在线开发搭建 web 应用时，常常要花很多时间写重复的代码，或者在 FastAPI 里集成 HTML 渲染很麻烦。 Air 是由《Two Scoops of Django》作者打造的全新 Python Web 框架，基于 FastAPI、Starlette 和 Pydantic，专注于让你用 Python 优雅快速地写出网页和接口。| #框架 不仅支持高效的 HTML 代码生成（Air Tags），还能无缝混合 Jinja 模板，完美支持 HTMX，内置表单验证，极大提升开发体验。 主要功能： - 结合 FastAPI，前后端同框开发，接口和网页一站式管理； - Air Tags：用 Python 类写 HTML，类型安全且易维护； - 支持 Jinja 模板和 Air Tags 混合渲染，灵活自由； - 内置 HTMX 支持，轻松实现页面局部刷新和交互； - Pydantic 驱动的表单验证，保证数据安全准确； - 轻量，易学，文档详细，适合快速上手和大型项目。 只需 pip install -U air 即可安装，适合想用 Python 快速构建现代 Web 应用的开发者。让你写代码更专注，效率更高，体验更佳
附件：[图片]
在线 Rust 开发中，编译速度常常成为效率瓶颈，尤其是依赖大型宏库如 syn 的项目，构建时间漫长影响体验。 free of syn 是一个倡议，旨在减少 Rust crate 对 syn 依赖，推崇使用更快、更轻量的声明式宏和无重依赖的 proc-macro 方案，显著提升编译速度。 项目不仅提供了避免 syn 的策略和工具，还附带了 CI 集成脚本，帮助开发者自动检测并保持项目“free of syn” 主要功能： - 减少对 syn 依赖，缩短 Rust crate 构建时间； - 推广声明式宏，提升宏编写效率和缓存能力； - 提供无重依赖的 proc-macro 解析方案 unsynn； - CI 集成脚本 absolve.sh，自动检测项目依赖； - cargo-deny 插件支持自定义依赖禁用策略； - 活跃的社区和“Hall of Fame”，展示无 syn 项目案例。 支持所有常用 Rust 开发环境，适合追求极致编译速度和轻量依赖管理的 Rust 开发者
附件：[图片]
在线AI模型层出不穷，选择最适合自己需求的工具变得越来越复杂。 Bindu Reddy整理了一份超实用AI模型清单，涵盖编码、推理、写作、视频、图像、新闻、OCR、分类和语音等多个领域。 不仅标注了各模型的最佳应用场景，还及时更新了本月最新发布的模型，帮助开发者和AI爱好者快速找到理想方案。 - 编程：Sonnet-4、Grok code - 推理能力：GPT-5 high - 写作助手：GPT-5 medium - 视频处理：Wan 2.5、Kling 2.5（本月新发布） - 图像生成：SeaDance、NanoBanana（本月新发布） - OCR技术：Gemini Flash - 语音合成：OpenAI、ElevenLabs - 细调首选：Qwen、Llama
附件：[图片]
LLM工程实战项目清单｜一步步掌握大语言模型核心技术 想真正学懂大语言模型（LLM），光看理论没用，必须亲自动手、反复实践、逐步拆解。@TheAhmadOsman 总结了一套涵盖核心概念的工程项目，每个项目专注一个知识点，实操中深入理解
附件：[图片]
