最新

GAC 是我开发的一个工具，旨在帮助用户减少总结已完成工作的时间，更多地专注于构建。它利用大型语言模型（LLMs）根据您的代码更改生成上下文相关的 Git 提交信息。它可以作为 `git commit -m "..."` 的直接替代品。 示例： ``` feat(auth): 添加与 GitHub 和 Google 的 OAuth2 集成 - 实现 OAuth2 认证流程 - 为 GitHub 和 Google 添加提供者配置 - 创建令牌交换的回调处理程序 - 更新登录界面，添加社交认证按钮 ``` 不喜欢这个提交信息？可以通过输入 `r` 重新生成，或者输入 `r "聚焦于 xyz"`，它会根据您的反馈重新生成提交信息！ 您可以通过 uvx（无需安装）试用它： ``` uvx gac init # 配置向导 uvx gac ``` *注意：`gac init` 会在您的主目录中创建一个 .gac.env 文件，包含您选择的提供者、模型和 API 密钥。* *技术细节：* *14 个提供者* - 支持本地（Ollama 和 LM Studio）和云端（OpenAI、Anthropic、Gemini、OpenRouter、Groq、Cerebras、Chutes、Fireworks、StreamLake、Synthetic、Together AI 和 Z.ai，包括它们的超便宜编码计划！）。 *三种详细程度模式* - 标准模式带项目符号（默认）、单行模式（`-o`）或详细模式（`-v`），包含动机/架构/影响部分。 *秘密检测* - 在提交之前扫描 API 密钥、令牌和凭证。在我尚未将 .env 文件添加到 gitignore 的新项目中，它捕获了我的 API 密钥。 *标志* - 自动化常见工作流程： - `gac -h "bug fix"` - 传递提示以指导意图 - `gac -yo` - 在单行模式下自动接受提交信息 - `gac -ayp` - 暂存所有文件，自动接受提交信息并推送 非常希望听到您的反馈！试试看，告诉我您的想法！<3 GitHub: [https://github.com/cellwebb/gac](https://github.com/cellwebb/gac)

可供零售购买：<a href="https://jetkvm.com/products" rel="nofollow">https://jetkvm.com/products</a>

在health.aws.amazon.com上没有任何信息，但我收到关于使用AWS的系统性能故障的报告……<p>Downdetector也在记录故障报告： https://downdetector.com/status/aws-amazon-web-services/

嗨，HN！我们是来自Lotas的Jorge和Will（<a href="https://www.lotas.ai">https://www.lotas.ai</a>），我们开发了Erdos，这是一个安全的、基于AI的数据科学IDE，完全开源（<a href="https://www.lotas.ai/erdos">https://www.lotas.ai/erdos</a>）。 几个月前，我们分享了Rao，这是一个为RStudio设计的AI编码助手（<a href="https://news.ycombinator.com/item?id=44638510">https://news.ycombinator.com/item?id=44638510</a>）。我们创建Rao是为了为RStudio用户带来类似Cursor的体验。现在，我们希望迈出下一步，为整个数据科学社区提供一个能够处理Python、R、SQL和Julia工作流的工具。 Erdos是针对数据科学设计的VS Code的一个分支。它包括： - 一个AI，可以在Python、R、SQL和Julia的所有文件类型中搜索、阅读和写作。此外，对于Jupyter笔记本，我们优化了一个jupytext系统，使AI能够更快地进行编辑。 - 内置的Python、R和Julia控制台，用户和AI均可访问。 - 绘图面板，可以按文件和时间跟踪和组织图形。 - 数据库面板，用于连接和操作SQL或FTP数据源。 - 环境面板，用于查看变量、包和环境。 - 帮助面板，提供Python、R和Julia的文档。 - 通过SSH或容器进行远程开发。 - AI助手可通过单击登录到我们的零数据保留后端、使用自带密钥或本地模型访问。 - 开源AGPLv3许可证。 我们开发Erdos是因为数据科学家在现代IDE中常常被视为二等公民。像VS Code、Cursor和Claude Code这样的工具是为软件开发人员设计的，而不是为那些在Jupyter笔记本、脚本和SQL中工作的人员。我们希望有一个对数据科学家来说感觉更自然的IDE，同时提供相同的AI生产力提升。 您可以在<a href="https://www.lotas.ai/erdos">https://www.lotas.ai/erdos</a>试用Erdos，查看我们的源代码在GitHub上（<a href="https://github.com/lotas-ai/erdos" rel="nofollow">https://github.com/lotas-ai/erdos</a>），并告诉我们哪些功能能让它对您的工作更有用。我们期待您的反馈！