本文全面介绍了月球的科学知识，涵盖其运动规律、与地球和太阳的相互作用、表面特征以及可见现象。

月球是地球唯一的天然卫星，其运动由引力主导。它围绕地球沿椭圆轨道运行，导致与地球的距离和视大小周期性变化。由于潮汐锁定，月球自转周期与公转周期相同（约27.3天），因此始终以同一面朝向地球。然而，其轨道偏心率和轨道面的微小倾斜，使得从地球观测时，月球表面会略微左右摇晃（经天平动）和上下摆动（纬天平动），让我们总共能看到约59%的月球表面。

月球的运动存在多种周期，如恒星月（相对于恒星，约27.3天）、交点月（回到升交点，约27.2天）、近点月（回到近地点，约27.6天）和朔望月（相同月相重复，约29.5天）。太阳的引力会扰动月球轨道，导致其交点退行（约18.6年一周）和近地点进动（约8.85年一周）。

月球表面布满撞击坑，从简单的碗状坑到带有中央峰的复杂环形山，乃至巨大的多环盆地。一些大型盆地被古代玄武岩熔岩填充，形成颜色较暗的月海。月表覆盖着一层由细小岩石碎片和玻璃珠组成的表岩屑。

光照造就了月球的视觉变化。月相周期（朔望月）是由于日、地、月三者相对位置变化，导致我们看到的被照亮月球部分不同所致。月球土壤具有独特的光学特性：在相位角很小时（如满月），月球表面异常明亮，这种现象称为冲日效应，主要归因于相干背向散射和阴影隐藏效应。此外，月球暗面有时被地球反射的阳光微微照亮，称为地球反照。

当日、地、月三者精确排列时，可能发生日食或月食。当月球遮挡太阳时发生日食，分为全食、环食和偏食。当地球阴影投射到月球上时发生月食，月球在月食期间常呈现暗红色。

总之，月球是一个因引力而系于地球的岩石世界，其规律运动、地质特征和光影变化，共同构成了我们夜空中最熟悉而又充满奥秘的天体。

美国联邦贸易委员会（FTC）于周二通过一项规则，要求售票商、酒店和度假租赁网站在广告价格中披露总费用，禁止在结账末期隐藏附加费用。该规则是拜登总统打击“垃圾费用”行动的最终措施之一，旨在消除那些没有提供可见利益却增加消费者成本的隐藏收费。

规则要求服务费、度假费和其他常添加到预订中的费用必须包含在广告价格内。FTC估计，这将为美国消费者每年节省约5300万小时，避免他们在购买前耗费时间计算总成本。拜登总统在声明中强调，隐藏费用让消费者在结账时被迫支付更多，并呼吁持续打击此类非法收费。

然而，该规则的实施可能面临政治挑战。候任总统特朗普可能寻求撤回该规则以进行进一步审查，而共和党控制的国会也可能通过立法废除它。此外，FTC主席Lina Khan敦促执法者继续打击不公平费用，并鼓励州和联邦政策制定者通过立法全面禁止此类收费。

该规则比FTC在2023年提出的范围更窄，后者计划广泛禁止所有行业的隐藏和欺骗性费用。拜登政府的其他监管行动已遭遇企业诉讼，如得克萨斯州一名法官阻止了信用卡滞纳金上限规则，新奥尔良上诉法院也阻止了航空公司提前披露行李费的要求，这些案件仍在进行中。

Boardgame.io：基于JavaScript的回合制游戏引擎

概述

Boardgame.io 是一个使用 JavaScript 创建回合制游戏的引擎。开发者只需编写描述特定移动如何改变游戏状态的函数，该引擎便会自动将其转换为可玩的游戏，并包含完整的在线多人游戏功能，无需编写任何网络或存储代码。

核心功能

• 状态管理：游戏状态在客户端、服务器和存储之间自动同步管理。
• 多人游戏：支持实时跨平台的游戏状态同步。
• AI：可自动生成与您游戏对战的机器人。
• 游戏阶段：支持不同的游戏规则和每个阶段的回合顺序。
• 大厅：提供玩家匹配和游戏创建功能。
• 原型设计：提供界面，可在渲染游戏前模拟移动。
• 可扩展性：通过插件系统允许创建新的抽象。
• 视图层无关：可使用原生 JS 客户端或 React / React Native 的绑定。
• 日志：具备游戏日志功能，支持时间旅行（查看早期状态的棋盘）。

使用方法

安装与文档

开发者可通过官方文档学习如何使用 boardgame.io，并可在 Gitter 社区提问。

示例与开发

仓库中的 examples 文件夹提供了可运行的示例。该项目支持在 VS Code 中使用开发容器进行运行。

社区参与

项目欢迎各种形式的贡献：

• 报告问题：可通过创建 issue 报告 bug。
• 提问：Gitter 频道和 GitHub Discussions 是提问的合适场所。
• 贡献代码：有意修复 bug 或添加功能者，可查阅贡献指南和项目路线图。
• 改进文档：欢迎提交即使是细微改动的拉取请求，文档页面可通过右上角的 “Edit on GitHub” 链接直接编辑。

许可证

该项目采用 MIT 许可证。

银护身符：阿尔卑斯山以北最古老的基督教证据

核心发现

考古学家在德国法兰克福附近的3世纪罗马墓地中发现了一枚银质护身符（称为“法兰克福银质铭文”），其年代约为公元230-270年。这是阿尔卑斯山以北已知最早的基督教实物证据，比该地区此前已知的基督教文物早了近50年。

发现详情

• 出土位置：护身符发现于2017-2018年法兰克福海曼大街一处罗马墓地（古罗马城市尼达遗址）的挖掘中。该墓地包含127座墓葬，其中一座男性墓葬（死者年龄35-45岁）的颈部下方发现了卷起的银箔，推测原本佩戴于颈部。
• 文物性质：该护身符属于护符（phylactery），旨在通过其内容保护佩戴者。墓中还伴随香炉和陶器等陪葬品。

铭文内容与解读

• 技术手段：通过美因茨莱布尼茨考古中心（LEIZA）的计算机断层扫描技术，研究人员以非侵入方式对脆弱的银箔进行数字化“展开”，避免了手动操作导致的损毁。数字化成像显示了18行拉丁文。
• 文本翻译（摘要）：

  以圣提多之名。 圣哉！圣哉！圣哉！ 以耶稣基督，上帝之子之名！ 世界的主 尽其所能抵抗一切挫折。 上帝赐予平安…… 此护佑之物保护 那顺服 主耶稣基督（上帝之子）旨意的人， 因在耶稣基督面前 万膝必跪：天上的、地上的和地底下的， 万口必认（耶稣基督）。

• 文本特征：
  • 开篇提及使徒保罗的门徒圣提多，并包含“圣哉！圣哉！圣哉！”及“以耶稣基督之名”等基督教礼赞。
  • 内容几乎逐字引用了《腓立比书》2:10-11。
  • 法兰克福歌德大学的马库斯·舒尔茨教授指出，铭文措辞严谨，可能出自专业抄写员之手，且完全未提及耶和华、天使或异教神祇，这在当时宗教融合普遍的背景下极为罕见。

