为什么要把代码放在github

不是吧，就在刚刚 openai 说自己要做一个 github， 可能呃不关注编程的朋友可能会不了解啊，就是全球最大的代码托管平台，也就程序员几乎都要用到的一个平台。 那 openai 据说是因为自己的程序员在开发的时候老是遇上 github 中断的这个问题， 他觉得呃自己做一个 github 呃类似 github 的 平台放放自己的代码的话会比较安全。但是我不认为这是他的真正目的啊。他真正目的应该是想因为现在他的编程工具 codex 的 日活是非常高的，用户是非常多的， 那他就想把这一部分呃用户呢生成的代码中，那这样的话，他既可以提高呃 codex 用户的粘性，它又可以把 codex 用户的生成的代码的或做的项目的呃用来训练下一个模型，真是高啊。

没有 ai 之前，我都不知道世界上还有这么宝藏的开源社区。哈喽大家好，我是不二，今天就跟大家分享一下，就差不就像我们这种没有技术背景的人怎么去了解，然后怎么去使用，这个给差不？首先我们来了解一个概念，就是开源 是 open source， 这家会把自己写的代码做的东西公开放到网上，任何人他都可以去免费的看，免费用，免费改，感谢活菩萨，这个就是所谓的开源。然后 top 就是 这样的一个全世界最大的开源社区，有几千万的人把自己的作品放在这里，互相学习，互相抄作业，这个就真的非常的爽， 非常感谢所有的这种开源的贡献者。然后通过这个技术人的浅层理解，我把它总结回了一句话，就是 getop， 就是 代码界的百度网盘，再加上小红书。 为什么说他是百度网盘？因为他可以去做你的所有东西的代码的存储，然后可以去分享给别人，然后他像小红书的原因是你也可以去搜索其他人的作品去可以看，去给他们加 style， 也可以去把他们的这个作业抄过来，然后他们的代码上去做自己的叠代和调整， 非常的牛。再来跟大家分享一下，就说像我们这样非技术背景的朋友们呢，用 tab 来干嘛？首先第一个我觉得是真的非常爽的一个点，就是他可以免费去托管你的网站，然后不是跟他分享过我的个人网页吗？ 东西它就是完全部署在这个 gitlab 上的，然后也可以看到我的所有的原的原代码呀之类的，这个东西全部都是用 ai 做出来的，然后不用花钱，而且它 git github 的 部署有多简单，就是点进这个设置之后，然后配置里面直接在这里调一下，立马它就隔两分钟它就可以给你生成一个这个这样的链接，而且它是所有人都可以看到，就非常简单，你完全不需要什么呃服务器啊，不用备爱，甚至也不用花钱，这个就 爽的不行。然后呢，你的作品的保险箱，因为它每次的改动都会有一个记录，就防止你在某一次你或者你的 ai 把它改坏了，你会可以回滚到你之前的那个版本去，然后不怕呃导坏，也不怕误删，这个就非常的 着好，因为我做设计背景出身的嘛，就 s 就 保密按键就给它把，它自己就带这个东西，然后就有了一个就像时光机一样的云盘啊，是不是就非常的爽？然后三个就是刚才我说的全世界最大的一个抄作业的宝库， 如果你不知道你的个人网页想怎么做，你就去搜搜 personal website， 里面就有非常多现成的东西，然后做很多，比如说想做一些 web coding 的 小工具，你也可以先去找一个人家的现成的，看看人家是怎么做的，或者说你直接把那个网页链接丢 agent 丢给你的扣啊，跟他说你来学习一下，然后在这上面也带你就构图他的内容就行了，因为这些都是开源的嘛，完全可以看到他最后的那个架构。然后呢， ai 去学习就可以了，方便，就完全不需要从零开始，而且可以去做自己更个性的定制化， 然后就是技术的作品级，这我觉得在 ai 时代慢慢的也会变成大家的一个非常稀疏平常的东西，就曾经的话呢，它更多的是 技术背景的人，他们会去看你的呃 top， 那 现在我们就比如说运营啊什么这也会看了，因为当 ai 越来越普及的时候，就它就会变得没有什么太多门槛，技术平全了之后，大家都可以去做一些东西，所以它更多的是你展示你的想法，展示你的产品的一些过程。 还有就是写作，就说像我们的话跟我的呃新生们有一些 skill， 就 能就直接在这个 get up 上它，然后可以一块去改一下，然后就不会互相的覆盖，这个就非常的方便，就是大家能够及时的去 share 同样的这个段落啊，这个就是写作的部分，然后简单上手的部署，就是只要三步，超级的简单，大家跟正可以去玩一下，因为 vipody 真的就是你讲讲话而已，真的就张张嘴讲讲话而已。这些素材我将要用遍我所有 webcoding 的 视频，首先你就可以自己去开一个这个仓库，然后把你和 ai 共创的这个 html 或者是其他文件传上去， 或者直接让你的 code 直接让你的 agent 帮你去部署都可以。接下来就是我说就这一套系统，就是它开成一个配置，然后所有的互联网的人都可以去游览了，这个就非常的爽，哎，就非常的爽， 或像我今天展示的整个这个 h t m l 就 可以，就一键就可以部署到我的那个仓库里，大家如果感兴趣的话可以到我的仓库里去看一看，真的非常的简单，大家可以去拥抱一下个 tab， 然。

