注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 、Go、Java、Kotlin、PHP、Python、Ruby、Rust、Swift
、Go、Java、Kotlin、PHP、Python、Ruby、Rust、Swift 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 、Go、Java、Kotlin、PHP、Python、Ruby、Rust、Swift 的推特
🏗️ 想让 Claude 直接读你电脑里的文件、翻 Git 记录、还能记住上次聊过什么,MCP servers 这个仓库把这些能力做成了现成的官方参考实现。 GitHub 上 9 万 star,由 Anthropic 管理、和社区一起建,光 fork 就有 1.17 万个。 以前想让模型碰一下本地环境,基本都得自己糊一层胶水:包个脚本、定义参数、处理错误,换一个客户端再从头来一遍。MCP servers 把最常用的那几件事替你写好了——读写文件、跑 Git、抓网页、存记忆、按步骤推理、查时间,模型接上就能用,你不用再自己造接口。 有一点得说清楚:这几个是用来演示协议和 SDK 怎么用的教学示例,仓库自己写明了并非生产就绪的方案。真要上线,去 MCP Registry 翻已经发布出来的那一大堆;早期的 GitHub、GitLab、Google Drive、PostgreSQL、Slack 这些参考实现已经搬进 servers-archived 归档了,Brave Search 换成了官方的 @brave/brave-search-mcp-server,Slack 现在由 Zencoder 维护。 SDK 那边 C#、Go、Java、Kotlin、PHP、Python、Ruby、Rust、Swift# 和 TypeScript 都有,想用哪门语言写自己的 server 都不必从零开始。 软件以前是给人用的,现在是给 Agent 用的。 GitHub:
显示更多
🩻 太强了,Sentry 能在用户还没来投诉之前,就把线上那个报错的完整现场摆到你面前。 GitHub 上 4.4 万 star,从 2010 年做到现在还是月更节奏,上个版本 9 月中刚发,4800 多个 fork、2200 多个 issue 开着,是真有人在用在提。 说个写线上服务的人都熟的场景:用户截图发群里说「点了没反应」,你去翻日志,几十万行里捞关键词,捞到了也只有一行堆栈,不知道他点之前干了什么,想复现都复现不出来。接上 Sentry 之后这一段整个省掉,报错自己飞过来,问题详情、调用链追踪、会话回放、日志和可用性监控都挂在同一条问题下面,用户出错前在界面上点了什么,回放里能直接看见。 它的 SDK 铺得特别全,JavaScript、Python、Go、Rust、Java/Kotlin、Swift、PHP 这些常规选手之外,连 Unity、Unreal、Godot 和 PowerShell 都有官方支持,前后端加游戏客户端能汇到同一个地方看。 调试这件事,最贵的从来不是改代码,是找到它。 GitHub:
显示更多
🔧 光看教程学不会编程,project-based-learning 直接甩给你一份从零手搓真项目的清单。 GitHub 上 28 万 star、3.6 万个 fork,是那种攒了快十年、到现在还在更新的老仓库。 学编程最容易卡住的地方,是语法教程看完之后不知道该干嘛。书上的例子全跑通了,自己动手写点东西还是一片空白,然后就卡在那儿,慢慢就放弃了。 project-based-learning 收的全是那种带你做出一个能跑的东西的教程,按语言分好了类,C、C++、Go、Rust、Python、JavaScript、Java、Kotlin、Swift、Haskell 这些都有。往细里翻更带劲:C/C++ 那栏能找到手写解释器、内存分配器、shell、文件系统、文本编辑器,一直到操作系统和编译器;Python 那栏是爬虫、Web 应用、机器人、机器学习、OpenCV;Dart 那栏干脆是一堆 Flutter 教程,把 Instagram、WhatsApp、TikTok、Netflix 的界面挨个复刻一遍。 这类清单最怕的是链接烂掉,点进去一半是死链。这个仓库挂了一个自动跑的链接失效检查,坏掉的链接能被扫出来。 编程这东西,看一百遍不如自己踩着坑做出来一个。 GitHub:
显示更多
0
7
108
19
转发到社区
java带点胶水用go做数据库好还是rust更好点🤔
你有没有想过: Python、C、Java、JavaScript……这些不一样的编程语言,最后在计算机里,是如何变成同一串 0 和 1 的? 先从最底层说起。 计算机底层,只有比特流(0 和 1)。 任何文字、代码、图片、视频,最终都要变成数字,再变成二进制。 中间靠的是编码表。 最早是 ASCII,后来是 Unicode(UTF-8)。 每一个字符对应一个数字,数字再转成二进制。 所以源代码本质上就是「文本」。 不同的编程语言,其实就是「不同规则的文本」。 C 有 C 的语法,Python 有 Python 的语法。 计算机本身并不认识这些语法,它只认识 0 和 1。 真正负责「翻译」的,是编译器、解释器、汇编器、链接器这些工具。 以 C 语言为例,完整路径是: 源代码 → 预处理器(处理宏、头文件) → 编译器(变成汇编) → 汇编器(变成可重定位目标文件) → 链接器(变成可执行文件) 最终生成的,就是机器能直接执行的二进制指令。 Python 这种解释型语言路径不同: 源代码 → 解释器(边读边执行,或者先转成字节码再执行) Java 走中间路线:先编译成字节码,再由虚拟机(JVM)解释或即时编译成机器码。 