研究意义

1. 历史时间线修正：将阿尔卑斯山以北基督教证据的时间提前了数十年。此前文献暗示2世纪末高卢和上日耳曼尼亚已有基督教社群，但实物证据仅追溯至4世纪。
2. 宗教文化背景：护身符的纯粹基督教内容与同期常见的宗教混合主义（融合基督教、犹太教和异教元素）形成鲜明对比，可能反映了佩戴者坚定的信仰，也引发了对尼达（Nida）城市基督教角色的思考——该城曾是罗马日耳曼尼亚的文化与行政中心。
3. 罗马帝国互联性：发现彰显了罗马帝国时期文化宗教的交流网络，表明基督教在边境多元文化环境中早有渗透。
4. 技术协作范例：研究由法兰克福市政府、法兰克福考古博物馆、LEIZA、歌德大学、波恩大学及莱茵-美因考古网络等多机构合作完成，体现了跨学科技术（如高分辨率CT扫描）在文物分析中的关键作用。

结论

法兰克福银质铭文不仅为早期基督教传播提供了关键实物证据，也揭示了3世纪罗马边境地区宗教生活的复杂性，推动了对基督教在多元文化环境中兴起与发展的进一步探索。

H-1B签证项目重大更新

美国国土安全部（DHS）宣布了一项最终规则，旨在显著增强美国公司在关键领域填补职位空缺的能力，从而加强美国经济。该规则通过简化审批流程、增加灵活性以帮助雇主留住人才、以及加强项目完整性和监督，对H-1B项目进行了现代化改革。

核心目标

该规则旨在更好地满足美国企业的劳动力需求，同时减少对雇主的不必要负担，并严格遵守所有美国工人保护法律。美国国土安全部部长亚历杭德罗·N·马约卡斯表示，这些改进将使雇主在招聘全球人才方面拥有更大灵活性，从而提升美国的经济竞争力。

主要变化与灵活性

1. 更新专业职业定义：对“专业职业”职位的定义和标准进行了现代化更新，以帮助雇主招聘到符合业务需求、能在全球市场保持竞争力的员工。
2. 扩大免名额限制范围：明确了可豁免年度法定H-1B签证名额限制的非营利组织和政府研究组织的标准。
3. 延长身份转换灵活性：延长了持F-1签证、寻求将身份变更为H-1B的学生的特定灵活性，以避免其合法身份和就业授权中断。
4. 提高处理效率：新规将允许美国公民及移民服务局（USCIS）更快地处理大多数此前已获批H-1B签证的个人的申请。
5. 允许受益人拥有控股权：在满足合理条件的前提下，对申请组织拥有控股权的H-1B受益人也有资格获得H-1B身份。

加强项目完整性与监管

新规通过以下措施强化项目完整性：

• 正式确立USCIS进行检查和对不合规行为实施处罚的权力。
• 要求雇主必须证明在申请的开始日期存在一个真实的、专业职业职位供该雇员担任。
• 明确劳工条件申请（LCA）必须支持并与H-1B申请正确对应。
• 要求申请者在美国拥有合法存在，并需在美国法院接受法律程序。

实施时间表

为实施该规则，自2025年1月17日（规则生效日期）起，所有申请必须使用新版的I-129表格（非移民工人申请表）。由于不能宽限接受旧版表格，USCIS将在官方网站上提前发布新版表格的预览版本。

此项新规是继2024年1月宣布的、已显著改善H-1B注册和筛选流程的最终规则之后的又一重要改革。

根据提供的内容，该网页并非目标文章《The unbearable slowness of being: Why do we live at 10 bits/s?》的正文，而是访问该文章时触发的 Cloudflare 安全验证页面。

页面的主要内容如下：

• 性质：这是一个包含JavaScript代码的HTML页面，用于执行Cloudflare的“Managed Challenge”或机器人验证。
• 核心功能：其脚本会检查访问者的环境（如浏览器、Cookie设置），以判断是否为人类用户，而非自动化程序。如果验证通过，将允许访问原始页面；如果失败或未启用JavaScript/Cookie，则会显示错误信息（如“Enable JavaScript and cookies to continue”）。
• 代码结构：
  1. 错误提示：当脚本未运行时，页面会显示要求启用JavaScript和Cookie的提示。
  2. 核心脚本：通过一个内联的JavaScript函数，它动态加载了Cloudflare挑战平台（/cdn-cgi/challenge-platform/h/b/orchestrate/chl_page/v1）的脚本，并传入了一系列加密的配置参数（如cFPWv, cH, cN, cRay, md, mdrd等）。
  3. 页面行为：脚本还会操作浏览器的history状态，试图在验证完成后将URL恢复为原始的文章链接。
• 目的：该机制旨在保护目标网站（www.cell.com）免受恶意爬虫和自动化访问的侵扰。

总结：所提供的材料是访问Cell.com期刊文章时遇到的安全拦截页面，而非文章内容本身。它通过一系列脚本进行访客验证，无法从中获取关于“人类信息处理速率约为10比特/秒”这一科学主题的任何论述、论据或结论。若要获取文章摘要，需成功通过此验证并访问原始文章页面。

优化 Ruby 的 JSON（第一部分）

作者成为 json gem 的维护者后，除了修复旧错误，还专注于性能优化，使其在大多数基准测试中成为 Ruby 最快的 JSON 解析器和生成器。这些优化并非基于深奥知识，而是通过性能分析驱动的简单、通用优化。

动机与背景

作者的初衷并非追求极致性能。ruby/json 虽然比流行的 oj gem 稍慢（例如解析推特数据 1.9ms 对 1.6ms），但在多数用例中差异不大。然而，oj 因其速度而非常流行，包括被用于 Shopify 代码库。作者强烈反对使用 oj，原因如下：

1. Monkey Patching 的风险：oj 常通过 Oj.mimic_JSON 替换 json gem，这可能导致安全漏洞（如忽略 script_safe 选项引发 XSS 攻击）和微妙的序列化行为差异（如时间精度问题）。
2. 稳定性差：在大规模运行中，oj 是导致 Ruby 崩溃的主要来源之一，其代码中存在令人担忧的“hack”（例如曾通过禁用 GC 来绕过 bug）。 因此，作者的目标是让 ruby/json 的性能接近 oj，消除用户因速度而进行 Monkey Patching 的需求。

优化方法与成果

作者通过性能分析工具（如 samply）指导优化，主要针对 JSON 生成阶段。以下是一些关键优化：

1. 避免冗余检查

• 问题：在处理 UTF-8 字符串时，isLegalUTF8 和 rb_enc_str_asciionly_p 会重复扫描字符串以验证编码。
• 方案：利用 Ruby 字符串内部缓存的 coderange 属性。优化后，代码先检查 ascii_only?，若非纯 ASCII 则仅在 coderange 未知时验证编码，避免重复扫描。
• 效果：在 twitter.json 基准测试中提升约 3%。提升未达预期，因为节省的时间部分被后续处理字符的内存访问开销抵消。

2. 优先检查更可能发生的条件并优化分支预测

• 问题：fbuffer_inc_capa 函数（缓冲区扩容）中，每次调用都先检查缓冲区是否已分配（但几乎总是已分配），浪费了 CPU 周期。
• 方案：
  1. 将检查顺序调整为：先检查最可能的情况（容量足够），再检查低概率情况（需初始化或扩容）。
  2. 使用 RB_UNLIKELY 宏告知 CPU 分支预测，减少分支误判。
  3. 将函数标记为 inline，减少函数调用开销。
• 效果：在 twitter.json 基准测试中提升 15%。