今天 get up 热榜杀疯了，六个 ai 项目同时爆了，而且方向非常一致， ai 工具开始接管工作流了。 第一个， android gc skills， 一个 cloud md 文件就能给 ai 编程助手写工作说明书，不用插件，不用复杂配置，你把规则写清楚， ai 就 知道怎么按你的方式写代码。一天涨了三千三百多，新开发者已经用脚投票了。 第二个， code graph， 它做的是代码知识图谱，说白了就是先把整个项目整理成一张地图， ai 不 用一行行，硬读代码也能快速理解项目结构， 本地运行互联网，还能省 token。 今天涨了两千四百新。第三个， understand anything， 这个更像代码酷导航仪，导入项目就能看到项目地图，哪里调用哪里，哪个模块负责什么，一眼能看懂。还支持 cloud code codex 等二十多个平台，累计已经两万一千新。第四个， presenter， 一句话生成专业 ppt， 可以 理解成伽玛的开源替代品质。重点是它还提供 a p i， 不 只是给人用，还能接近自动化工作流。第五个， nvidia 的 long live， 用 n v f p 四量化做实时长视频生成核心价值不是炫技，而是在压缩并行推理生成质量之间找平衡。最后， cloudy plugins official 连续两天霸榜，又涨了两千新。这说明大家要的不是单个回答，而是能直接嵌进工作流的能力。 你会发现，现在真正火的项目不是单点工具，而是在帮 ai 接管一整段工作流。关注我，继续带你看懂 ai 工具的新机会！

