一周热榜

多年来，我一直想启动一个播客，采访那些在创作追求中充满好奇和热情的创作者。<p>我非常欢迎任何反馈和评分，如果你知道谁会是一个很好的嘉宾，请告诉我！

我分享一个研究级的开源交易执行框架，该框架在普通硬件上实现了890纳秒的中位端到端决策延迟。<p>该项目旨在用于教育、系统研究和延迟测量，而非实时交易。它专注于深入理解交易执行路径中每一个纳秒的去向。<p>主要特点：<p>- 内核旁路网络：通过自定义驱动程序直接访问用户空间的网络接口卡（NIC），接收延迟为20-50纳秒 - 无锁单生产者单消费者（SPSC）/多生产者单消费者（MPSC）队列：零拷贝架构 - SIMD特征提取：使用AVX-512，每次更新约40纳秒 - 确定性重放：位相同的执行路径，经过SHA-256验证 - 纳秒级指标：完整的审计日志和性能仪表板<p>技术栈：C++17和Rust，支持NUMA的内存分配，缓存行对齐，热路径的内联汇编。<p>该框架是模块化的，允许对不同的NIC驱动程序、特征提取管道或订单流模型（如霍克斯过程或阿维拉纳达-斯托伊科夫逻辑）进行实验。一切都是开源的，并且有详细文档。<p>链接：<p>实时演示： <a href="https://submicro.krishnabajpai.me/" rel="nofollow">https://submicro.krishnabajpai.me/</a> 源代码： <a href="https://github.com/krish567366/submicro-execution-engine" rel="nofollow">https://github.com/krish567366/submicro-execution-engine</a> 裸金属NIC驱动程序： <a href="https://baremetalnic.krishnabajpai.me/" rel="nofollow">https://baremetalnic.krishnabajpai.me/</a><p>我欢迎任何从事低延迟系统、网络或高频交易研究的人的反馈。<p>讨论问题：<p>- 执行路径中通常最难优化的部分是哪个？ - 你信任哪些测量技术用于亚微秒系统？<p>该项目仅用于研究和教育目的。它不连接到交易所或执行真实交易。它旨在作为一个沙盒，以理解超低延迟执行。<p>我乐意回答有关方法、性能或设计权衡的问题。

PhotoToVideoAI 是一款基于人工智能的工具，可以将您的照片转换为动态视频。您只需上传一张照片和一个提示，约30秒后即可获得高质量的视频，分辨率高达1080p，时长为5或10秒。该工具专为内容创作者、营销人员和摄影师设计，欢迎反馈！

Tambourine 是一个开源、完全可定制的语音听写系统，允许您控制语音转文本（STT）/自动语音识别（ASR）、大型语言模型（LLM）的格式和插入干净文本的提示，以便在任何应用中使用。 我在这方面已经花了几周时间进行开发。促使我开发这个项目的原因是希望拥有一个可定制的 Wispr Flow 版本，能够完全控制模型、格式和系统行为，而不是依赖一个黑箱。 Tambourine 是直接建立在 Pipecat 之上的，依赖于其模块化的语音代理框架。后端是一个本地的 Python 服务器，利用 Pipecat 将 STT 和 LLM 模型整合成一个单一的管道。这种模块化特性使得更换服务提供商、尝试不同的设置以及对语音 AI 进行精细控制变得简单。 我与朋友分享了一个早期版本，并在本地的 Claude Code 聚会上进行了展示。反馈非常积极，大家鼓励我更广泛地分享这个项目。 桌面应用是使用 Tauri 构建的。前端使用 TypeScript 编写，而 Tauri 层则使用 Rust 处理低级系统集成。这使得能够注册全局热键、管理音频设备，并在 Windows 和 macOS 上可靠地在光标处输入文本。 从高层次来看，Tambourine 为您的操作系统提供了一个通用的语音接口。您按下全局热键，讲话，格式化的文本会直接在光标处输入。它可以在电子邮件、文档、聊天应用、代码编辑器和终端中使用。 在底层，音频通过 WebRTC 从 TypeScript 前端流式传输到 Python 服务器。服务器使用可配置的 STT 提供商进行实时转录，然后将转录文本传递给一个 LLM，该模型去除填充词、添加标点，并应用自定义格式规则和个人词典。STT 和 LLM 提供商以及提示可以在不重启应用的情况下进行切换。 该项目仍在积极开发中。我正在处理边缘案例并完善用户体验，可能会有一些重大变更，但大部分核心功能已经运行良好，并已成为我日常工作流程的一部分。 我非常希望能得到反馈，特别是来自对语音作为接口未来感兴趣的朋友们。