3. 降低初始化（Setup）成本

• 问题：生成 JSON 前的准备工作（如解析选项、预计算分隔符）开销较大，尤其在微基准测试中表现不佳。
• 方案：取消为“美观输出”选项预计算分隔符字符串的优化，因为该预计算本身开销大且多数情况未使用。
• 效果：在小对象基准测试中性能提升 1.5 倍。

4. 避免指针追逐

• 问题：频繁调用 rb_enc_get 检查字符串编码。该函数是高层 API，包含大量类型检查和内存访问（指针追逐）。
• 方案：改用更底层的 RB_ENCODING_GET 直接获取编码索引，并直接比较索引值（整数比较）而非编码指针，避免不必要的内存加载。
• 效果：在 twitter.json 基准测试中提升 8%。

5. 使用查找表优化字符串转义

• 问题：逐字符转义时，每个字符都需要多个条件判断（是否需转义）。
• 方案：
  1. 使用一个预计算的 256 元素布尔数组（查找表）标记哪些字符需要转义，将多次条件判断简化为一次数组查询。
  2. 增加快速路径：先用查找表快速检查整个字符串是否无需转义。若是，则一次性复制整个字符串，避免逐字符循环。
• 效果：在 twitter.json 基准测试中带来 30% 的巨大提升。

总结

这些优化虽然涉及 C 代码，但其核心思想（避免冗余工作、优先检查高概率条件、减少内存访问、利用查找表）是通用的性能优化策略，适用于任何语言。作者通过持续的性能分析和应用这些简单但有效的优化，显著提升了 json gem 的性能，使其不再明显落后于替代方案。更多优化将在后续文章中介绍。

如何因一次点击损失数十万：加密货币钓鱼骗局深度剖析

骗局核心手法

骗子利用 Google Forms（谷歌表单） 发送看似来自 google.com 域名的虚假安全警报邮件，利用其合法域名增强欺骗性。随后通过电话冒充谷歌支持人员，告知受害者账户正遭入侵，并引导其点击手机上弹出的 “账户恢复”确认提示。一旦受害者点击“是”，骗子即可获得其谷歌账户访问权限。

受害者经历

Adam Griffin（损失近50万美元）

• 过程：接到冒充谷歌支持的电话（号码显示为谷歌助理官方号码），同时收到伪装成谷歌安全警报的邮件。在骗子引导下点击了账户恢复确认提示，导致谷歌账户被控制。
• 关键漏洞：他曾将加密货币钱包的助记词照片存储在与该账户同步的 Google Photos 中，导致资金被全部转走。

Tony（损失45比特币，时值约472.5万美元）

• 过程：同样接到冒充谷歌支持的电话和警报，点击了账户恢复确认。随后又被冒充硬件钱包（Trezor）客服的骗子诱骗，在钓鱼网站输入了助记词。
• 心理状态：事发时忙于照顾幼儿，思维混乱，未能遵守安全协议。

骗子技术手段与策略

1. 利用可信服务：通过 Google Forms 发送警报邮件，使其看起来来自合法域名。
2. 社会工程学：骗子表现得专业、耐心，利用受害者忙乱状态施加压力。
3. 自动化工具：使用机器人自动拨打电话筛选易受骗目标。
4. 利用账户关联：默认情况下，Google Authenticator 的验证码会同步至谷歌云端账户。一旦谷歌账户被攻破，骗子即可获取用于登录加密货币交易所的双重验证码。

案例关联与后续

• 两位受害者收到的虚假警报包含相同的虚假“谷歌支持案例编号”，指向同一诈骗团伙。
• 一名自称“Daniel”的骗子在播客中透露，他们通过 Minecraft 游戏结识，专门从事此类诈骗，并声称鲜有法律后果。
• 受害者事后持续收到更多诈骗电话，表明他们的信息可能已被列入目标名单。

安全建议

1. 应对可疑电话：接到任何关于账户安全问题的电话，应立即挂断。自行查找相关机构官方电话号码进行核实并回拨。
2. 保护谷歌账户：
   • 使用强健、唯一的密码。
   • 启用物理安全密钥或通行密钥等防钓鱼的多重身份验证方法。
   • 考虑加入谷歌的高级保护计划。
3. 处理 Google Authenticator：
   • 进入应用设置，选择 “不使用账户” ，关闭云端同步功能，以防止验证码被在线窃取。
   • 务必备份好一次性恢复码，并安全存储。
4. 加密货币存储：
   • 绝对不要以任何形式（照片、文本）将助记词存储在联网设备或云服务中。
   • 将助记词记录在物理介质上，并存放于安全的地方。

核心警示：您的电子邮件账户通常是整个数字身份的钥匙。保护好它，并意识到基于电话的钓鱼骗局极具迷惑性，必须保持高度警惕。

LLM代理间合作的文化进化研究摘要

研究背景

大型语言模型（LLM）为构建通用能力AI代理提供了基础，这些代理可能代表个人或群体利益，在现实世界中大规模部署。目前，对多代LLM代理交互的动态了解有限。本研究探讨LLM代理“社会”在面临背叛激励时，能否学习互惠社会规范，这类似于人类社会性的关键特征。

研究方法

研究通过经典迭代Donor Game考察LLM代理间间接互惠的进化。在游戏中，代理可以观察同伴的近期行为，并在多代部署中迭代交互。研究比较了不同基础模型（如Claude 3.5 Sonnet、Gemini 1.5 Flash和GPT-4o）的社会合作演化。

主要发现

• 模型差异显著：不同基础模型的合作进化表现不同。Claude 3.5 Sonnet代理的社会平均得分最高，其次是Gemini 1.5 Flash，最后是GPT-4o。
• 惩罚机制影响：Claude 3.5 Sonnet能利用额外的惩罚机制来达到更高得分，而Gemini 1.5 Flash和GPT-4o则无法有效利用该机制。
• 初始条件敏感性：在每个模型类别中，不同随机种子下出现行为变化，表明对初始条件的敏感依赖性，这是一个研究不足的方面。

潜在应用

本研究的评估体系可启发一类低成本且信息丰富的LLM基准测试，专注于LLM代理部署对社会合作基础设施的影响。这为未来AI代理的社会行为研究提供了新方向。

Ergo Chat：用Go编写的现代IRC服务器

项目概述 Ergo（前身为Oragono）是一个用Go语言编写的现代IRC服务器，融合了IRC守护进程、服务框架和IRC弹跳器（bouncer）的功能。它旨在简化部署和使用，同时提供丰富的特性和高度可定制性。

核心设计原则

1. 易于部署和使用。
2. 功能集成：内置账号管理（NickServ）、频道管理（ChanServ）、虚拟主机（HostServ）、历史消息存储与回放等。
3. 前沿标准支持：支持最新的IRCv3协议规范，可作为参考实现。
4. 运行时可重载配置：通过YAML配置文件实现，可在服务运行时重载而无需重启。

主要功能特性

• 集成服务：内置NickServ、ChanServ和HostServ。
• 弹跳器特性：支持多客户端共享同一昵称、存储并回放聊天历史。
• 网络与安全：原生支持TLS/SSL及客户端证书，支持SASL认证和LDAP。
• 配置与运维：使用YAML格式配置文件，支持运行时重载（rehash）更新配置和证书。
• 国际化与兼容性：支持多语言网络设置，可选支持UTF-8昵称与频道名（RFC 8265 PRECIS）。
• 高级安全隐私：可强制所有登录使用SASL、隐藏IP地址、作为Tor隐藏服务运行。
• 权限与管理：可扩展的IRC操作员权限系统，支持UBAN统一封禁系统（可针对IP、网络、掩码、注册账号）及KLINE/DLINE，密码使用bcrypt存储。
• 标识查询：支持通过ident协议查询用户名。
• 规范导向开发：注重遵循协议规范进行开发。