本周开 top 热榜， agent 大 升级开始，高效理解大规模真实代码库准确执行功能并交付。排名第一， code graph 本周涨两万一， 他做的事很直接，先把代码库预索引成结构化上下文。 agent 拿到的不是散装文件，是完整的依赖关系和调用链。结果就是 tock 消耗砍下来，工具调用更少，回答更稳， cloud code codex、 cursor 都能直接接。第二名， understand anything 涨了一万九，他把代码仓库变成可交互的结构图谱， 搜索追踪依赖，直接提问都行，对大项目和接手陌生代码库的场景效率差距非常明显。第三个， ai engineering from scratch 涨了一万一，它不是工具，而是一条完整的 ai 工程师成长路径， 从基础概念到动手构建，到上线交付，每部都有可执行的项目。两万多 star， 说明大家不缺 demo， 缺的是能落地的完整路线。第四个， antropic， 官方出的 knowledge work plugins， 它的意义不是单个插件多好用，而是 agent 终于有了标准化的能力，赋用机制，工作流程可以打包，可以分享，可以跨项目迁移。第五个， openhuman 涨了八千多， agent 不 只服务开发者，它开始变成个人智能体， 本地运行数据不出你的电脑。两万八 star， 说明隐私可控的个人 ai 需求量很大。第六个， academic research skills。 a 帧的升级不止在编程研究，工作流也能被接管，解锁文献，写出稿、同行评审、修改定稿，五步全自动，这说明 a 帧开始进入垂直行业场景了。 速览六个 roview， 不 用摄像头，用 wifi 做空间感知。 c l i anything 把所有软件接入 agent oh my pad 是 终端 agent 新工具链 able present 做开源 ai 演示文稿 ymax 是 agent 化的视频生成 twelve factor agents 给出了生产级 agent 的 工程原则。总结一下本周关键词，升级， agent 开始高效理解真实代码库，按标准流程执行，还能通过插件层面已经连起来了。关注星探 ai， 下周见。

你一不小心看到这个开源项目，你发现这是全球最具影响力的开源编程教学社区，它是 tiktok 历史上新标最高的编程教程，已经帮全球十万人拿到了第一份开发者工作。他把所有编程语言的学习都做成了交互式关卡，每学一个知识点，必须动手敲代码才能过关， 彻底告别枯燥的纯文字和被动。看视频，从 h t m l c s s 基础到全站开发、数据科学、机器学习，上千个实战项目层层递进，手把手带你从零基础到能干活，就非常夸张。

hello， 大家好，我是南希，我最近在用多 agent web coding 的 过程中，设计了一套 github 和 codex 齐做的代码管理系统，今天跟大家分享一下为什么要设计一条系统，以及这个系统到底是怎么流转的。 我相信很多不懂代码的朋友们，在 web coding 的 过程中一定遇到过这些问题。因为不懂代码，所以不知道 ai 到底改了哪里，有没有破坏，主线出问题了没办法定位是哪个 a， 帧出错了也没办法做数据的回滚。于是我研究了一套能实现每次改动可追踪、 自动检查代码问题、主线稳定可回滚的管理系统。这里我打一个比方，就好像几个人同时改一次 word， 每个人的改动都能直接覆盖原来的版本，所以这个 word 最终肯定会乱成一锅粥。而我设计的这套 github 代码管理系统，就能保证每个人先在自己的副本里改，改完再提交申请， 系统先自动检查，我再人工确认，没有问题的话再合并到正式版本。所以可以理解为我需要一个地方帮我把多 agent 分 工。 ai 写作、自动检查、版本记录、上线、回滚，这几件事通通管理起来。 而 github 就是 这个项目的总调度台，多身份 agent 写作中心、自动验收器、主线的守门员和发布的记录者。这就是我这套代码管理系统的流程图。 第一，它是代码仓库，所有前端后端文案 q a 的 改动最后都要汇总到这里，不然东西都散落在本地，项目会越来越乱。第二，它是协助中心，这个项目不是一个人手搓到底，而是多个 agent 分 工作室，每个 agent 做完一块就提一个 pr， pr 你 可以理解，提交作业， 这样我就知道他改了什么，为什么这么改，风险是什么，有没有影响。第三，他是自动验收器，我在微博上接了 c i， 也就是自动检查，只要有人提交了 p r， 这个系统就会自动帮我检查文档有没有乱改，代码有没有报错，类型有没有问题， 测试有没有惯，关键的约束有没有被破坏，这一步是非常重要的，因为 ai 很 会看起来写完了，但不一定真的能用。第四，它是主线的控制器，我不会让 agent 直接改主分支 mark， 必须先提 pr， 检查通过了我再默认，这样主线才干净，项目不会被一堆的半成品污染。第五个， 它是版本的记录器，每次到了一个阶段，我会打 tag， edit log， 以后如果线上有问题，我就很快能知道哪个版本是好的，哪一次改动出了问题要回滚到哪里。如果没有这套系统的约束，会出现几个非常典型的问题。 第一， agent 各做各的，我根本不知道谁改了什么。第二，看起来就完成了，其实前端掉了接口，但后端根本没挂上。第三，某次改动把主线弄坏了，结果找不到是谁弄坏的。第四，文档代码测试，三边开始打架。第五，到上线前才发现一堆隐患，根本来不及收口。 好了，今天内容就到这里了，如果这条视频对你有帮助的话，可以点个关注收藏赞下一条视频，你想看什么可以打在评论区。