用AI自学高深难懂的知识，方法分享 作者一直自信能学会各种知识，曾是国家物理奥赛前十，大学拿过总统奖，创业自学软件和商业运营。但AI出现后，他的学习方式发生了根本变化。 很多人用AI提速学习，比如提炼笔记、翻译文献，但更重要的是，AI让我们有可能攻克那些以前觉得“太难、太耗时”的高阶知识。比如量子力学，顶级教材200小时才能读完，工作繁忙的你没法挤出这么多时间。AI让你有两条路： 1️⃣ 用AI快速扫一堆入门书籍和视频，获得广度（但收益递减）； 2️⃣ 用AI辅助，直接深入阅读权威教材，哪怕没读完，也能获得深度理解。 作者选择了第二条路，示范用AI逐步自学Christopher Bishop的《Pattern Recognition and Machine Learning》前32页，这是一本面向高年级本科和博士新生的经典教材，深度挑战适中。 核心工具组合： - 教材PDF（能用OCR提取文字、公式、图片） - AI模型 - 数字白板（作者用自己团队开发的Heptabase） 学习步骤： 1️⃣ 解析PDF，精确控制AI上下文，避免只读片段导致的理解偏差。 2️⃣ 生成学习卡片（章节或小节），可以让AI帮你翻译、总结、提炼定义和引导问题，适合你的学习习惯和难点。 3️⃣ 在白板上并排排布卡片，轻松“横向对比”内容，不用翻页就能联想和串联知识，随时和AI对话，问问题、求例题、检验理解，像随身带个读书导师。 4️⃣ 读完及时用自己的话写笔记，整理成层级清单，强化逻辑结构。 5️⃣ 反复拆解、视觉化笔记，画箭头连接知识点，深化理解，方便整合跨书跨领域的知识。 这套方法让作者能持续保持深度学习流状态，轻松攻克复杂难题。AI不是“代替思考”，而是“激发更深层次思考”，它是作者最棒的老师和思考伙伴。 附录：选书和合法获取PDF技巧 - 先用AI帮你挑选最权威、适合你的教材，反复打磨提问prompt。 - 多途径交叉验证书籍权威度和适读性。 - 利用Project Gutenberg、FreeTechBooks等开放资源，或作者官网获取免费正版教材。 - 书太难？用AI辅助阅读频率作为判定标准，适度挑战最有效。
附件：[图片]
在线向量检索通常需要复杂的索引和服务支持，部署和维护门槛较高。 SQLite-Vector 是一个跨平台、超高效的 SQLite 扩展，直接在普通 SQLite 表中存储向量，无需虚拟表、无需预先索引，内存占用低至 30MB，支持 Float32、Float16、Int8 等多种向量类型，完美适配边缘 AI 和移动端应用。| #扩展 它内置多种距离度量，C 语言实现并优化 SIMD 加速，运行速度极快，支持离线使用，无需外部服务器，轻松集成现有 SQLite 工作流。 主要功能： - 无需虚拟表，向量直接以 BLOB 形式存储在普通表中； - 零预索引，插入即用，实时向量搜索； - 多种距离函数支持：L2、L1、COSINE、DOT 等； - 极低内存占用，默认仅需 30MB； - 跨平台支持 iOS、Android、Windows、Linux、macOS； - 离线运行，隐私安全，无需云端依赖； - 轻松集成 Python、Swift 及 SQLite CLI 等多种环境。 适合需要在本地快速实现向量搜索、语义检索、推荐系统和边缘 AI 的开发者和团队。安装简单，直接加载扩展即可使用。
附件：[图片]
在线开发协作时，写代码、测试、提交多环节切换繁琐，还要管理分支、跟进任务进度，效率难以提升。 Vercel Labs 推出的开源项目 Coding Agent Template ，集成多款 AI 编码代理（Claude Code、OpenAI Codex、Cursor CLI 等），结合 Vercel Sandbox 安全隔离环境，自动执行代码任务，实现智能化编程辅助。 它不仅能自动创建分支、提交改动，还支持 AI 生成语义化分支名，集成 PostgreSQL 持久化存储，配合现代 Next.js + Tailwind UI，体验顺滑流畅。 主要功能： - 多代理支持：Claude Code、OpenAI Codex CLI、Cursor CLI、opencode等自由选择 - 安全沙箱运行：Vercel Sandbox 隔离执行代码，保障环境安全 - AI 智能分支命名：自动生成语义化且无冲突的 Git 分支名 - 任务管理：实时追踪任务进度和日志，清晰掌控改动过程 - 自动 Git 操作：自动创建分支并提交代码，无需手动操作 - 现代前端体验：基于 Next.js 15 和 Tailwind CSS 打造响应式界面 - 持久化存储：结合 PostgreSQL + Drizzle ORM，数据稳定安全 支持本地开发和一键部署到 Vercel，适合团队协作、自动化代码管理和 AI 辅助编程场景。