快速入门

1. 下载：从GitHub Releases页面下载最新版本。
2. 初始化配置：

   cp default.yaml ircd.yaml
   vim ircd.yaml  # 根据需要编辑配置文件
   

3. 生成证书：./ergo mkcerts
4. 启动服务器：./ergo run

其他安装方式

• 平台包：已在Arch Linux AUR和Gentoo Linux中提供维护包。
• Docker：提供Dockerfile和docker-compose示例，镜像发布在ghcr.io/ergochat/ergo。
• 从源码构建：需要Go语言环境，克隆仓库后切换到stable分支，执行make进行构建。项目已包含所有依赖项。

配置说明

• 配置文件路径可通过--conf参数指定。
• 默认的default.yaml文件包含了详细的选项说明。
• 日志默认输出到stderr，可配置输出到文件或通过systemd定向到系统日志。
• 密码可通过./ergo genpasswd工具生成bcrypt加密字符串用于配置。

用户操作

• 使用/msg NickServ register <password>注册昵称账号。
• 启用客户端的SASL认证以自动登录账号，确保能使用已注册的昵称。
• 使用注册的昵称账号，通过/join和/CS REGISTER来注册和管理频道。

测试与社区

• 可以连接testnet.ergo.chat（TLS端口6697，明文端口6667）进行测试。
• 项目由多位开发者和贡献者共同维护，详细贡献信息可参见DEVELOPING.md。

ImPlot3D：面向Dear ImGui的3D绘图库

ImPlot3D是Dear ImGui的扩展库，提供易于使用、高性能的3D绘图功能。其API设计深受ImPlot启发，对熟悉ImPlot的开发者来说直观易用。该库专为渲染可定制标记、线条、曲面和网格的3D图形而设计，是应用程序中进行3D数据可视化的理想解决方案。

核心功能

• GPU加速渲染。
• 丰富的绘图类型：包括线图、散点图、曲面图、四边形图、三角形图、网格图、文本图和图像图。
• 交互式操作：支持旋转、平移和缩放3D图形。
• 高度可定制：提供10种标记类型、可调大小、线宽、轮廓颜色、填充颜色等样式选项。内置16个色图，并支持用户添加自定义色图。
• 界面集成：可选的图表标题、坐标轴标签和网格标签。支持可配置的图例及切换按钮。
• 主题适配：默认样式基于当前的ImGui主题，也支持完全自定义图表样式。

使用与集成

1. API风格：与Dear ImGui和ImPlot风格类似。通过 ImPlot3D::BeginPlot() 初始化图表，使用 PlotLine、PlotScatter、PlotSurface 等函数绘制数据，最后以 ImPlot3D::EndPlot() 结束。
2. 集成步骤：
   • 确保已有可运行的Dear ImGui环境（仅依赖Dear ImGui，不依赖ImPlot）。
   • 将 implot3d.h、implot3d.cpp、implot3d_internal.h、implot3d_items.cpp 添加到项目。可选添加演示文件 implot3d_demo.cpp 和预加载网格支持文件 implot3d_meshes.cpp。
   • 与ImGui上下文同步创建和销毁 ImPlot3DContext。
3. 关键配置提示：Dear ImGui默认使用16位索引，在处理高密度3D图形（如复杂曲面或网格）时可能导致问题。建议通过取消注释 #define ImDrawIdx unsigned int 启用32位索引，或确保渲染器支持 ImGuiBackendFlags_RendererHasVtxOffset 标志。

设计理念与定位

• 为何存在：填补Dear ImGui在3D数据可视化工具上的空白，提供轻量、实时的3D绘图库，专注于交互性和易用性。
• 与ImPlot的区别：灵感来源于ImPlot，API相似，但专为3D可视化打造，提供交互式的旋转、平移和缩放。
• 是否依赖ImPlot：不依赖，是独立库。
• 是否支持2D绘图：虽可通过旋转对齐2D平面，但官方推荐对2D数据使用ImPlot，ImPlot3D专注于3D。
• 适用场景：适合调试、模拟和数据分析中的实时交互式3D可视化。若需出版级质量的输出，建议将数据导出到MATLAB、matplotlib或ParaView等专业工具。

资源与社区

• 文档与示例：API在头文件中有详细注释，完整的功能演示见 implot3d_demo.cpp。
• 多语言支持：可通过绑定（如Python的imgui-bundle、C的cimplot3d、Lua的LuaJIT-ImGui）用于其他语言。
• 贡献与许可：项目欢迎贡献，采用MIT许可证。

英语中第二人称复数代词的缺失问题
英语缺乏自然的第二人称复数代词，其他语言如西班牙语（ustedes、vosotros）、法语（vous）、意大利语（voi）和普通话（你们）均有对应词汇。这导致英语使用者长期使用“you guys”等表达来填补空白，但“you guys”存在性别中立争议。

“y'all”的实用优势
文章为“y'all”辩护，认为其在南方和德克萨斯长期使用，具有无性别暗示、节奏优美的特点，能有效替代“you guys”。它避免了“you guys”可能带来的性别歧义问题，例如对老年女性使用“guy”可能不敬。

反驳《纽约时报》的观点
《纽约时报》专栏将“y'all”贬为过于口语化、地域性或“种族性”，不适合全球采用。文章反驳称，“y'all”已超越地域限制，证据包括：

• 作家Maud Newton在《纽约时报》撰文描述其从拒绝到接受“y'all”的经历，并称其代表美国方言的精华。
• 费城杂志（2019）建议用“y'all”替代“youse”，称其温暖包容。
• Dictionary.com将“y'all”列为“you guys”的性别中性替代词之一。
• 语言学家Guy Bailey（2000）研究发现“y'all”在非南方地区广泛使用，年轻人更易接受。
• BBC（2022）报道“y'all”在英语世界的扩散，包括美国及其他英语国家。

历史背景与普及趋势
“y'all”自大迁徙时期（约1910年至1970年代初）以来，随非裔美国人迁移传播至全美。互联网时代虽加速语言同质化，但“y'all”仍保持活力，其普及可能促使北方人寻求替代词（如“youse”“yinz”）。

结论
文章强调“y'all”的实用性与包容性，认为其无需因地域或“种族”标签而被抵制，欢迎所有人使用。

尝试在网页上重现iOS主屏幕

该网页项目旨在使用HTML、CSS和JavaScript技术，重新创建一个仿真的iOS设备主屏幕界面。

关键技术与配置

• 移动优先设计：通过viewport元标签进行设置，确保页面在移动设备上正确缩放，禁用用户缩放并支持安全区域。
• 类原生应用体验：使用apple-mobile-web-app-capable和mobile-web-app-capable等元标签，使网页能以类似原生应用的全屏模式运行。
• 状态栏定制：通过apple-mobile-web-app-status-bar-style标签设置为black-translucent，以模拟iOS应用的状态栏样式。
• 应用图标：配置了apple-touch-icon和favicon，用于在设备主屏幕和浏览器标签页上显示应用图标。
• 清单文件：引用了一个Web应用清单（manifest.json），用于定义应用的名称、图标等，支持“添加到主屏幕”功能。
• 脚本加载：主体功能由一个模块化的JavaScript文件（/assets/index-B8yyzYe0.js）驱动，该文件可能是整个界面逻辑的核心。

