返回首页
一周热榜
我在使用Claude Opus时遇到了一个严重的问题，它不断地修改我的代码库，因为我在做一些新颖的事情，这些内容并不在它的训练数据中。在过去的一个月里，我一直在与训练数据作斗争，这让Claude不断陷入重构循环，因为它认为识别出了我代码中的某种模式，然后就“修复”它。我感到非常沮丧，后来我有机会使用Fable一天，Fable指出了我的问题……我的模式并不在训练数据中，因此它被纠正了。我删减了一些内容，因为与我遇到的问题无关……感谢那些回答我问题的人，特别是那位提到小任务和Markdown规范的人……这对我来说是很好的验证，因为这实际上是我想到的同样的解决方案。
一个非常简单的理念：当你摄入的热量超过维持体重所需的热量时，你会增重；当你摄入的热量低于维持体重所需的热量时，你会减重。
通过使用算法，我们可以比传统的基于回归的公式（如Katch McArdle公式）更准确地计算出你的维持热量。
这比像健身手环和手表（如Garmin、Apple Watch、Whoop等）这样的卡路里消耗追踪设备要准确得多。
传统上，人们常常使用静态的TDEE计算器，这些计算器对于某些人往往会高估或低估数百卡路里。
ChatGPT和像Calculator.net或TDEECalculator.net这样的TDEE计算器使用相同的公式，因此它们有相同的局限性。
如果一个初学者问ChatGPT：“我的维持热量是多少？”ChatGPT可以给出一个数字。但如果问它是如何得出这个数字的，它通常会解释说，它使用了像Katch McArdle、Harris Benedict或Mifflin St Jeor这样的公式来计算基础代谢率（BMR），然后再通过活动因子、PAL或MET表来叠加活动量。
深入探讨，这些公式来源于基于过去人群平均值的统计回归。这意味着通过这种方式计算的维持热量可能会偏差数百卡路里。
MacroCodex使用你的卡路里摄入和体重数据来计算出特定于你身体的维持热量，而不是基于人群平均值。
通常在大约3周或21天的卡路里和体重记录后，它能达到良好的准确性。
这个应用程序是完全免费的，没有付费墙、没有订阅和广告（支持离线使用）。
大多数人在5周内开始看到体重的增加或减少。
我们已经拥有超过13,000名用户。如果你遇到任何问题，我们会提供全面的支持，大多数问题在24小时内解决。
我已经使用 Ansible 进行 IT 自动化一段时间了，编写看起来更接近英语的命令式剧本的过程让我觉得非常适合围绕 MCP 工具进行设计。我特别希望能够直接从大型语言模型（LLM）运行 Ansible 模块作为工具，并记录下这个过程，以便我的探索性会话能够转化为可运行的剧本。ansible-doc 命令已经为每个模块生成了架构，因此工具调用既简洁又结构化，能够随时使用现有的 Ansible 集合，这让我觉得非常不错。