineering工业设计的启发（向他们致敬）。 无需账户，无需付费墙，除了基本分析（GA和Clarity）外没有任何追踪（Clarity将在几天后删除；它只是为了满足我的好奇心，看看人们如何使用这个工具……不会记录或传输任何个人信息）。 在某些模式中有一些非常规（迷幻）颜色混合和动画，欢迎对此提供反馈。 这个工具将永远免费！它甚至没有后端（也没有计划添加）。 源渲染仅限于客户端。 希望能收到关于着色器质量和导出保真度的反馈。Figma矢量导出特别尝试将着色器输出分解为可在Figma中编辑的堆叠径向渐变——想知道你们是否觉得这有用。 请访问<a href="https://www.makegradient.com/" rel="nofollow">https://www.makegradient.com/</a>。