我以为二零二五年我见过最厉害的代码是这段获取 k 长度。直到今天，我在网上刷到一个视频，看到了真正的粪土。那说句实话，这行代码我愿称之为人类软件工程的行为艺术。 这个高危代码来自于 getharp 隐私 rana， 那 getharp 的 官方运维工具？对，就是那个全世界程序员每天都在用的交友社区。那事情是这样的，二零二五年四月，有个老哥提了个一秀，他说自己在 xiv rana 里经常看到一个叫 save sleep 的 进程，卡死。 那看到这个名字我就想笑，安全睡眠不愧是国外的，来，我们看看到底是怎么安全睡的。各位请起立， 让我们一起瞻仰这四行神仙代码。这段脚本的本意是代替标准的 sleep 命令那虽然我也不知道为什么不直接用 sleep， 那 第一个潮点来了，它叫 sleep sleep， 但它压根没 sleep 啊。这是一个纯自选， cpu 一 直在空循环，不停地问自己一句话， second 是 现在等于目标值了吗？等了吗？等了吗？等了吗？ 这就好比什么，就好比你上班想睡觉，但怕被领导抓，于是你每一秒睁一次眼，那抬头看看领导在不在， come on， 你 管着要睡觉。但这还不是最离谱的，我们继续分析。这个 seven 是 back 的 内置变量，每秒自动加一， 所以这段代码的逻辑是从零开始数秒，每秒加一，等到等于用户给的时间时，就退出循环。听起来好像没毛病的。举个例子，用户传的参数 seven 四 一二三，那就在等于三的那一瞬间， cpu 时间片被调走了，等这个进程再回来。完了， x 变成四了，而判断条件是不等于三。恭喜你，他这辈子都等不到三了，直接进入无限死循环。但你换个角度想，站在公司立场上，这可能是一段好代码， 因为 get 哈 action runner 是 按时间计费的。那无限死循环是坏事吗？不，那是商业闭环，一个字。 其实修复这个 bug 很 简单，把不等于改成小于就行了。那当然，这只能修复无限循环。那至于用空转代替 sleep 这个神逻辑，那就是哲学问题了。 你以为到这里就结束吗？不，真正的高手在前身。后来大家在一秀里复盘，发现 c 五 sleep 的 最初版本是这样的，有 sleep 就 用 sleep， 没毛病。没 sleep 用 ping， 不是 p 还能当睡眠用。那他的逻辑是，往本地发五个 i c m p 包，每个大概一秒，模拟五秒休眠。 come， 你 是玩真的啊，那如果 p 也没有呢？终极兜底方案来了，一口循环五千次，假设每次一毫秒，那近死五秒。我只能说一句， 喵，这个人太懂降级策略了，最优解，次优解，兜底解，都穿地心的解， 为了兼容性不惜献计。 c p u。 这不是一般的程序员啊，不愧是有大咖思维的程序员。大家今年都遇到过哪些高级代码？欢迎在评论区一起修行。如果你觉得这个视频有意思，点个关注，我们下期见！

