开始使用在线生成器！生活中最好的东西是42x42x7mm的整数倍。Gridfinity可以成为您车间的终极模块化存储系统，让您保持高效、有序和安全。它是免费的，开源的，几乎100%可3D打印。Gridfinity Alexander Chappels分类系统的起源，在CC-A-NC-SA下获得许可，部分启发了Zack Freedman对Gridfinity的最初设计。Gridfinity设计首先在视频“Gridfinity:你的终极模块化工作室是免费的！”中发布，作为社区扩展的框架，在麻省理工学院许可下发布。现在，Gridfinity掌握在一个蓬勃发展的社区手中，该社区不断根据他们的需求进行调整。我们邀请您通过使用和调整该系统加入这个社区！此网站正在开发中！快来加入我们的#gridfinity，在扎克的不和中提供帮助！
每日HackerNews RSS
作者构建了一个基于Ampere Altra的定制开发机器，以克服苹果MacBook Pro的64k页面大小限制。为了经济实惠，他们选择了二手的80核Ampere Altra Q80-30 CPU和128GB二手SK海力士ECC RAM。他们购买了一块专为数据中心设计的AsrockRack ALTRA8BUD-1L2T主板和一个Arctic Freezer 4U-M CPU冷却器。
挑战包括为“深MicroATX”主板找到合适的机箱，最终选择Endorfy 700 Air。为系统供电需要12V电源；选择MSI MPG A850G，使用适配器进行通电和电源良好信号。Lexar LM790 2TB NVME驱动器和Radeon Pro WX2100图形卡完成了构建。
由于升级到80核CPU和内存价格波动，总成本约为1800欧元，超过了最初的预算。未来的计划包括安装Fedora 42，创建具有4k和64k页面大小内核的各种Linux VM实例，测试Radeon RX 6700XT GPU，并探索其作为桌面的潜力。
Depot提供了一个API，简化了多对端SaaS平台的容器构建管理，消除了内部容器编排的需要。使用Go和Depot的API，开发人员可以创建独立的项目环境，确保每个客户的安全性和性能隔离。该过程涉及使用Buf生成客户端库，使用作用域令牌创建项目，并通过删除或缓存重置对其进行管理。
API还提供了对容器构建的深入了解，提供了构建持续时间、保存的持续时间和缓存的步骤等指标，促进了客户分析。此外，它允许检索详细的构建步骤，揭示每个阶段的时间和错误状态。
通过利用Depot的API，平台可以安全地执行客户代码，通过缓存加速开发工作流程，轻松扩展容器构建，并提供详细的构建分析，为用户生成的工作负载简化容器基础设施管理。
作者不是糖尿病患者，他探索了非处方连续血糖监测（CGM），现在一个为期两周的传感器售价约为50美元。该设备通过弹簧加载的涂抹器涂抹，每5分钟无痛测量一次血糖，每15分钟传输一次到智能手机应用程序。该应用程序虽然功能齐全，但存在监管限制。作者获得了一些令人惊讶的见解，尤其是某些“健康”食物如何严重影响血糖，以及即使是轻度运动也能有效调节血糖。观察实时血糖水平的游戏化效应促使人们做出更健康的选择。应用程序的数据导出受到限制，但它与Apple Health集成，允许使用自定义代码进行XML导出和随后的CSV转换。传感器的使用寿命约为15.5天，易于拆卸，但去除粘合剂需要一些努力。虽然作者没有立即计划使用另一个传感器，但他们发现这种体验很有价值，游戏化效果惊人。
NativeJIT是一个轻量级、开源、跨平台的C++库，支持对涉及C数据结构的表达式进行高性能的实时（JIT）编译。它专为速度和最小依赖性而设计，支持Linux、macOS和Windows。它由Bing开发，用于实时表达式评估，特别是在搜索查询的文档评分中，其中自定义表达式是针对大型数据集编译和执行的。
NativeJIT优先考虑低编译成本，以摊销重复评估的开销，这对延迟和吞吐量至关重要。它支持各种操作，包括算术、逻辑、指针操作、条件语句和函数调用。构建NativeJIT需要CMake（2.8.11+）和现代C++编译器（GCC 5+、Clang 3.4+或VC 2015+）。为*nix系统（包括OS X）和Windows提供了使用Makefiles、XCode或Visual Studio解决方案的构建说明。
德国联邦铁路公司（DB）和西门子移动公司以405公里/小时的速度行驶在法兰克福-莱比锡/哈雷，进行ICE测试。这是一种测试方法，用于对Schnelfahrstrecken进行消毒，并对Hoggeschwindigike进行彻底消毒。 2015年之前，在Betrieb进行的测试最能解决Strecke基础设施的问题。在飞行过程中，空气动力学、空气动力学和风力发电都会受到影响。 西门子移动公司正在进行测试。Zug致力于创新、能源和Kosten-senken，并致力于实现可持续发展。DB系统技术人员使用“ICE-S”信息进行数据传输。这是一个很好的解决方案，它可以让你的大脑达到最佳状态。
Python数据类简化了数据保存类，与字典（方法、子类）和手动类（自动`__init__`、`__eq__`）相比具有优势。为了可维护性，在数据类定义过程中始终使用`kw_only=True `。这强制使用仅关键字参数，如“MyDataClass（x=1，y='foo'，z=False）”，而不是位置参数（“MyDataClass（1，'foo'），False）”。 好处包括： 1.**重新排序灵活性：**如果更改数据类字段的顺序，请避免破坏现有代码。关键字参数可防止位置相关问题。 2.**子类可扩展性：**子类可以定义必填字段，而不受父类中默认值的约束。父类中具有默认值的字段不强制子类中存在默认值。 虽然对于专注于向后兼容性和可扩展性的库作者来说至关重要，但这种做法提高了任何可重用数据类驱动项目中的代码健壮性。
高中时，劳拉和她的朋友们在苹果商店玩游戏，试图在没有工作人员靠近的情况下触摸后墙并退出。他们将这家商店视为一个豪华的游乐场，在那里他们可以与昂贵的小工具互动。 后来，劳拉用暑期工作的收入买了自己的iPod。她感到矛盾，在过去“油腻的青少年”在商店里闲逛和对“奢侈品”的渴望之间左右为难。她认识到苹果允许青少年探索的策略，知道他们是潜在客户。 具有讽刺意味的是，劳拉反映出，一款通用的沃尔玛MP3播放器对她的生活产生了更大的影响。这激发了她对媒体盗版的兴趣，促使她探索Linux和业余网络开发，最终影响了她进入游戏开发的旅程。虽然iPod因其奢华的吸引力而令人难忘，但被遗忘的MP3播放器是她技术技能的催化剂。
根据社区的定义，家庭实验室是在家中为学习、实验和技能发展而建立的服务器、网络设备和基础设施的集合。从单个设备到全尺寸数据中心，设置差异很大，共同点是注重修补和探索。 然而，作者认为，并非所有家庭服务器设置都符合家庭实验室的标准。虽然他们维护着类似的基础设施，但它主要用于个人使用的自托管服务，主要侧重于维护和增量改进，而不是主动学习或实验。 作者发现了一个“词汇真空”，缺乏对这些不是真正家庭实验室的自托管设置的具体术语。虽然“家庭服务器”很接近，但它并没有完全涵盖整个基础设施。他们提出了“HomeCloud”或“HomeProd”等替代方案，但仍不确定。最终，他们承认其中的细微差别，并认为有必要为那些没有积极尝试的自住者提供一个明确的术语。