Rust 写的链接聚合论坛。该项目基于 Rust 的 Web 框架 Actix 和 Diesel ORM 库构建

Rust写的链接聚合论坛。该项目基于Rust的Web框架Actix和DieselORM库构建Lemmy与Reddit、Lobste.rs或HackerNews等网站类似:你可以订阅你感兴趣的论坛,发布链接和讨论,然后进行投票或评论。但在幕后,Lemmy和他们不同:任何人都可以很容易地运行一个服务器,所有服务器都是联邦式的(类似电子邮件),并连接到联邦宇宙。对于一个链接聚合器来说,这意味着在一个服务器上注册的用户可以订阅任何其他服务器上的论坛,并可以与其他地方注册的用户进行讨论。它是Reddit和其他链接聚合器的一个易于自托管的、分布式的替代方案,不受公司的控制和干涉。每个Lemmy服务器都可以设置自己的管理政策;任命全站管理员和社区版主来阻止引战和钓鱼的用户,并培养一个健康、无毒的环境,让所有人都能放心地作出贡献。

相关推荐

封面图片

多人游戏引擎,基于WebAssembly、Rust和WebGPU运行时,用于构建高性能的和3D应用

多人游戏引擎,基于WebAssembly、Rust和WebGPU运行时,用于构建高性能的多人游戏和3D应用1.无缝联网。Ambient既是你的服务器又是你的客户端。你所需要做的就是建立你的服务器和/或客户端逻辑:运行时为你处理数据的同步。2.隔离性。你为Ambient构建的项目通过WebAssembly的力量在隔离状态下执行--因此,如果有什么东西崩溃了,它不会使你的整个程序崩溃。这也意味着你可以安全地运行不受信任的代码。3.面向数据的设计。Ambient的核心数据模型是一个实体组件系统,每个WASM模块都可以操作。4.多语言:你将能够用任何能够编译成WebAssembly的语言来构建Ambient模块。目前,Rust是唯一支持的语言,但我们正在努力扩展到其他语言。5.单一可执行文件。Ambient是一个单一的可执行文件,可以在Windows、Mac和Linux上运行。它可以作为一个服务器或客户端。6.互操作性。Ambient允许你定义自定义组件和"概念"(组件的集合)。只要你的Ambient项目使用相同的组件和概念,它们就能共享数据和互操作,即使它们彼此不认识。7.资产管道和流。Ambient有一个资产管道,能够编译多种资产格式,包括.glb和.fbx。这些资产总是通过网络进行流式传输,因此你的客户在加入时将会收到他们需要的一切。8.强大的渲染器。环境渲染器是由GPU驱动的,删减和细节级别的切换都完全由GPU处理。默认情况下,它使用PBR。它还支持级联阴影贴图和实例化所有可以被实例化的东西。

封面图片

发现一个有趣的联邦化的去中心化论坛程序,看起来是一个乌托邦式的美好设想,目前看来用户还不多,但是想法很值得了解,它的简介是这么写

发现一个有趣的联邦化的去中心化论坛程序,看起来是一个乌托邦式的美好设想,目前看来用户还不多,但是想法很值得了解,它的简介是这么写的:Lemmy类似于Reddit、Lobste.rs、Raddle或HackerNews等网站:你订阅你感兴趣的论坛,发布链接和讨论,然后投票,并对其进行评论。在幕后,它是非常不同的;任何人都可以很容易地运行一个服务器,所有这些服务器都是联合的(想想电子邮件),并连接到同一个宇宙,称为Fediverse。fediverse(联合宇宙)这个词指的是所有Lemmy服务器和其他项目的网络,这些服务器的用户能够相互无缝地交谈。就像电子邮件一样,无论你在GMail还是Outlook上注册,你都知道你能给你需要的每个人发电子邮件,只要你知道他们的地址。在Lemmy上,你能够订阅任何其他服务器上的社区,并能与其他地方注册的用户进行讨论。总体目标是创建一个容易自我托管的、分散的、替代reddit和其他链接聚合器的平台,没有一个单一的公司管理。没有股东,也没有有针对性的广告:只有人们彼此分享他们想分享的东西。每个lemmy服务器都可以制定自己的管理政策;任命全站管理员和社区版主,以阻止捣乱分子(trolls),并培养一个健康、无毒的环境,让所有人都能放心地做出贡献。https://join-lemmy.org/

封面图片

Rust写的深度学习框架

Rust写的深度学习框架该库旨在成为一个完整的深度学习框架,具有用Rust编写的极大灵活性。目标是满足研究人员和从业者的需求,使其更容易实验、训练和部署你的模型。特征:1.灵活直观的自定义神经网络模块2.无状态和线程安全正向传递3.快速培训,全面支持,以及metricloggingcheckpointing4.Burn-Tensor:支持自动比较、CPU和GPU的张量库刻录数据集:具有多个实用程序和源的数据集库#框架

封面图片

无需前端经验用Python写web应用的框架

无需前端经验用Python写web应用的框架没有HTML/Javascript。使用纯Python构建复杂的多页向导式工作流程和演练。更少的代码。注重保持应用程序代码的简单、简明和清晰。简单性。页面流程遵循代码流程。简洁性。用最少的代码行数来表达对一个特定问题的解决方案。清晰性。编写应用程序时无需跳过回调、请求处理程序或事件处理程序。最小的API。只有三个函数:view()、box()、option(),以及用于布局的可选行()和列()。包含电池。庞大的复杂的、无障碍的小工具和数据可视化库。库。Nitro是一个库,而不是一个服务器。与Django、Flask、Starlette、Tornado、Uvicorn和其他流行的框架集成。可以集成到你现有的应用程序中。原型设计到生产。精心设计的API可以快速建立新想法的原型,然后随着时间的推移逐步改善展示和美学,而不影响最初的实施的简单性,或牺牲控制。Unix哲学。试图做一件事,并把它做好:显示交互式用户界面。带上你自己选择的网络应用程序/服务器,并遵循其关于托管、部署、安全、监控、度量和数据管理的建议。广泛的文档。运行nitrodocs可以访问交互式文档和150多个实时示例。#框架

封面图片

【Paradigm正构建基于Rust的以太坊执行层Reth】

【Paradigm正构建基于Rust的以太坊执行层Reth】2022年11月24日02点25分11月24日消息,加密风投机构Paradigm首席技术官GeorgiosKonstantopoulos在推特上表示,Paradigm正在构建基于Rust的以太坊执行层Reth。Reth不是任何其他客户端实现的分叉或重写,而是一个新的Apache/MIT许可的全节点实现,其核心目标是模块化和开源友好性。

封面图片

Vector Search in 200 Lines of Rust:用200行Rust代码写一个向量搜索数据库

:用200行Rust代码写一个向量搜索数据库由于人工智能/机器学习的快速发展,向量数据库随处可见。虽然它们可以支持复杂的人工智能/机器学习应用,但向量搜索本身在概念上并不那么困难。这篇文章描述了Vector数据库的工作原理,并用不到200行Rust代码构建一个简单的VectorSearch库。所有代码都可以在这个Githubrepo中找到。在这里使用的方法基于流行的库annoy中使用的称为“局部敏感散列”的一系列算法。本文的目的不是介绍一种新奇的算法/库,而是描述矢量搜索如何使用真实的代码片段进行工作。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人