程序员炸锅了，这个神器出来之后，直接把大模型的智商彻底拉满了！他是专门为 ai 编程智能体量身定制的代码知识图谱锁影工具，目前已经掌握了二十五 k 的 新标。在你工作之前，他已经把整个项目里面所有函数、声明、变量定义、 符号引用，以及各模块之间的依赖关系，全部整合成一张结构清晰、你能看懂的知识图谱。 ai 需要什么？直接查图谱，秒出结果，根本不需要一遍一遍的翻文件夹，实际落地效果有多夸张呢？在七个工业级真实的项目的测评里面，面对同样四千个文件量非常大的大型工程， di 的 解锁调用次数从原来的五十二次骤降到三次，整体效率飙升十七倍。更像的是什么呢？它和 cloud 的 这些主流编程工具完全是无缝衔接，开箱即用，没有学习成本，最关键是全程本地部署，数据绝对不会泄露！真的好用，赶紧去试一下！

为了治 ai 瞎写代码的臭毛病，大神程序员把自己蒸馏了，直接登上 github 热榜第一，目前已有六万多颗星。项目作者是 top script 大 神 matt， 他 是前微软工程师，参与过 next js 早期开发。 而他最为人所称道的是教学，非常擅长，把复杂技术讲得通俗易懂，极无一人撑起了外网 t s 教学的半边天。为了更好的帮助开发者，他把自己日常用 cologne 的 工程实战流程整理成了一个开源项目。这不仅仅是 skill 合集，更像是给你的 ai 注入他凝聚了几十年的软件工程智慧， 而且安装很简单，一条命令就搞定，整个库里包含了总共十六个 skill。 比如这个最初圈应该是全场最佳的 skill graeme， 让 ai 变成一个追问怪，反过来拷问你沿着决策树确认每个点，直到彻底理解你要什么。 graeme 要解决的就是 ai 指东打西，需求难以对齐的问题。在传统软件工程里，这就是需求澄清，但现在对象变成了 agent。 这个 skill 的 思路被网友评价为简直是颠覆性的，已经成了许多人每天少数几个必须要用到的技能之一。而且这个 skill 非常简洁，总共只有三句话，四十二个词。也因此还有网友说，这是他用过的 talk 回报率最高的提示词。再比如，有时候需求对齐了，但代码还是崩，问题出在哪呢？ 反馈回路迈腾的解法是 tdd 最经典的红绿重构循环，强制让 ai 先写一个会失败的测试，再写最少量的实现让它通过，然后重构，这样一来， ai 就 很难作弊了。 纵观这些技能，不仅是在教 ai 怎么做事，更是在帮你和 ai 建立一个持续验证对齐的机制，有需要的朋友快去试试吧！