附件：[图片]
AIO Sandbox 是一个开源的全合一智能体沙箱环境，将浏览器、Shell、文件系统、VSCode 服务器及 MCP 服务整合到同一个 Docker 容器中，提供统一且安全的开发与执行环境。 不仅支持浏览器自动化和远程 VNC 操作，还有完整的 VSCode 编辑器、Jupyter 交互式笔记本和安全的 Shell 终端，极大简化了 AI 代理和开发者的工作流程。 主要功能： - 多接口统一环境，浏览器、终端、文件共享零延迟； - 内置 VSCode Server 和 Jupyter，提供完整开发体验； - MCP 服务器预配置，支持多种自动化与文件操作功能； - 安全的沙箱执行，支持 Python、Node.js 等多语言代码运行； - 零配置启动，Docker 一键运行，快速搭建本地或云端环境； - 支持浏览器截图、文件读写、命令执行等丰富操作。 支持跨平台部署，适合研发、AI 代理测试、自动化脚本运行等多种场景，极大提高开发效率，助力智能体生态建设。
附件：[图片]
在线开发想要快速搭建全栈应用，往往面临服务端部署复杂、数据库配置繁琐、身份认证难集成等问题。 Fullstack Next.js + Cloudflare 是一个开源模板项目，集成了 Next.js 15、Cloudflare Workers、D1 数据库、R2 存储、Better Auth 认证和 Server Actions，提供了一套生产级全栈开发解决方案。 它不仅支持超低延迟的全球边缘部署，还内置自动 CI/CD 流水线，轻松实现从 MVP 到大规模应用的无缝扩展。 主要特点： - Next.js 15 + React Server Components，现代前端开发体验； - Cloudflare Workers 边缘计算，300+ 节点极速响应； - D1 边缘 SQLite 数据库，轻松管理数据； - R2 兼容 S3 的对象存储，海量文件云端托管； - Better Auth 集成 Google OAuth，安全便捷登录； - 自动化数据库迁移与备份，保障数据安全； - 内置 AI 推理支持，方便集成智能功能； - 完善的开发与部署流程，支持本地调试和生产环境； 支持 pnpm 一键安装依赖，即刻启动项目，适合创业团队和开发者极速构建全栈应用。
附件：[图片]
在线使用 clang-tidy 进行 C++ 静态代码检查时，速度常常让人头疼，尤其是大项目开启多检查项时，运行时间长得让人抓狂。 clangd-tidy 是一个更快的替代方案，基于 clangd 实现，速度提升超10倍，诊断反馈几乎实时，完美兼容现有构建系统和 CI 流程。 它不仅能单独检查头文件，避免重复诊断，还支持代码格式校验，无需额外跑 clang-format。配置灵活，支持 .clangd 文件，诊断信息还带有超链接，使用体验更佳。 缺点是暂时不支持自动修复，但结合编辑器的代码操作，已能满足大多数需求。 主要功能： - 极大提升 clang-tidy 静态分析速度，节省开发和 CI 时间； - 支持单独检查头文件，避免重复诊断信息； - 集成代码格式检查，减少工具链复杂度； - 灵活配置，支持多种参数和 .clangd 配置文件； - 诊断信息支持超链接，方便快速定位问题； - 兼容现有构建系统，零成本替换 clang-tidy。 适合 C++ 开发者和团队，尤其是需要在大规模代码库中保持高效代码质量检查的场景。 安装简单：`pip install clangd-tidy`即可开始使用。
附件：[图片]