殊途同归,最后都是比特流。 那计算机是怎么「识别」这是哪种语言的? 其实 CPU 根本不认识语言。 识别靠的是上层工具: • 文件后缀名(.c / .py / .js) • 文件开头的 shebang(#!/usr/bin/env python) • 编辑器 / IDE / 编译器自己解析语法 操作系统只负责把文件交给对应的程序去处理。 为什么要搞这么多语言? 因为需求不同: • C / C++ / Rust:追求极致性能和底层控制 • Python:追求开发效率和生态(AI、数据) • JavaScript:天生为浏览器而生 • Go:为云原生和并发设计 • Java:为企业级稳定性和跨平台而生 没有「最好」的语言,只有「最合适」的场景。 一句话总结: 编程语言是人类为了方便自己而发明的「高级方言」。 编译器 / 解释器是翻译官。 计算机底层永远只说一种语言——0 和 1。 所有高级语言的最终归宿,都是同一条比特流。
显示更多
我说句公道话。 中国之所以没有被php危机严重影响,很大程度上是因为20年前廖雪峰和阿里就在中国市场推广了Java,从大学到培训班几乎清一色学习Java,用Java,到魔改jvm和java生态,到后来才用上了go和python。 经历了这次全球php大风波之后,中国人集体欠廖雪峰一句感谢。
显示更多
0
53
413
10
转发到社区
AI对于我的前后变化 ⬇️ 以前:写个浏览器的脚本需要用油猴,学的油猴 现在:直接生成浏览器插件,直接安装 以前:写个桌面软件,用易语言,还正在学Python 现在:写个软件C#、Python、Electron……。真方便# 以前:自己学的PHP,只会用ThinkPHP,前后端不分离,只会MVC架构,自己写点小网站足够了 现在:Vue、React、Next.js,Java、Go、Node.js。 以前只敢想一想的东西,现在自己能做出来了
显示更多
📒 撞见一套开源工程手册 engineering-handbook,系统设计和算法两门硬课一次给全。 它的分量是这么写的:系统设计册 159 个章节分 12 个部分,外加 22 页专讲权衡的页面,约 773,000 字、719 张 Mermaid 图、三千一百多条引用;算法册 120 个章节,155 道 LeetCode 题配了 Python、Java、C++、Go 四种语言的代码。 准备系统设计面试的人大概都这么干过:收藏夹里塞满博客和视频,看完一圈还是答不上来「这里为什么选这个组件」。engineering-handbook 把路径摊平了——第 8 部分是 56 个端到端的设计案例,短链、聊天、支付一路到 AI 系统;第 9 部分专门讲 AI 与机器学习系统,LLM 服务、RAG、向量搜索、多 agent 编排一共 15 章。算法册那边还有 37 页模式决策页和 46 个交互式组件的规格说明。 内容就放在仓库的 content 目录下,Markdown 写的,仓库挂了 CI 做质量检查,每章前面都标着创建和更新日期。两本手册各有一个在线阅读的站点,算法册那个目前还标着公开测试版。 许可是 CC BY-SA 4.0,这种体量白送出来,收藏夹总算能清一清了。 GitHub:
显示更多
0
9
607
91
转发到社区
🌳 又挖到一个能让 AI 真看懂整个代码库的开源项目 Code-Graph-RAG,整个仓库被解析成一张知识图谱,拿人话问就能查。 GitHub 上 5100 多 star、691 个 fork,397 个 issue 开着,版本几天一发,9 月 29 号刚到 v0.1.38。 在大点的 monorepo 里跟 AI 协作,最常见的翻车是这一句:改这个函数会影响到谁?它去 grep 一圈,把同名的、注释里的、测试里的混在一起端上来,漏掉的那个真正的调用方恰好在另一个包。原因很简单,代码的结构是图,文本搜索看不见边。 Code-Graph-RAG 先用 tree-sitter 把代码解析一遍,有编译器级前端就再上一层,C/C++ 用 libclang、Go 用 go/types,Java、C#、Python# 还能可选挂上 javac、Roslyn 和 Jedi;函数、类、方法、模块和它们之间的关系被存进 Memgraph,成了一张语言无关的图。你问一句话,它翻成 Cypher 去图上走,谁调用了它就是一次遍历,而不是一次猜。顺着图下来的能力也都实在:找死代码、基于 AST 改代码并先给你看 diff、用 ast-grep 做结构化搜索和重写,cgr trace 还能把运行时的调用链并进这张图。 它能当 MCP 服务器跑,Claude Code 这类客户端可以直接连上来查和改。完全支持的语言有十三种,Python、TypeScript、Rust、Go、Java、C、C++、C#、PHP、Lua、Dart# 都在里面。 让 AI 看代码的方式,从翻书变成了查地图。 GitHub:
显示更多
0
4
185
29
转发到社区
在大型复杂的项目里,想找个代码函数被谁调了、哪些模块有关联,查起来很费劲。 Code-Graph-RAG 把函数、类、模块和它们之间的关系建成知识图谱,存进图数据库。 在建好图谱之后,还能使用自然语言进行查询和编辑代码。 支持 Python、TypeScript、Rust、Go、Java、C/C++ 等十几种语言,混合语言的项目也能放在同一张图里。 GitHub: 除了问答,还能做死代码检测、按结构模式搜索替换、代码优化建议,改代码前会先显示改动预览。 也支持作为 MCP 服务器运行,Claude Code 、Codex 这类 Agent 工具能直接连上来查询。 经常在大型代码库里找关系、理结构的开发者,这个工具能省不少翻代码的时间。
显示更多
0
11
21
3
转发到社区