推荐六个最近在 tiktok 上爆火的 ai 开源项目，第一个是 c o i anything， 还有香港大学实验室开源核心逻辑非常直接，通过一条命令，把任何带代码库的软件直接变成 ai 可以 控制的命令行工具。这让软件从为人设计真正转向了为智能体原生设计。 它最强的地方在于不搞简单的界面模拟，而是直接对接软件的原身后端。它支持 blender、 g i m p 这些专业工具，拥有一套从分析到发布的自动化流水线，还支持 json 输出和 l e t l 交互，能完美兼容 cloud code 和 cursor。 安装很简单，新手建议用 c r i hub 先安装包管理器，然后通过 list 搜索 install 安装，最后 launch 启动就行。如果你想把它当成 clock code 插件，就在插电市场添加 h k u d s 插件，然后用命令加上软件路径，就能一键生成 c r i 了。 第二个是 scientific agent skills， 它有二点六万个 star。 这是 ken 四开源的一个科研 ai 技能库，提供了一百三十三个开箱即用的技能。它覆盖了从生物信息、药物发现到材料科学等全学科场景， 能直接对接一百多个权威数据库和七十多个专业 python 工具包，把 ai 变成你的桌面科研助手。安装步骤分两步， 首先先安装 uv 依赖管理器， mac 和 linux 用户用 curl， windows 用户用 shell 脚本。接着直接运行 npx 命令，加上 kden's ai 的 项目名，就能一键安装全部技能。 装好后，你就能直接用自然语言让 ai 去跑药物筛选或者单细胞测序这些复杂的科研流程了。第三个是 understand anything， 它有四点三万个 star， 这是一个代码智能理解工具，能把你的代码库或文档直接转化成交互式的知识图谱。通过这个格式化界面，你可以快速掌握项目的架构、依赖关系和业务逻辑。 它功能很全面，你可以用 understand 命令深层支持中文的图谱，通过 dashboard 查看格式化仪表盘，或者用 chat 进行自然语言问答，甚至用 diff 分 析代码改动的影响。 安装方面， cloud code 的 用户可以直接在插件市场安装，其他用户用一键脚本， mac linux 用 curl， windows 用 power shell 即可。 第四个是 open human， 它有二点九万个 star， 这是 tony human 赛开元的个人专属智能体，主打的就是隐私优先。它能一键对接 gmail、 motion、 github 等一百一十八多个第三方服务，自动构建本地记忆术，成为一个真正懂你的私人 ai， 而且所有数据默认都是本地存储并加密保护的。它的亮点非常多，支持 obsidian 兼容的知识库，还能对接本地的欧拉玛模型，实现完全私有化运行。 最厉害的是，它内置了 token， 就是 技术，能把成本和延迟最高降低百分之八十。安装也很简单， mac linux 用户用 curl 命令， windows 用户用 ur 脚本就行。第五个是 ai engineering from scratch， 它有两万四千个 star， 这是一个全站式的 ai 工程实战课程，非常硬核，主打的是从零开始，手写实线，完全不依赖黑盒框架。它包含了从数学基础、机器学习一直到 transformer、 大 模型、智能体以及生产部署，一共二十个阶段，四百七十三节实战课。学习方式很灵活， 你可以直接克隆仓库，然后运行里面的阶段代码进行实战。如果你想让你的智能体也拥有这些技能，可以用 npx 命令一键安装对应的 a 帧技能包。此外，它还支持通过一个命令快速定位你现在的学习水平。开源地址在 tiktok 上搜 roh g 零零就能找到。 第六个是 agent memory， 它有一点九万个 star。 这是一个专门为 ai 编程智能体打造的持久化记忆引擎，它能自动捕获、压缩并召回上下文，让你的编码助手永久记住项目的架构、代码决策和历史操作。 这样你就再也不用每次写代码都重复跟 ai 解释一遍背景了。它的技术非常硬核，通过混合解锁技术，召回率能达到百分之九十五点二。最离谱的是，它能帮你省钱，能把年度透坑消耗从千万级直接降到十七万左右，成本几乎可以忽略不计。 它还支持 m c p 协议，一套记忆就能共享给所有助手。安装很简单，全区安装后，用 connect 命令就能一键连接 cursor 或者 cloud code。

你们会学习的人是不是都在偷偷的用这个网站？你只需要输入任何一个 github 的 项目名字，它就能把整个代码库自动整理成一个结构化的知识库。比如说我想研究 transform 的 内部架构和实现逻辑，那么这个网站就会帮你按照模块拆解，而且不只是文字，它还会生成流程图， 帮你把复杂的代码逻辑格式化。更重要的是，你可以直接用内置的 ai 去问问题，它会用自然语言解释，并且会带你到对应的代码位置。相较于让 ai 代替你去学习，如果你是真心的想理解某个项目的核心逻辑或者关键算法的实现，这个工具基本上可以帮你建立比较完整的认知。