在线调用工具多样，精度差异大，给使用体验带来影响，尤其是专注于agentic loop的Kimi K2模型，工具调用的准确性尤为关键。 K2 Vendor Verifier 是一个开源项目，专门用来评测和监控各家K2 API供应商的工具调用精度，帮助用户识别并选择高性能、稳定的服务。 除了提供详细的调用测试数据和对比结果，还支持用户自行运行评测脚本，方便定期检测各种供应商的表现。 主要功能： - 覆盖多家K2 API供应商，实时评测工具调用的准确率与稳定性； - 提供详尽的测试指标分析，包括调用成功率、验证错误数等； - 支持批量并发测试，自动生成测试报告和统计摘要； - 开源代码，用户可自定义测试用例及参数，灵活适配不同需求； - 促进K2模型生态的健康发展，保障工具调用的高质量体验。 适合开发者、产品经理和研究人员使用，确保使用的K2 API具备优异的工具调用能力，提升整体应用效果。
附件：[图片]
MathFlow 是一个 Python 数学计算库，像 requests 一样让复杂的数学运算变得简单易用。 它融合了 SymPy 的符号数学和 NumPy/SciPy 的数值计算，提供统一且强大的接口，适合数学研究、工程计算和教学使用。 主要功能： - 符号与数值计算无缝衔接，表达式操作自然直观； - 支持自动类型转换，表达式默认不可变，也支持可变模式； - 内置高效的数值求根、微积分、优化等算法； - 灵活的打印系统，支持 LaTeX、代码生成和美观输出； - Qt 风格信号系统，适合响应式编程和复杂交互； - 体积轻巧，兼容 SymPy，易于集成和扩展。 用法示例： from mathflow import Expression f = Expression("2x^2 + 3x + 1/2") g = Expression("sin(x) + cos(x)") h = f + g print(h.diff()) # 求导 print(f(2.5)) # 数值计算 roots = f.n.all_roots() # 数值求根 适合数学爱好者、科研人员和开发者，轻松搞定符号与数值混合计算，提升数学编程效率。
附件：[图片]
Senko 是一个超高速且高精度的开源说话人分离（speaker diarization）项目，采用最新算法和多核CPU/GPU加速，1小时音频仅需5秒处理时间（RTX 4090），速度远超Pyannote等主流方案。 它支持多平台（Linux、macOS、WSL），轻松集成到你的音频分析和识别流程中，适合科研和工程应用。 主要功能： - 超高速说话人分离，RTX 4090上1小时音频5秒完成处理； - 高精度分离效果，VoxConverse、AISHELL-4等数据集表现优异； - 支持GPU加速与多核CPU并行，兼顾性能和效率； - 先进的VAD（语音活动检测）和特征提取模块，提升整体准确率； - 简单Python接口，方便调用与结果保存（JSON、RTTM格式）； - 兼容多种硬件环境，支持NVIDIA CUDA和macOS CPU执行。
附件：[图片]
在线数据可视化通常需要手动编写复杂配置，生成图表流程繁琐且不易自动化。 MCP ECharts 是一个基于 AI MCP 技术的开源项目，能动态生成 Apache ECharts 图表，极大简化图表制作和数据分析的过程。 它不仅支持 ECharts 的全部特性和语法，还能导出 PNG、SVG 以及图表配置，支持本地全流程生成，安全无依赖，且集成了 MinIO 云存储，方便高效地管理和分享图表。 主要功能： - 动态生成包含数据、样式和主题的 ECharts 图表； - 导出多种格式（png、svg、option）便于展示和二次利用； - 支持 MinIO 及多种对象存储，实现图表图片云端管理和链接分享； - 轻量无依赖，完全本地生成，保障数据安全； - 支持多种传输协议（stdio、SSE、streamable），方便与多平台和工具集成； - 提供丰富的 CLI 配置选项，灵活定制服务器运行方式。 适用范围广泛，支持桌面应用和云端服务，适合数据分析师、产品经理和开发者快速构建智能交互式图表解决方案。