并发编程的可视化与状态空间

并发编程因其复杂的交织执行而难以理解。通过状态空间进行可视化，是理解并发程序运行机制的有效方法，尤其适合初学者。

核心概念

• 程序状态：由变量值和位置计数器（指向下一条待执行指令）共同定义。
• 状态空间：程序在一次执行中所有可能状态的集合，可表示为一个有向图，节点是状态，边代表状态间的转移。

从顺序到并发：状态空间的演变

1. 顺序程序：状态转移是确定的。例如一个简单程序，其状态(n, 位置计数器)按固定序列变化。
2. 并发程序：状态表示为三元组(共享变量，进程P的计数器，进程Q的计数器)。由于指令执行顺序的不确定性交织，从同一初始状态可能转移到不同的后续状态，导致程序行为多样。
3. 复杂性增长：即使是对并发程序稍作扩展（如增加进程或语句），其状态空间也会呈指数级增长，使得完整的可视化和人工分析变得不切实际。

形式化验证：模型检查

为应对状态空间爆炸带来的测试与调试挑战，文章引入了模型检查（如SPIN工具）。其核心思想是：

• 不依赖想象，而是通过系统化生成和检查状态空间来验证程序。
• 定义程序必须满足的安全性（坏事永不发生）和活性（好事终将发生）属性。
• 使用线性时序逻辑来精确描述这些属性（如[] (total == 1 || total == 2 || total == 0)，表示“总是”成立）。
• 工具会自动检查整个状态空间，确认属性是否在所有可能的状态下都成立，从而为并发程序的正确性提供高置信度的保证。

总结

文章主张，理解并发程序应从可视化其状态空间入手，这能直观揭示交织执行带来的不确定性。对于复杂系统，则应借助模型检查等形式化方法，通过定义和验证安全与活性属性来确保其正确性，从而弥补传统测试方法的不足。

这篇文章详细介绍了伪3D道路渲染技术的原理与实现，主要内容如下：

核心概念 伪3D道路是一种光栅特效，通过逐行改变屏幕扫描线的位置或属性（如滚动、颜色、缩放）来模拟3D透视效果。其优势在于计算量小、运行速度快，能产生独特的速度感和视觉扭曲效果，适合早期硬件。

基础实现

• Z映射表：预先计算每个屏幕行对应的Z距离，用于准确映射道路纹理，避免“燕麦效应”（远处物体过度减速）。
• 曲线控制：通过累积变量（位置、速度、加速度）逐行调整道路中心线偏移，实现曲线效果。可采用分段系统管理连续弯道。
• 精灵绘制：根据Z映射表确定精灵的屏幕位置，使用画家算法（由远到近）绘制，并利用缩放因子调整大小。

坡道效果

• 模拟坡道：通过调整Z映射表的读取步长，垂直拉伸或压缩道路纹理，模拟上下坡视觉效果。
• 3D投影段：将道路划分为多边形片段，结合3D投影计算高度，实现更真实的坡道几何形状。

增强技术

• 双道路叠加：如《OutRun》中使用两条重叠道路模拟多车道或分支路径。
• 纹理应用：通过对道路纹理进行逐行拉伸或选择不同纹理行来实现道路标记。

案例分析

• 专用硬件：如世嘉的道路芯片，使用高分辨率道路图形和逐行参数控制，支持双道路优先级。
• 《Enduro》：在雅达利2600极有限的硬件上，利用HMOVE寄存器逐行移动导弹/球形精灵绘制道路轮廓，通过固定点数学实现曲线。
• 《Road Rash》：结合3D投影段与伪3D曲线，添加多边形路边物体，营造立体感。
• 《S.T.U.N. Runner》Lynx版：使用精灵模拟隧道多边形，通过硬件缩放实现高速视觉效果。

相关效果

• 无尽棋盘格：类似《太空哈利》的地面效果，通过逐行调色板变化和滚动实现透视网格。
• 其他引擎：如《Power Drift》的精灵块3D、《Racin' Force》的体素技术等变体。

关键公式

• 3D投影公式：y_screen = (y_world * scale) / z + (y_resolution / 2)
• 缩放因子：scale = (resolution / 2) / tan(FOV / 2)

该技术通过巧妙组合数学简化与视觉欺骗，在有限硬件上实现了令人信服的3D道路效果，至今仍对复古风格游戏开发有参考价值。

IncludeOS：C++的轻量级可嵌入操作系统

项目定位 IncludeOS 是一个面向 C++ 的、可嵌入的最小化操作系统。它允许应用程序在云环境中直接运行，无需依赖传统操作系统，通过将操作系统功能集成到应用中，创建高性能、安全且资源高效的虚拟机。

核心优势

• 启动迅速：应用可在几十毫秒内启动。
• 资源占用低：仅需几兆字节的磁盘和内存空间。

环境准备与构建 在 Linux 或 macOS 上运行 IncludeOS 服务，无需安装系统本身，但需安装依赖。以示例项目 hello_world 为例，所需依赖包括：

• Conan 包管理器
• cmake、make、nasm
• clang（Linux 可选 gcc，提供 6.0/7.3 预编译包）
• qemu
• Python3 包：psutil、jsonschema

典型构建流程如下：

1. 配置 Conan 源。
2. 克隆示例仓库。
3. 创建构建目录并安装依赖。
4. 激活环境、生成构建文件并编译。
5. 启动引导。 启动成功后，将看到系统版本和 "Hello world" 输出。

功能示例：TCP 回显服务 文章提供了一个简单的 TCP 回显服务器代码示例。它自动获取已配置的网络接口，在端口 7 上监听连接，并将接收到的任何数据原样回传给客户端。

网络配置 虚拟机的网络配置可通过同目录下的 config.json 文件定义。该文件以 JSON 格式指定接口索引、配置方式（如 DHCP 及静态回退）、IP 地址、子网掩码和网关。

安全与维护

• 安全相关咨询请发送至指定邮箱，可使用提供的 PGP 密钥加密。
• 项目维护者为 Alfred Bratterud。

其他说明 文章末尾包含一条与项目技术无关的软件推荐。

ad 文本编辑器概要

ad（发音为 A.D.）是一款实验性文本编辑器，旨在结合 vi/kakoune 风格的模态编辑 与 Plan9 Acme 的可扩展性哲学。其核心特点是将文本视为可编辑亦可执行的对象。

⚠️ 项目状态与注意事项

• 实验性：主要作为探索文本编辑器特性的“试验场”，目前不推荐作为主力编辑器。
• 稳定性：已足够稳定可供试用，但文档较少，可能存在未发现的错误。
• 活跃开发：键绑定和默认行为可能随更新而改变，具体变更需参考 Git 日志。

👀 主要功能与设计理念

ad 混合了多种编辑器的优点：

• 模态编辑：类似 Vim 的交互方式。
• 文本导航与选择：借鉴 Vim/Kakoune 的便利操作。
• 扩展性：受 Emacs 的 mini-buffer 和 Acme 的哲学启发，通过虚拟文件系统接口暴露编辑器状态和功能，允许外部客户端程序直接交互，打造“集成的开发环境”。
• 编辑命令：采用类似 Sam/Acme 的命令式编辑（已提取为独立 crate）。
• 鼠标支持：支持但非必需，更适合笔记本键盘操作。