如果我告诉你，人类追求了几千年的长生不老药，他的元代码昨晚刚刚在给他把上开源了，你敢信吗？这不是科幻电影，也不是地摊文学。就在前几天，英伟达和哈佛大学联手投下了一枚 足以让整个人类医学界正颤的核弹。按照传统的药物研发速度，想要从海量分子里找到能抗衰老的解药，科学家得在实验室里熬上一百六十年。一百六十年啊兄弟们，那意味着从清朝末年干到现在可能还没出结果， 但在 ai 眼里，一百六十年太久，他只争朝夕二十一天，仅仅用了三周时间。英伟达的算力怪物配合哈佛的生物模型，直接从十八亿个分子里像大海捞针一样，精准锁定了两种优选药物。 这药到底多猛？实验室内，那些本来连路都走不动老太隆中的暮年老鼠， 在服药后发生了神迹般的逆转。不仅细胞衰老停止了，这些老鼠居然开始在滚轮上疯狂冲刺，那速度，那爆发力， 跟刚出生几个月的小鼠一模一样！这哪是吃药啊，这简直是肉体上的重装系统！但这还不是最疯狂的，最让药厂大佬们睡不着觉的是，英伟达和哈佛居然宣布元代码模型权重 后选药物清单全部开源！这意味着什么？这意味着抗衰老的技术壁垒被瞬间炸碎了！不管你是跨国药企巨头，还是车库里的创业团队，甚至是你只要有一台电脑，就能拿着这套图纸去敲开逆龄的大门。 过去，长生不老是顶级权贵的奢望，未来，它可能只是药店货架上的标配。曾经我们以为攻克癌症就是人类医学的珠穆朗玛峰，现在看，那只不过是半山腰。 ai 正在带着我们 向人类作为物种的终极考试发起总攻。当算力开始以天为单位重塑生命时，死亡可能不再是宿命， 而是一个可以被修复的系统 bug。 我 们这代人极有可能是人类历史上 最后一批经历自然老去的人，也极有可能是第一批见证物种进化的人。这是一个最好的时代，也是一个最让人敬畏的时代。关注我，在这个 ai 加速进化的转折点，带你看清未来的边界！

如果你想用 ai 从零到一做 app， 迟早会碰到 git hub， 但你先别把问题想复杂了，这条视频我们不讲复杂的命令，也不讲程序员之间是怎么写作的，我们只搞懂 git hub 到底是干嘛的。对于新手来说，你可以把 git hub 理解成三件事情， 第一，它是项目的文件夹。第二，它是项目的说明书。第三，它会留下修改记录。先理解这三件事情，就够你开始用 ai 做 a p p 了。 那我们分开来讲，第一， gitlab 是 项目的云端文件夹，你的代码、说明书、配置文件都可以放在这里。 如果项目只在你的电脑里， ai 改坏了，换电脑了，换工具了，别人帮你看都会非常的麻烦。 gedit 的 第一层价值，我们叫让项目有一个稳定的位置。第二，我们常会看到 gedit 中有一个文档叫 readme， 这个 readme 就是 一个项目的说明书，它不是装饰，也不是给程序员去炫技用的，它能够写清楚这个项目是做什么的，现在完成了什么，怎么运行，下一步准备怎么做。 对于 ai 编程来讲， readme 非常的重要，因为你写得越清楚， ai 就 越不容易乱猜。第三， readme 会记录你每次修改了什么。 比如说你今天改了首页，明天改了按钮，后天又修改了一个小问题， ai 改代码会非常的快，但同时也可能改坏。有修改记录，你至少知道 ai 工具哪动过哪里，必要的时候可以进行回头查找。新手也不需要学习完整的 git， 但要知道每次改动应该会留下什么记录。 那 github 和 ai 做 a p p 到底有什么样的关系？我的理解是， ai 负责执行， github 负责让项目不失控。无论是说 coser 也好，还是 cloud code 负责帮你修改， readme 则负责告诉 ai 背景。 mate 也是 get 哈普中常用的一种功能，负责记录改动的轨迹。所以 get 哈普不是炫技的工具，它是 ai 做 app 的 基础设施。好，如果你是新手，第一步不用学一堆专业的命令，你先做一个最小的版本就够了。 第一，建一个项目仓库，让项目有稳定的位置。第二，写一份瑞的密，说明你到底需要做什么。 第三，一次只改动一个小任务，说明你到底方便检查有没有这个项目，有没有出问题，这样能够帮你把项目交给 ai 往下推进。总结一下，既得哈普不是所谓的神秘网站，也不是一些所谓的程序员说的炫技。如果你想从零到一去做 app， 那么先要让项目有位置，有说明，有记录，那么下一集我们会讲 cloud code 到底是干什么的？它和 chat、 gpt 和 cooser 到底有什么样的区别？想从零到一学习如何用 ai 来做 app， 可以 先关注起来。

