claude-context:给 Claude Code 接上整个代码库的语义搜索
Zilliz 开源 claude-context,通过 AST 分块、向量化存储和混合搜索,让 Claude Code 能语义检索整个代码库,减少约 40% token 消耗,支持多种编程语言和开发工具。
第 1 页,共 42 页
Zilliz 开源 claude-context,通过 AST 分块、向量化存储和混合搜索,让 Claude Code 能语义检索整个代码库,减少约 40% token 消耗,支持多种编程语言和开发工具。

Ian Handdrawn PPT 是一套 Codex Skill,可将文章、笔记、提纲一键转为统一手绘风格的 PPT 页面图。支持 21:9 封面与 16:9 正文配图,PNG 整页输出,兼容只规划不生图模式,适...

Pascal Editor 是一款基于 React Three Fiber 和 WebGPU 的免费开源 3D 建筑设计工具,将完整设计流程搬到浏览器,支持实时编辑、节点层级管理、GPU 加速渲染和持久化存储,无需...
ClaudePrism 整合 LaTeX 编译、Python 环境、Claude AI 助手、Git 版本历史和 Zotero 集成,提供离线优先的科学写作工作空间。支持 Tectonic 引擎实时 PDF 预览、...

AI Agent 并未真正减轻工作量,而是将体力消耗转化为高频决策与审核压力,导致新型精神倦怠。自动化执行后,瓶颈从“写”变为“审”,人类被迫陷入无止境的 Review Loop,认知带宽被迅速消耗。

AI 生成代码可能因缺乏人类干预而不受版权保护,属于公共领域。但用户仍需为其中可能包含的 GPL 等开源协议违规负责。劳动合同中的知识产权条款可能覆盖 AI 辅助工作,导致个人项目归属公司。建议扫描开源协议、记录...

当前 AI 订阅模式掩盖了高昂的推理成本。随着企业从包月转向按量计费,补贴驱动的泡沫面临经济学审判。GitHub Copilot 变动是信号,推理模型复杂度增加导致算力消耗指数增长,基础设施错配和债务风险威胁行业。

Open Design 开源复刻了 Claude Design 的全部能力,提供本地优先的设计解决方案。内置 19 个专业设计技能和 71 套品牌级设计系统,支持 Claude Code、Codex、Cursor、...

Learn Harness Engineering 是一个开源教程,教你构建完整的 harness 环境,让 AI 代理可靠完成真实工程任务。包含 12 节讲解、6 个实战项目及现成模板,覆盖指令、状态、验证等核心...

open-source-cs 项目将 Harvard、MIT、Princeton 等顶尖大学的免费公开课重新编排成完整的计算机科学本科培养路径。课程涵盖基础、编程、数学、系统、算法及应用,每门课标注学时与前置要求,...

谷歌计划向 Anthropic 投资高达 400 亿美元,首期 100 亿,后续 300 亿对赌。这笔交易本质是供应商融资:Anthropic 将资金用于购买谷歌 TPU 算力服务,谷歌通过循环交易对冲竞争风险、锁...
Princeton 和 UCLA 的研究表明,手写笔记因迫使大脑压缩信息而加深理解,电脑逐字记录则导致“认知卸载”,损害概念理解。工具本身无罪,关键在于行为模式。

GitNexus 是一款零服务器的代码智能引擎,将代码库分析所需功能整合一体。它构建完整知识图谱,支持 14+ 编程语言,集成 MCP 协议与 AI 编辑器对接,并提供浏览器内可视化探索。适合开发者、AI 工程师和...
本文分析 AI 系统中 Sub-Agents 与 Agent Teams 两种协作模式的核心差异,指出多数人堆砌 Agent 的误区,强调应根据任务所需的协作模式进行设计,而非盲目增加智能体数量。

高价 GPT 订阅的价值不在于更快的翻译或代码补全,而在于身份跃迁。本文介绍如何利用超长上下文建立私有知识库、借助 Pro 模式进行架构性推理,以及通过多智能体协同构建数字化团队,真正让 AI 替你思考。

mattpocock/skills 提供一套标准化代码架构优化方案,包含精确术语词汇表、核心原则和关系模型,帮助从零构建或重构代码库,支持多语言通用。

在图形界面过度膨胀的今天,纯文本正经历一场复兴。它通过约束换取一致性,在AI时代的高确定性交互中愈发珍贵。回归纯文本让用户真正拥有数据主权,TUI通过限制可能性保证合理性,软件栈底层趋向文本化结构。纯文本的Lind...

AI 生成流畅文本的能力,正在将语言流畅度与真实理解剥离。依赖 AI 复述结论会导致认知外包,用户并未真正内化知识。真正的理解需要与现实摩擦,如辩论和面对模糊问题,而非无痛模拟。教育应转向培养独立判断能力。

深度学习正从工程经验向科学理论跨越。隐式正则化、信息压缩与归纳偏置等底层逻辑逐渐清晰,解释了顿悟现象。当前工程进步远超理论理解,理解这些机制对高风险领域应用至关重要。