🏗️ 技术实现与模块

ad 从头实现了许多功能，主要模块包括：

• buffer/internal：用于缓冲区内存的间隙缓冲区。
• dot：处理当前选择（包括 Vim 风格动作）。
• exec：Sam 编辑语言核心的最小实现。
• fsys：类似 Acme 的虚拟文件系统接口（由 ninep 模块支持 9P 协议）。
• lsp：最小的 LSP 客户端。
• regex：自定义的、可在字符流上工作的正则表达式引擎，灵活性优先于性能。
• syntax：基于 tree-sitter 的语法高亮，若无语法文件则回退到基于正则的高亮。
• trie：用于序列键绑定的字典树数据结构。

🔧 获取与使用

由于打包尚未完成，推荐从源码编译：

git clone git@github.com:sminez/ad.git
cd ad
cargo install --path .
cargo xtask setup-dotfiles

启动后使用 :help 命令查看内置帮助。

❓ 项目动机

开发者长期使用 Vim/Neovim/Kakoune，喜爱其核心编辑功能，但非常欣赏 Acme 通过文件系统协议与外部程序无缝集成的能力。ad 旨在融合模态编辑的高效与 Acme 的开放可扩展性，同时实现 Rob Pike 在 Sam 中提出的结构化正则表达式，打造一个小型、可 hack 的编辑器。

土星五号火箭：人类登月之梦的钢铁见证

土星五号火箭是人类为实现登月梦想而打造的奇迹工程。它的名字“V”源自其第一级并联的五台F-1火箭发动机——这些至今仍是人类制造过的最强火箭发动机。这款巨型运载火箭的研发可追溯至1950年代末美国的军事需求，后在沃纳·冯·布劳恩的领导下，随着1961年肯尼迪总统宣布登月目标，转变为一个庞大的国家工程。

庞大的工程与建造

土星五号是一项全国协作的壮举。其三级火箭结构由分布在美国各地的私人承包商分别制造，从阿拉巴马州到加利福尼亚州。所有部件完成后，通过驳船和专用飞机运往佛罗里达州的肯尼迪航天中心，在当时世界上最大的单层建筑——飞行器装配大楼中进行组装。组装过程极其精密，因为来自不同公司的各部件此前从未对接，必须确保所有电路、管路和指令信号完美兼容。

巨大的挑战与牺牲

参与者的回忆揭示了项目的艰巨性。工程师李·索利德在28岁时开始参与项目，团队非常年轻，且工作强度极大，基本无休息日。技术挑战层出不穷，其中F-1发动机的燃烧不稳定性问题尤为突出。工程师保罗·卡斯滕霍尔茨回忆，在一次测试中，燃烧室突然爆炸，毁坏了测试台。为解决此问题，他们耗费数月，在燃烧室中插入模拟爆炸的“炸弹”进行测试，最终通过修改喷注器设计，历经两年和上百次测试才攻克难题。

此外，火箭燃料具有极高危险性。阿特·莱纳斯提到，曾有工作人员因接触液氧或氮气而伤亡，这警示着每一次操作的风险。

创新的测试策略：全面测试

项目早期计划进行约20次测试飞行才能尝试登月。然而，载人航天飞行办公室主任乔治·穆勒提出了革命性的“全面测试”概念：首次试飞即搭载全部三级发动机及阿波罗飞船。冯·布劳恩最初认为这过于冒险，但穆勒的论点——部分测试的飞行器构型不具代表性——最终说服了团队。这一大胆决策极大地压缩了时间表，使得第三次发射的土星五号（阿波罗8号）就能在1968年将宇航员送入月球轨道，第六次发射（阿波罗11号）便实现了首次登月。

震撼的发射与个人的代价

土星五号的发射场面极其震撼。艺术家切特·耶泽斯基描述道，它起初静静矗立，随后在没有巨响的情况下开始上升，接着是滚雷般的轰鸣，直击观者的“内脏”。记者沃尔特·克朗凯特在首次发射报道中惊呼：“我们的建筑在摇晃！吼声太可怕了！”

然而，项目的成功背后是无数人的巨大个人牺牲。工程师詹姆斯·米泽尔表示，他错过了整个越南战争，因为无暇关注新闻；他的女儿称他为“拜拜爸爸”，因为他清晨离家、深夜归家。高强度压力导致办公室中75人离婚，酗酒和抑郁症普遍存在，心理问题在当时被视为软弱的表现。

最后的骄傲

尽管过程艰辛，但土星五号取得了辉煌成功：共13枚火箭升空，无一失败。它将人类送往前所未有的远方，至今仍是美国最自豪的成就之一。它不仅是工程学的巅峰，更是数千名普通工程师、技术人员和工人集体智慧与奉献精神的结晶，是一台值得铭记的“人类最伟大的机器”。

Bruin 数据管道工具概览

Bruin 是一个用 Golang 编写的开源数据管道工具，它将数据摄入、数据转换（支持 SQL、Python 与 R）以及数据质量检查整合在一个统一的框架中。该工具旨在为数据工程师提供一个全面、高效的端到端解决方案。

核心功能与特性

• 数据摄入：可通过 ingestr 或 Python 进行数据摄入。
• 多语言转换：支持在多种数据平台上使用 SQL、Python 和 R 编写转换逻辑。
• 物化选项：支持表/视图的物化以及增量表更新。
• 环境隔离：使用 uv 在隔离环境中运行 Python 代码，确保依赖管理的干净与安全。
• 数据质量：内置数据质量检查功能。
• 模板化：支持 Jinja 模板，减少代码重复。
• 管道验证：支持通过 dry-run 对整个管道进行端到端的验证。
• 灵活部署：可在本地机器、EC2 实例或 GitHub Actions 上运行。
• 密钥管理：通过环境变量注入 secrets。
• 开发体验：提供 VS Code 扩展以提升开发效率。
• 易于安装：基于 Go 编写，安装和使用简单。

适用平台 Bruin 兼容所有主流数据平台。

安装与社区 详细的安装指南和快速入门教程可在项目主页找到。用户还可以加入项目的 Slack 社区进行交流。

Grammarly 收购了文档协作平台 Coda，两家公司合并旨在共同打造“AI原生生产力套件”。Coda 联合创始人 Shishir Mehrotra 将担任合并后公司的首席执行官。

此次合并源于双方对AI驱动生产力未来的共同愿景。Coda 专注于重新定义“光标”（即用户交互界面），构建了一个集文档、数据库、应用于一体的全能平台，并于2023年推出了AI助手Coda Brain。而Grammarly 则利用AI技术增强了全球数百万用户在现有各种应用（超过50万个应用和网站）中已有的“光标”，提供智能写作建议，拥有4000万月活用户。

两家公司认为，尽管发展路径不同，但他们的技术和愿景高度互补。合并将加速实现“AI原生”的未来——人类与AI在各个工作场景中协同工作，并重塑整个生产力套件。

短期计划：

1. 增强Grammarly助手：将Coda Brain的上下文感知能力与Grammarly助手集成，使其不仅能提供写作建议，还能理解用户在邮件、文档、CRM等各系统中的工作内容，提供更智能的帮助。
2. 统一产品体验：将Grammarly助手无缝融入Coda文档中，为用户提供一个灵活的“AI原生”工作主页；同时，Grammarly助手将继续在其他所有工作场景中提供价值。

长期愿景： 两家公司计划将各自的最佳特性深度融合，结合企业知识、生成式AI聊天、完整生产力套件以及数百个AI代理，共同为用户和团队打造一个统一的AI生产力平台，目标是“为AI时代重新定义生产力”。