附件：[图片]
Automat：一个开源的半自动化交互工具，致力于实现各种游戏和软件的自动操作，是迈向更通用计算机交互环境的第一步。| #工具 目前主要支持键盘宏录制与回放，虽然还不够稳定，但如果你的设备兼容，能帮你自动执行一些基础操作，提升效率。未来计划将带来更激进的功能改进，彻底革新界面和操作体验。 主要功能： - 键盘宏录制与回放，自动执行重复操作； - 简洁直观的视觉界面，方便操作与编辑； - 开源免费，支持跨平台运行； - 适合游戏玩家、自动化爱好者和开发者探索。 支持 Windows 和 Linux，安装简单。
附件：[图片]
在线训练AI模型时，往往需要不同的编译器和硬件深度协作，流程复杂且效率不高。 TT-XLA 是 Tenstorrent 推出的开源 AI 编译器项目，基于 PJRT 接口无缝连接 JAX 框架和 Tenstorrent 的高性能硬件。它支持通过 jit 编译直接导入 JAX 模型，生成 StableHLO（SHLO）图，再交给 tt-mlir 编译器进行优化执行。 核心亮点： - 基于 PJRT，兼容 JAX 及未来更多框架； - 支持 StableHLO（SHLO）图形转换，提升模型编译效率； - 与 Tenstorrent 硬件紧密集成，发挥加速器最大性能； - 开源透明，适合研究和工业级应用。 TT-XLA主要面向 AI 编译、硬件加速和框架集成，助力深度学习推理和训练的高效实现，是 Tenstorrent AI 生态的重要组成部分，适合开发者和研究者快速部署高效 AI 模型。
附件：[图片]
Basalt 是一款基于终端的 TUI（文本用户界面）应用，专为 Obsidian 笔记和库管理设计，让你直接在终端里轻松浏览、编辑和组织笔记。| #Obsidian 它跨平台支持 Windows、macOS 和 Linux，提供可视化的 Markdown 渲染和所见即所得的编辑体验，不是要取代 Obsidian 官方客户端，而是做一个高效、极简的终端笔记管理助手。 主要功能： - 终端内快速访问和管理 Obsidian 笔记库； - 支持 Markdown 格式的可视化渲染，提升阅读体验； - 类似 vim 的编辑模式，兼顾熟悉感和高效操作； - 支持查找、创建、删除笔记，轻松配合 Unix 命令行工具； - 完全开源，配置灵活，支持自定义快捷键。 安装简单，通过 Rust 的 cargo 命令一键安装： cargo install basalt-tui
附件：[文件]
在线 Rust 程序验证经常涉及复杂的形式化方法和多种后端工具，单独使用难度较大，效率受限。 Aeneas 是一个开源的 Rust 程序验证工具链，基于将 Rust MIR 转换为纯 Lambda 演算的思想，支持 F*、Coq、HOL4 和 Lean 等多个形式化验证后端，提供了系统化的程序验证方案。 它不仅能与 Charon 项目无缝协作，自动生成中间表示，还支持符号执行、借用检查等高级验证功能，适合对 Rust 代码进行高精度形式化验证的研究者和开发者。 主要功能： - 将 Rust MIR 自动转换为纯 Lambda 演算表达式； - 支持多种形式化验证后端：F*、Coq、HOL4、Lean； - 与 Charon 集成，自动生成中间代码并完成验证流程； - 提供符号执行和借用检查的形式化证明； - 支持 OCaml 构建环境，提供详细文档和测试用例； - 适配 Nix 环境，方便快速启动和验证。
附件：[图片]
开源 Anki 插件，为你的记忆卡片添加智能语音朗读，就像 AwesomeTTS 的升级版。 主要特点： - 自动为卡片内容生成语音朗读； - 支持多种语言和发音； - 安装简单，直接通过 Anki 插件管理器安装即可； - 完全免费，基于 GPL-3.0 开源协议。 HyperTTS | #插件
附件：[图片]
