全新的 **datasette-apps** 插件允许用户创建独立的 HTML/JavaScript 应用程序,这些程序可直接在 Datasette 实例内部的受限沙盒 `<iframe>` 中运行。
主要功能包括:
* **安全性**:应用程序通过严格且不可篡改的内容安全策略(CSP)和 `sandbox` 属性进行隔离,防止未经授权访问 Cookie、本地存储或发送外部 HTTP 请求。
* **受控交互**:应用通过 `MessageChannel()` 与父级 Datasette 实例通信,允许其基于白名单执行只读 SQL 查询或特定的“已存储”写入查询。
* **LLM 集成**:该插件专为 AI 生成而设计,内置的提示词可向模型提供必要的数据库架构,使用户能够像使用 Claude Artifacts 一样通过“灵感编程”(vibe-code)构建工具。
* **生产力**:系统集成了 SQL 查询日志记录和错误报告功能,便于开发与调试。
通过连接持久化关系数据库与沙盒前端工具,Datasette Apps 助力用户构建自定义的交互式界面,使 Datasette 从一个只读数据工具转变为构建功能全面、安全且数据驱动型应用的强大平台。
在《自动化我的工作》一文中,Austin Z. Henley 探讨了激进自动化所带来的悖论。受“不要做三遍同一件事”这一原则的启发,Henley 开始利用人工智能来自动化他的编程任务。虽然他最初成功地完成了手头的工作,但很快就发现了一个意想不到的陷阱:自动化了显而易见的工作后,掩盖在下层的“粘合性工作”随之浮现。他发现自己不仅没有节省时间,反而需要同时管理多个智能体,导致上下文切换增多且更容易出错。
Henley 认为,真正的进步在于改变工作“方式”,而不仅仅是提高速度。他建议利用人工智能来生成“技能”——即能够自主判断何时以及如何部署脚本的智能体——而不是手动执行代码。他提出了一种主动式方案:让 AI 分析你最近的工作日志,以识别并起草新的自动化机会。最终,Henley 的实验表明,虽然自动化并没有让工作本身变得“更容易”,但它将工作重心从琐碎的执行转向了高层级的协调,并最终使 AI 能够协助设计自身的改进方案。
1987年,日本国有铁道(JNR)实行私有化并拆分为七家独立的区域性公司,旨在提高运营效率。尽管公司被拆分,员工们仍坚持保留统一的身份认同,由此诞生了标志性的“JR”品牌。
由艺术总监山本洋二领导的日本设计中心(NDC),仅用了124天便完成了这项庞大的品牌重塑工程。山本洋二的严谨工作包括选定“JR”这一名称——许多人认为正是这一举措推动了日本国家机构以“J”作为前缀的潮流——并巧妙地避开了与“亏损”相关的汉字。该集团独特的色彩体系从有限的15种颜色中选出,由各公司分别挑选能够代表其当地地理特征的色调。
此次品牌发布是一项巨大的后勤挑战,数千名员工连夜手工将新标识张贴到列车上。JR标志在近40年间保持不变,这在企业品牌设计中十分罕见。其长盛不衰归功于山本洋二“事实、真实与诚实”的设计理念,确保了设计的功能性、在高速移动中的可辨识性,并深植于系统的运营稳定性而非追逐潮流。
请求被拦截
此资源在您所在的地区不可用。
我现在该怎么办?
您可以返回主页,并使用页面上的搜索框进行搜索。
受到庆祝非常规数据库的“掀桌”(FLIP TABLE)活动的启发,作者创建了“YouDidIt.Bio”,这是一个将数据存储在 iNaturalist 观测记录中的待办事项应用。
该应用利用 iNaturalist 观测记录的唯一 ID 作为数据容器,将信息编码进 iNaturalist 的“经典项目”中。由于 API 不支持排序,作者实现了一套使用“序列位”来组织数据的系统。为了应对并非所有整数都是有效观测 ID 的限制,应用会循环遍历序列号,直到找到一个可用的 ID。当任务被标记为完成时,应用会通过寻找代表“真”状态的新可用 ID 来动态更新观测记录。
尽管该系统存在一些细微局限,但它作为一种利用生物多样性数据作为存储介质的尝试,是一个具有创造性且功能完备的概念验证。该应用已开源,任何拥有 iNaturalist API 密钥和项目 ID 的人都可以使用。