对于现有的Coda用户，文档将继续正常工作，并将快速整合双方共同的AI发展路线图。

青少年药物使用率持续下降趋势

近年来，青少年物质使用率持续下降，这一趋势让专家感到惊讶。疫情期间的八年级学生现已高中毕业，他们这一代人推动了物质使用率达到几十年来的最低点。

具体下降数据

• 酒精：2024年，八年级学生过去12个月的使用率为12.9%，与2023年相似，均为历史最低点。十年级学生使用率从2023年的30.6%显著下降到26.1%，十二年级学生从45.7%下降到41.7%，两者均创下历史新低。

• 尼古丁电子烟：十年级学生使用率从17.5%下降到15.4%，八年级和十二年级学生保持低水平。

• 大麻：八年级和十年级学生使用率保持低水平，十二年级学生使用率从29%显著下降到25.8%。所有三个年级的水平都是自1990年以来的最低点。

禁欲率增加

在过去30天内戒除酒精、大麻和尼古丁的青少年比例有所上升：

• 八年级学生禁欲率达到90%，高于2017年的87%。

• 十年级学生禁欲率为80%，高于2017年的69%。

• 十二年级学生禁欲率为67%，高于2017年的53%。

专家观点

研究人员指出，这种青少年物质使用减少的趋势是前所未有的。专家强调，必须继续研究促成这一风险降低的因素，以便制定更有效的干预措施，支持这一积极趋势的持续发展。

FastVideo：加速大型视频扩散模型的轻量级框架

FastVideo 是一个统一的后训练与实时推理框架，专为加速视频生成而设计。

核心特性

1. 端到端后训练支持

• 支持模型：适用于双向与自回归的视频 DiT 模型。
• 微调方式：支持全参数微调与 LoRA 微调。
• 数据处理：提供视频、图像、文本数据的预处理流水线。
• 蒸馏技术：
  • 分布式匹配蒸馏 (DMD2) 步进蒸馏。
  • 稀疏蒸馏结合视频稀疏注意力 (VSA)，可实现 >50 倍的去噪加速。
  • 通过自强迫 (Self-Forcing) 进行因果蒸馏。
• 训练优化：支持 FSDP2、序列并行、选择性激活检查点，实现可扩展训练。

2. 推理性能优化

• 分布式推理：支持序列并行。
• 注意力后端：集成多种先进注意力后端（如视频稀疏注意力、滑动窗口注意力）。
• 接口：提供用户友好的命令行界面 (CLI) 和 Python API。

3. 硬件与系统兼容性

• 硬件：支持 NVIDIA H100、A100、4090 等 GPU。
• 操作系统：支持 Linux、Windows、macOS。

4. 实时视频生成与编辑 —— Dreamverse

• 功能：实时流式生成视频，并支持“直觉式指导” (vibe directing) 进行实时编辑。
• 部署方式：可本地部署于 GPU，也支持自托管的 B200 服务器、Docker 容器或无服务器 Modal 平台。

快速开始

推荐使用 uv 管理 Python 环境。安装基本框架：

uv venv --python 3.12 --seed
source .venv/bin/activate
uv pip install fastvideo

生成视频示例

以下是一个最小化生成示例（需安装 VSA 内核）：

import os
from fastvideo import VideoGenerator

def main():
    os.environ["FASTVIDEO_ATTENTION_BACKEND"] = "VIDEO_SPARSE_ATTN"
    generator = VideoGenerator.from_pretrained(
        "FastVideo/FastWan2.1-T2V-1.3B-Diffusers",
        num_gpus=1
    )
    prompt = "A curious raccoon peers through a vibrant field of yellow sunflowers, its eyes wide with interest."
    video = generator.generate_video(
        prompt,
        output_path="my_videos/",
        save_video=True
    )
if __name__ == '__main__':
    main()

相关模型与研究

FastVideo 的技术被多个先进研究项目采用或借鉴，包括：

• SGLang：其扩散推理功能基于 FastVideo。
• DanceGRPO、SRPO、DCM：视频生成相关优化框架，代码基于 FastVideo。
• HY-WorldPlay：使用该框架训练的动作条件世界模型。
• Hunyuan Video 1.5、Kandinsky-5.0、LongCat Video：这些模型采用了类似视频稀疏注意力的架构。

引用

该框架基于以下研究成果：

1. 《Vsa: Faster video diffusion with trainable sparse attention》
2. 《Fast video generation with sliding tile attention》

设计令牌UI架构总结

设计令牌定义与作用

设计令牌（Design Tokens）是以数据形式表达的基础设计决策，是设计系统的核心构建模块。它们作为跨学科协作的通用语言，确保设计师、开发者、产品经理等角色保持一致性；支持工具集成，可嵌入UI设计软件、翻译工具和文档系统；具备技术适应性，能转换为CSS、SASS、JavaScript等多平台代码。

核心价值：建立单一事实来源

设计令牌为设计与工程团队提供单一事实来源，确保产品间视觉与功能一致性。通过翻译工具（如Style Dictionary、Theo等）可将令牌文件转换为平台特定代码（如CSS变量）或生成文档。

自动化分发流程

为快速同步设计变更，建议建立自动化部署流水线：

1. 版本控制：将设计令牌存于Git仓库（通过Figma插件如Tokens Studio实现双向同步），以仓库而非设计工具为单一来源。
2. 流水线设计：
   • 全自动流水线（基于主干）：包含检查（验证令牌文件）、构建（生成平台代码与文档）、测试（视觉回归、可访问性测试）、发布（自动发布至npm）、通知等步骤。
   • 手动审批流水线：增加预览环境与人工审批环节，适用于需要额外审查的场景。
3. 分发方式：生成代码作为库发布，产品团队通过依赖管理自主控制升级节奏。

令牌组织架构（分层模式）

为平衡可扩展性、可维护性与开发体验，令牌按抽象层级组织：

三层结构：

1. 选项令牌（Option Tokens）：定义可用的设计选项（如颜色色板、间距比例），提供基础资源库。
2. 决策令牌（Decision Tokens）：指定选项如何上下文应用（如“表面色使用grey-100”），是开发者的主要参考依据。
3. 组件令牌（Component Tokens）：将决策映射到具体UI组件（如“主按钮背景使用accent色”），明确应用位置。

关键原则：高层级决策指导低层级选择，减少冗余决策并保持一致性。实际项目中可能存在跳过层级的“雪花”情况。

令牌作用范围

为优化开发体验，可对令牌划分作用范围：

• 私有/内部令牌：仅用于设计系统内部（如选项令牌），可变更而不破坏下游。
• 公共/全局令牌：供产品团队直接使用（如决策与组件令牌）。

实现方式包括：

1. 基于文件路径过滤：使用Style Dictionary等工具过滤非公共文件。
2. 添加作用范围标志：为令牌添加如public: true的标识，支持更灵活的过滤（Figma变量已支持类似功能）。

适用场景评估

适合采用设计令牌的场景：

• 多平台或多应用环境，需保持设计一致性。
• 设计变更频繁，需高效传播。
• 大型团队协作，需提升协同效率。
• 已具备CI/CD基础，自动化成本较低。

可能无需设计令牌的情况：

• 小型项目，设计复杂度低。
• 设计变更速度、一致性与跨职能协作未构成瓶颈。

总结

设计令牌通过标准化、层级化与自动化，为现代UI架构提供可扩展的解决方案。其核心在于建立单一事实来源、合理组织决策层级并实现自动化分发，最终提升设计一致性、开发效率与跨团队协作体验。是否采用需根据项目规模、技术栈及团队协作需求综合评估。

