一个VSCode插件，基于 Rust 编写的工具，用于「自动纠正」或「检查并建议」文案，给 CJK（中文、日语、韩语）与英文混写

一个VSCode插件，基于 Rust 编写的工具，用于「自动纠正」或「检查并建议」文案，给 CJK（中文、日语、韩语）与英文混写的场景，补充正确的空格，纠正单词，同时尝试以安全的方式自动纠正标点符号等等。 类似 ESlint、Rubocop、Gofmt 等工具，AutoCorrect 可以用于 CI 环境，它提供 Lint 功能，能便捷的检测出项目中有问题的文案，起到统一规范的作用。 支持各种类型源代码文件，能自动识别文件名，并准确找到字符串、注释做自动纠正。 AutoCorrect的愿景是提供一套标准化的文案较正方案。以便于在各类场景（例如：撰写书籍、文档、内容发布、项目源代码...）里面应用，让使用者轻松实现标准化、专业化的文案输出 / 校正。 || #插件 #工具

相关推荐

封面图片

#VSCode #插件 ：，由微软技术团队开源。其主要功能，是能用于录制与回放项目代码浏览过程。

#VSCode #插件 ：，由微软技术团队开源。其主要功能，是能用于录制与回放项目代码浏览过程。 在浏览代码的过程中，可用该插件插入浏览步骤、文本注释，并且还能设置跳转的代码区块，嵌入能运行的命令行等操作。 安装 Code Tour 后，便可应用到日常的源码阅读、代码审查、团队新手指引项目、文档教程等场景。
封面图片

是一个用Rust编写的开源代码编辑器。通过利用原生GUI和GPU渲染，以及Rust提供的性能，Lapce是目前最快的代码 #编辑

是一个用Rust编写的开源代码编辑器。通过利用原生GUI和GPU渲染，以及Rust提供的性能，Lapce是目前最快的代码 #编辑器 之一。#工具 特征: 1.模态编辑（类似 Vim）支持一等公民（也可以关闭） 2.内置 LSP 支持 3.内置远程开发支持（灵感来自） 4.插件可以用可以编译为的编程语言（C、Rust、AssemblyScript）编写 5.内置终端
封面图片

插件iHelpers插件功能：浏览器工具

插件iHelpers 插件功能：浏览器工具 支持平台：#Chrome 插件简介：一键给 youtube/twitter/quora 等加上 Google 翻译按钮。 内置以下便捷操作以及操作的自动化支持： 阅读模式、夜间模式、Feed 流书签、代码拷贝、下载、全屏元素、页面内跳转、文章大纲、页面保护、页面重定向、自动滚动、禅模式等。 插件下载：点击下载
封面图片

一个无代码应用搭建平台：，无需编写一行代码，即可快速创造出一个 App，大幅解放生产力。

一个无代码应用搭建平台：，无需编写一行代码，即可快速创造出一个 App，大幅解放生产力。 该工具可用于构建本地 Web 和移动端应用程序、自动化业务流程等场景。 通过界面拖放，即可构建出可用于生产环境的 App，并支持部署到云端或导出源代码
封面图片

用于 DevOps 的 KCL

用于 DevOps 的 KCL Kusion 配置语言（KCL）是一个开源的基于约束的记录及函数语言。KCL 通过成熟的编程语言技术和实践来改进对大量繁杂配置比如云原生场景的编写，致力于构建围绕配置的更好的模块化、扩展性和稳定性，更简单的逻辑编写，以及更快的自动化集成和良好的生态延展性。 使用场景： 你可以将 KCL 用于：生成静态配置数据如 JSON, YAML 等，或者与已有的数据进行集成；使用 schema 对配置数据进行建模并减少配置数据中的样板文件；为配置数据定义带有规则约束的 schema 并对数据进行自动验证；通过梯度自动化方案无副作用地组织、简化、统一和管理庞大的配置；通过分块编写配置数据可扩展地管理庞大的配置；与 Kusion Stack 一起，用作平台工程语言来交付现代应用程序 特性 简单易用：源于 Python、Golang 等高级语言，采纳函数式编程语言特性，低副作用 设计良好：独立的 Spec 驱动的语法、语义、运行时和系统库设计 快速建模：以 Schema 为中心的配置类型及模块化抽象 功能完备：基于 Config、Schema、Lambda、Rule 的配置及其模型、逻辑和策略编写 可靠稳定：依赖静态类型系统、约束和自定义规则的配置稳定性 强可扩展：通过独立配置块自动合并机制保证配置编写的高可扩展性 易自动化：CRUD APIs，多语言 SDK，语言插件 构成的梯度自动化方案 极致性能：使用 Rust & C，LLVM 实现，支持编译到本地代码和 WASM 的高性能编译时和运行时 API 亲和：原生支持 OpenAPI、 Kubernetes CRD， Kubernetes YAML 等 API 生态规范 开发友好：语言工具 (Format，Lint，Test，Vet，Doc 等)、 IDE 插件 构建良好的研发体验 安全可控：面向领域，不原生提供线程、IO 等系统级功能，低噪音，低安全风险，易维护，易治理 生产可用：广泛应用在蚂蚁集团平台工程及自动化的生产环境实践中 |
封面图片

SSLRec是一个基于 PyTorch 的深度学习框架，用于通过自我监督学习技术增强的推荐系统。包含常用的数据集、用于数据处理、

SSLRec是一个基于 PyTorch 的深度学习框架，用于通过自我监督学习技术增强的推荐系统。包含常用的数据集、用于数据处理、训练、测试、评估和最先进的研究模型的代码脚本。 SSLRec提供了大量实用函数和易于使用的界面，简化了推荐模型的开发和评估。 突出特点 灵活的模块化架构。SSLRec 库采用模块化架构，可以轻松定制和组合模块。这使用户能够创建适合其特定需求和要求的个性化推荐模型。 多样化的推荐场景。SSLRec 库是一个多功能工具，适合有兴趣在不同推荐系统研究领域构建有效推荐模型的研究人员和从业者。 综合最先进的模型。我们的 SSLRec 框架为各种场景提供了广泛的 SSL 增强推荐模型。研究人员可以使用先进技术评估这些模型，并将其作为推动推荐系统领域创新的基础。 统一数据馈送和标准评估协议。SSLRec框架具有统一的数据馈送器和标准评估协议，可以轻松加载和预处理来自各种来源和格式的数据，同时确保对推荐模型的客观和公平评估。 丰富的实用功能。SSLRec 库提供了大量实用函数，可以简化推荐模型的开发和评估。这些功能结合了推荐系统的常见功能以及图操作、网络架构和损失函数的自监督学习。 易于使用的界面。我们提供了一个用户友好的界面，可以简化推荐模型的训练和评估。这使得研究人员和从业者能够轻松高效地试验各种模型和配置。 | #框架

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人