NCE（新概念英语全四册点读）是一个开源项目，汇聚了全册课文朗读和单句点读功能，帮你随时随地高效学英语。 不仅有标准发音的课文朗读，还能单句点读，方便反复练习；覆盖基础到高级四册内容，系统提升听说读写。 核心亮点： - 全四册《新概念英语》课文在线朗读，标准发音，助你纠正口音； - 单句点读，精准定位难句，随时复习巩固； - 涵盖初级到高级的语法和词汇，循序渐进科学学习； - 适合零基础到高级备考人群，支持在线使用，无需安装； - MIT开源许可，代码公开透明，欢迎贡献和改进。
附件：[图片]
在线 TypeScript 项目中，代码质量检查总是绕不开 ESLint 配合 typescript-eslint，但速度慢、类型感知有限，给开发体验带来不少困扰。 tsgolint 是一个高性能的 TypeScript 类型感知 linter，基于 typescript-go 实现，完全集成 Oxlint，速度比 ESLint + typescript-eslint 快 20-40 倍。 它不仅全面支持 TypeScript 类型检查，还能利用多核 CPU 并行处理，性能惊人。规则覆盖丰富，行为与 typescript-eslint 保持一致，轻松无缝替换。 主要功能： - 原生 TypeScript 类型感知，避免误报漏报； - 20-40 倍性能提升，适合大规模项目快速 lint； - 多核并行，充分利用硬件资源； - 规则丰富且可配置，支持绝大多数 typescript-eslint 规则； - 与 Oxlint 集成，轻松配置和使用。 适合追求高效、精准代码检查的 TypeScript 项目。 安装示例： pnpm add -D oxlint-tsgolint﹫latest pnpm dlx oxlint --type-aware 配置示例： { "$schema": "./node_modules/oxlint/configuration_schema.json", "rules": { "typescript/no-floating-promises": "error", "typescript/no-misused-promises": "error" } }
附件：[图片]
在线渗透测试中，建立稳定高效的隧道连接是关键。Ligolo-ng 是一款先进且简洁的开源隧道工具，基于 TUN 接口，无需 SOCKS，支持多平台，性能卓越，适合红队和安全研究人员使用。 不仅支持自动路由管理和证书配置，还内置了漂亮的 Web 界面，支持多代理协同，能作为守护进程后台运行，极大简化了隧道搭建和管理。 主要功能： - 使用 TUN 接口，摆脱传统 SOCKS 代理限制； - 简洁易用的 UI，支持代理选择与网络信息监控； - 自动证书配置，支持 Let’s Encrypt； - 多平台支持（Windows、Linux、macOS、BSD）； - 支持反向和绑定连接，隧道自动恢复； - 多隧道管理，支持 Websocket； - 低权限代理端，不需管理员权限运行； - 性能优异，轻松突破 100 Mbps 带宽。 适合渗透测试、红队攻防、后渗透横向移动场景，想要高效隧道解决方案的安全从业者必备。
附件：[文件]
在线处理视频音频常常需要频繁切换命令行工具，操作复杂且不够直观。 ffmpeg-mcp 是一个基于 MCP 协议的服务端项目，专门用来和 FFmpeg 交互，简化常见多媒体操作。 它通过标准输入输出接口与 FFmpeg 通信，方便集成到各种 MCP 客户端中，提升自动化处理效率。 主要特点： - 轻量级 MCP 服务器，专注于 FFmpeg 的常用命令封装； - 支持通过环境变量自定义 FFmpeg 路径，灵活适配各种环境； - 易于集成，直接通过 npx -y ffmpeg-mcp 命令即可启动； - 由 ChatWise 赞助，持续维护和更新； - 开源 MIT 许可，适合二次开发和商业使用。 适合需要自动化音视频转码、处理的开发者和运维人员。