大家好，欢迎回来，本周 g hub 上又涌现了一批超火的开源项目，每一个都让人眼前一亮。 今天我从中精选了五个最值得关注的仓库，一起来看看吧。第一个是 code graph， 它为 cloud、 codex、 cursor 等 ai 编程工具预构建了代码知识图谱。简单来说，它让 ai 更高效地理解你的代码库，减少 token 消耗和工具调用次数，而且完全在本地运行，不用担心隐私问题。 一周涨了将近一万六千新，说明开发者们对 ai 编程效率的需求真的非常强烈。第二个是 openhuman 用 rest 写的个人 ai 超级智能助手，它主打私密，简洁、强大，所有数据都在本地处理，不经过任何第三方服务器。本周新增超过一万六千新，是本期掌心最多的项目，可以看出大家对隐私优先的 ai 助手有多期待。 第三个是 academic research skills， 他 给 cloud code 装上了学术研究的完整工作流，从文献调研、论文著写，到同行评审、修改润色，再到最终定稿，一条龙搞定， 对于科研工作者来说，这简直是效率神器。第四个是 ai engineering from scratch， 一个从零开始学 ai 工程的开源教程，它的理念是学完就能动手构建，构建完就能交付给别人使用。对于想系统入门 ai 工程的朋友来说，这是一份非常实用的学习路线图。 最后一个是 roview， 它能把普通 wifi 信号变成实时空间感知系统，实现生命体征监测和人体存在检测，完全不需要摄像头， 用 rasp 实现六万多星的热度，说明这个方向潜力巨大，隐私友好的智能感知正在成为趋势。以上就是本周最火的五个 github 项目，如果你觉得有帮助，别忘了点赞关注我们下。

程序员发明了 ai， ai 却替代了程序员。今日最新 skills， 著名编程大神马特波科克直接公开了他的编程 skill， 在 github 上已经狂揽了七万多个 star。 这个开源项目仅有七十行，却浓缩了 ai 编程的精髓，用技术原则规范 ai 行为，解决了大模型听不懂话、 回答太啰嗦浪费、偷看代码没有办法运行代码太臃肿的难题让 ai 不 再听，感觉编程就很省心，赶紧码住，以备不时之需。

用学 ai 还没用 github 会少一块拼图，它不是程序员专属，是工具仓库 开源就是文件代码用法公开，别人做过，你先拿来用。以前要买或者从零做，现在先搜 github， 常常省很多路， 普通人先寄两个价值，直接用工具，基于项目，改自己的版本。找项目先看 trending， 它向热门榜显示最近增长快的项目， 知道方向就英文搜，也可以让 ai 列高 star 项目和链接，判断质量。先看 star， 它向社区里的收藏和口碑，再看更新时间，几个月内还更新，更稳，多年没动就小心 近项目先读 readme， 它会写做什么，怎么装，怎么用， 看不懂英文就把链接丢给 ai， 让它翻译成大白话。下载点绿色 code， 选 download， zip 解压就能看文件。 开始 vip coding 后再看版本写作。 fork 版本管理记录，每次修改 ai 改乱了也能退回去。写作就是一起改项目，别人还能通过 p 二提建议， fork 最关键，复制别人的开源项目，再加你的想法路线很简单，搜项目，看 star 和更新，读 readme， 下载用 有想法再 fork 出自己的版本，比从零开始快得多。 ai 时代， github 是 工具市场和灵感库，找到拆开再改成自己的。