CRDTs与协作式Playground

本文介绍了Cerbos公司如何在其名为“Playground”的协作式IDE与测试环境中，利用无冲突复制数据类型（CRDTs） 实现无缝的实时协作功能。

CRDTs简介

CRDTs是一类分布式数据结构，能在无需中央协调的情况下自动解决数据冲突，保证多用户对同一数据集进行并发操作后的最终一致性。其优势包括：

• 天然支持离线操作。
• 简化了实时协作应用的开发，无需编写复杂的冲突解决逻辑。
• 概念自2011年形式化以来，已广泛应用于各类场景。

主流CRDTs库

文章推荐了两个成熟的开源库：

1. Yjs：生态庞大、集成简便、性能卓越，是许多CRDT应用的基础。其将复杂的树状结构优化为扁平列表的实现已成为行业标准。
2. Automerge：由学术研究衍生，功能丰富且生产就绪，支持多种语言。

Cerbos的架构实现

Cerbos采用了后端为前端服务（BFF） 架构来构建Playground：

• Node.js后端仅作为轻量级通信代理，不处理核心CRDT逻辑，专注于数据聚合与转发，降低了前端复杂度。
• 用户浏览器作为主要真相源，使用IndexedDB在本地持久化CRDT状态。这极大降低了协作延迟，并实现了基本的离线支持。
• 客户端间通过WebSocket进行通信，协议简单高效。

状态持久化与分布式挑战

为应对所有用户离线或长期不同步的边缘情况，以及支持全球分布式协作，Cerbos设计了扩展方案：

1. 后端持久化：Node.js后端作为只读用户维护一份CRDT状态，并定期将其序列化后存入PostgreSQL数据库。用户加载时，可从此处恢复状态。
2. 跨服务器同步：当用户连接到不同的后端实例时，通过Redis适配器（结合分布式锁机制）来同步和共享各实例间的CRDT状态，从而实现了跨地域、多实例的全局协作。

结论

通过结合CRDTs数据结构、BFF架构以及IndexedDB、PostgreSQL、Redis等存储技术，Cerbos的Playground实现了轻量、高效且可靠的实时协作功能，简化了访问控制策略的开发与测试流程，促进了团队间的知识共享与协同工作。文章也提及了自行实现基础CRDT的原理（如使用Lamport时间戳解决事件排序），但强调在生产环境中采用如Yjs这类成熟库更为稳妥。

问题背景

Go 语言中错误处理本质上是灵活的，但缺乏统一结构。随着代码库增长，简单的错误返回导致日志混乱、错误消息不一致、难以追踪和监控。常见问题包括：

• 各个包独立定义错误常量或类型，风格不统一。
• 错误消息冗余、缺乏上下文，日志可读性差。
• 没有标准化，错误处理方式因包而异，上下文易丢失。
• 缺乏分类，无法有效监控错误频率和严重性。

解决方案：集中化结构化错误框架

团队构建了一个基于命名空间错误代码的集中化系统，核心设计原则如下：

1. 集中化定义：所有错误代码在单一位置声明，采用命名空间结构（如 PRFL.USR.NOT_FOUND）。
2. 分层包装：每个服务层或库必须返回自己的命名空间代码。收到依赖错误时，需用自身代码包装后再返回。
3. 统一错误类型：所有错误实现扩展的 Error 接口（包含 Code() 方法），与第三方错误区分。
4. 上下文与链式错误：错误可包含上下文（如 context.Context 和键值对），并支持包装多个子错误形成错误树。
5. 自动映射：在代码中声明映射关系，框架自动将内部错误代码转换为 Protobuf ErrorCode、HTTP 状态码等。

核心实现细节

• 错误代码：以 uint16 存储，字符串形式如 DEPS.PG.NOT_FOUND。通过结构化类型（如 deps、prfl）组织代码声明，并生成初始化代码。
• 错误类型：
  • Error0：默认错误类型，可包装单个子错误。
  • VlError：用于验证错误，可包含多个子错误。
  • ApiError：适配器，用于迁移期间兼容旧 API 错误。
• 创建错误：使用代码的 New() 或 Wrap() 方法，并传入 context.Context。可附加键值对（如 With(l.String("key", value))）。
• 检查与映射：
  • IsErrorCode(err, codes...)：检查错误是否包含指定代码。
  • MapError(ctx, err).Map(fromCode, toCode, ...)：便捷映射错误代码。
• 外部 API：标记为 api-code 的错误代码可对外暴露，否则返回通用内部错误。

迁移策略

• 逐步迁移：从底层包开始，逐个替换为新的错误框架。
• 添加单元测试：确保迁移不破坏现有功能。
• 使用适配器：对于依赖高层包的情况，可暂时保留旧方法（标记为 DEPRECATED），新增 V2 方法返回新错误类型。
• 扩展代码库：在迁移中逐步添加新错误代码，完善错误分类体系。

收益

• 清晰日志：错误链和上下文信息让日志更具可读性。
• 易于调试：堆栈跟踪和命名空间代码帮助快速定位问题。
• 有效监控：通过错误标签分类，便于监控错误趋势和严重性。
• 一致性：标准化错误处理流程，减少随意性。

该框架通过集中化、结构化设计，将 Go 的错误处理从混乱转变为可管理的系统，提升了代码可维护性和可观测性。

项目概述

@celine/bibhtml 是一个基于 Web Components 的 HTML 文档引用系统，旨在提供类似 LaTeX/BibTeX 的引用体验。它是 Citation.js 的轻量级封装，当引用或参考文献格式错误或 JavaScript 被禁用时能够优雅降级。该项目受 @citation-js/replacer、References Web Component 和 Nota 的引用方式启发。

核心功能

该系统围绕三个自定义元素构建：

1. <bh-cite>：用于内联引用。它会显示引用的参考文献编号，并可配置替换标记（默认为 ?）。支持通过 ref 属性显式链接参考文献 ID，或通过 deref 标志将链接解引用为 Citation.js 确定的 URL。
2. <bh-reference>：定义参考文献条目，必须包含 id 属性。支持多种格式：BibTeX、非结构化文本、DOI 和 Wikidata（分别由 Citation.js 的不同插件支持）。如果结构化格式错误，会降级为非结构化文本。
3. <bh-bibliography>：渲染格式化的参考文献列表。使用 format 属性设置引文样式（目前仅支持 APA）。参考文献按 <bh-cite> 元素的引用顺序排列。

使用方式

可以通过两种方式引入：

• 通过 CDN：在 HTML 的 <head> 中添加指定的 <script> 标签。
• 通过本地文件：下载 mod.ts 文件并从项目中包含。

API 与配置

• <bh-cite> 的 marker 属性可自定义替换字符（默认为 ?），设置 marker="" 可禁用替换。
• replacement 属性（默认为 "number"）决定将标记替换为何种内容（如引用编号）。
• <bh-reference> 支持四种引用格式：BibTeX 语法、非结构化文本、DOI 和 Wikidata 标识符。
• <bh-bibliography> 的 format 属性指定引文样式（当前仅 "apa"）。

附加特性

• 当 <bh-cite> 元素从 DOM 中移除时，会通过 disconnectedCallback 将相应引用从参考文献列表中删除。
• 项目使用语义化版本控制（当前为 6.0.0）。