Versun

这是一篇个人使用uv的汇总，以便查询(不定时更新)

uv官方文档: https://docs.astral.sh/uv/
uv CLI文档: https://docs.astral.sh/uv/reference/cli/
uv安装命令: curl -LsSf https://astral.sh/uv/install.sh | sh

• 安装 Python: uv python install 3.12
• 创建 Python 虚拟环境: uv venv /path/to/environment --python 3.12
• 安装软件包：uv pip install pkg_name
• 安装全局包：uv tool install pkg_name
• 初始化项目：uv init myproject
• 同步项目：uv sync
  如果当前文件夹存在python项目，则会自动创建venv，并启用虚拟环境后自动安装依赖包，非常方便
• 运行项目：uv run manage.py runserver
  如果存在venv，则自动启用venv并运行指定程序
• 添加包到 pyproject.toml 文件中：uv add pkg_name
• 同步/更新包到 pyproject.toml 和 uv.lock 文件中：uv lock、uv sync
• 添加包到指定的依赖组：uv add --group production request
  • 自动添加到开发组：uv add --dev- pytest
• 临时运行：uvx pycowsay hello from uv

Github: nanodjango
非常喜欢这个项目，可以像flask/fastapi那样，使用单文件就可以用django快速编写一个原型应用，后期还可以转为Django的标准文件架构

不知道Rails有没有类似的nano框架

文章：保险何时值得？

这篇文章会简述了保险的目的、是否应该购买保险、如何计算保险的价值，同时还提供了保险价值计算器

文章：How to Make LLMs Shut Up

这是一篇来自Greptile公司的博客，讲述了他们是如何提高 LLM 在产品中的回复质量，减少无用/低效的回复。
分别尝试了3种方法：

1. 提高Prompt质量
2. 使用另一个 LLM 审核输出
3. 使用简单的聚类向量系统

最后测试下来只有第三种方法是有效的。

这和最近我在做的aicmt工具时，遇到的问题非常类似。
起初我将prompt优化到90%的效果后，无论再怎么优化prompt或者引入第二个AI都无法继续提升回复的质量，恰巧看到这篇文章后，准备试一试用向量过滤器看看效果

今天才知道除了测试驱动开发(TDD)外，还有一个行为驱动开发(BDD)，主要用于测试软件的预期行为。
在TDD中，单元测试主要测试具体的代码实现，更注重底层的测试，而BDD则从业务行为上进行测试，更注重高层次的行为测试。

目前最流行的BDD框架应该 Cucumber, 它的作者也参与了Ruby著名的测试框架RSpec的开发，
所以Ruby可以说是Cucumber的发源地，我最近在写Ruby的测试用例时，发现其自由度非常高，而且很符合思考逻辑。

Cucumber目前也支持几乎所有的主流编程语言，其语法具有很强的可读性，很贴近业务需求

今天AI写了一段神奇的代码：

parent = commit.parents[0] if commit.parents else self.repo.tree("4b825dc642cb6eb9a060e54bf8d69288fbee4904")

功能是获取某个git提交的上一个提交，如果没有则返回4b825dc642cb6eb9a060e54bf8d69288fbee4904提交。
刚开始看到硬编码的hash以为又是ai乱写的，所以询问了下ai，才得知：

• 4b825dc642cb6eb9a060e54bf8d69288fbee4904是一个特殊的 Git hash，代表一个空树（empty tree）
• 这个 hash 是固定的，在所有 Git 仓库中都是一样的
• 当我们需要比较第一个 commit 的变更时，就需要和这个空树比较，因为第一个 commit 之前没有任何内容

我在本地的多个git repo中测试了，还真是一个有效的hash，均返回空，神奇

多做自己认为对的事情，少做别人认为对的事情。
多做自己想做的事情，少做别人想让你做的事情。
多做会犯错的事情，少做一定不会错的事情。
多做没做过的事情，少做熟悉的事情。
多做能让自己开心的事情，少做能让别人开心的事情
多做奇怪的事情，少做正常的事情
多做不敢做的事情，少做没有压力的事情

文章: How To Make The Greatest Comeback Of Your Life

挺浓的一篇鸡汤，但味道还不错：

你一心只想成为医生、律师、艺术家、设计师、工程师或其他任何自我限制的身份，这些身份影响了你的认知和学习。

你没有按照自己的意愿去探索、失败、发现和建设, 没有发展出自由个体的独特特质

问题是，你还在寻找 "唯一真正的道路"。
我来告诉你，根本就没有。
如果有的话，我们早就找到了，每个人都会变得富有、快乐和健康。但现实并非如此。事情永远不会总是幸福的。为什么呢？因为没有悲伤，快乐就没有意义。没有手臂，手就不存在。物理、生物、心理和精神层面都包含这种模式。缺一不可

当你去度假时，最终，也许在两三周后，你会觉得度假很平常。你会觉得无聊。这不再是 "度假"了。这是正常的生活。你想回去工作。你想做一些事情，任何事情，只是有点新奇和有趣。你的心灵渴望平衡，但不是普通意义上的平淡而悲惨的生活。你的心灵渴望对比

说了这么多，只想说一件事：因为你害怕犯错，所以你没有达到自己的目标。
错误是大自然的指南针。
如果说没有悲伤就没有快乐，那么没有失败就没有成功。

非常认可！就像软件一样，一个软件只有出现bug才能继续完善，不断成长。

当你意识到自己不想要什么，并朝着另一个方向努力时，你想要的生活就会变得更加清晰

你需要有自己的目标，而你只有对自己的现状感到绝对厌倦，并摒弃你所认为的一切，才能产生这些目标。

这是我新开发的命令行小工具：aicmt

一个AI驱动的Git提交助手，不仅能自动生成提交信息，还能自动分析代码变更，并根据最佳实践将其拆分为多个结构良好的提交。

功能特点

• 智能变更拆分：不同于传统的提交信息生成器，aicmt能分析您的代码变更，并按照Git最佳实践自动拆分为多个逻辑清晰的提交
• 灵活控制：您可以让AI决定提交数量，也可以自行指定想要的提交数量
• 专注编码：自由地进行所有代码修改，将提交组织工作交给AI处理 – 在编码时无需担心如何完美地进行原子提交

演示：

开发的初衷：每次修改大量代码后，都要花费很多时间去手动筛选并提交不同的commit，比如修复了好几个bug和很多文档更新，往常都是要手动分成2个提交，很麻烦，所以就萌生了使用AI来自动分析变动的代码，然后自动拆分提交

开发过程：总共花了2天左右，使用Replit Agent和Windsurf面向Chat编程的，所有代码都是由claude-3.5-sonnet生成，我只负责审核代码和删除代码。

开发感受：Replit Agent适合0到1的开发，可以非常快的出原型，但不适合后续的修改和返工，代码容易混乱，所以需要搭配Windsurf进行后续的功能修改和完善