附件：[图片]
在线生物医药研究面临海量文献和复杂数据，传统工具难以高效整合知识与推理。 STELLA 是一个开源自演化大型语言模型（LLM）代理，专为生物医药研究设计。它集成动态知识库、推理模块和自我纠正机制，能够持续学习新资料，辅助文献分析、实验设计和数据解读。 主要功能： - 自演化机制，实现持续学习和能力提升； - 融合多智能体架构，支持复杂任务协同处理； - 动态知识库，实时更新最新生物医药信息； - 高级推理与自我纠正，提高研究准确性和效率； - 支持文献检索、药物筛选、生化分析等专业工具； - Web界面友好，快速部署使用，适合科研工作者和机构。
附件：[图片]
在线训练大语言模型（LLM）强化学习环境搭建往往涉及复杂的组件组合，环境构建、评估、工具调用、训练等环节分散且难以整合。 Verifiers 是一个开源的模块化环境库，专为 LLM 强化学习设计，集成了环境创建、评估、Rollout 逻辑和训练工具，支持与 OpenAI 兼容模型端点无缝对接。 不仅能直接做模型评估和合成数据生成，还内置了异步 GRPO 训练器，支持大规模多GPU训练，方便研究者和开发者快速搭建高效的 LLM RL 训练流水线。 主要功能： - 模块化环境组件，支持自定义环境和多轮对话交互； - 灵活的评估机制，支持多种奖励函数和格式解析器； - 原生支持单回合、多回合及工具调用环境； - 内置异步GRPO训练器，兼容Accelerate/DeepSpeed多GPU训练； - 支持OpenAI风格推理接口，方便接入各类模型服务； - 提供命令行工具快速评测、环境安装和训练管理。 适用于研究人员、开发者和企业用户，支持CPU和GPU环境，本地和云端均可使用，助力构建智能、可训练的语言模型代理和评测平台。
附件：[图片]
C++ 也能成为“解释型语言”？Based C++ 项目打破传统，提供了 GNU Interface Layer (GIL) 和 g++ 标准库的实现，让 C++ 代码像脚本一样运行，体验全新编程方式。 不仅能用熟悉的语法写出“Hello, world!”示例，还支持高级元编程和 GCC 插件，真正实现边写边执行的高效开发体验。 主要功能： - 基于 GIL 的抽象系统模拟，支持多种系统调用； - 标准库完整支持，兼容 C++23 规范； - 支持复杂模板元编程，实现编译时计算； - 允许直接用 g++ 编译并执行，操作简单； - 多语言支持，涵盖多种编程范例演示。 适合对编译器原理、解释执行和元编程感兴趣的开发者与研究者。
附件：[图片]
2025年极客时间微服务进阶训练营 2025年极客时间AI算法进阶训练营 2025年极客时间AI全栈开发实战营 2025年极客时间大模型RAG进阶实战营 2025年极客时间Go技术专家进阶营 2025年极客时间MySQL进阶训练营 2025年极客时间企业级Agents开发实战营 2025年极客时间PostgreSQL进阶训练营 2025年极客时间AI工程化项目实战营
附件：[图片]
奔跑吧Linux社区第1+2+3+4季+死机专题+vim+git（完结） 支持换课/回收正版课，加入会员免费学。办理请联系 @ashbur_bot。
附件：[文件]
51CTO-PostgreSQL DBA实战课程 51CTO-信创.国产数据库工程师培训专题2.0 51CTO-风哥PostgreSQL数据库工程师培训【大师级DBA.门徒班】 51CTO-大数据运维架构师实战训练营专题2.0 51CTO-云原生架构师训练营SVIP-零基础到云原生架构师系列课程 51CTO风哥-Oracle云数据库高级工程师 51CTO-风哥MySQL数据库高级工程师 51CTO-DBA MySQL数据库工程师【OCP培训.MySQL 5.7/8.0实战培训】 51CTO-Veritas NetBackup备份系统专题（NBU培训） 支持换课/回收正版课，加入会员免费学。办理请联系 @ashbur_bot。
附件：[图片]
