An opinionated list of Python frameworks, libraries, tools, and resources
If this is useful, a ❤️ helps others find it. Everything I keep looking up when building Tauri v2 apps — in one place. // Define #[tauri::command] fn greet(name: String) -> String { format!("Hello, {}!", name) } // With error handling #[tauri::command] fn read_file(path: String) -> Result { std::fs::read_to_string(path).map_err(|e| e.to_string()) } // Async #[tauri::command] async fn fet
Hermes Agent from Nous Research is a model-agnostic, tool-using assistant you run locally or on a VPS. Hermes does not lock you into one surface. You can use the classic hermes / hermes chat CLI, the full-screen hermes --tui session, a long-running hermes gateway for Telegram, Discord, Slack, and other messaging platforms, hermes dashboard for a local browser UI when the web extra is installed.
很多团队的网络监控并不算差。 链路可用率有、接口带宽有、CPU 和内存有、异常告警也接进了企业微信、飞书和短信。但真正出了事，复盘时还是会出现同一句话：当时知道出问题了，但没有把现场留住。 这就是为什么越来越多团队开始关注网络回溯分析系统。 它解决的不是“能不能看到告警”这个初级问题，而是更关键的两个问题： 告警发生时，能不能快速还原到底是哪一段流量、哪一条路径、哪一种会话出了问题 事故结束后，能不能基于证据复盘，而不是靠聊天记录和印象拼凑过程 对云上和混合云场景来说，这件事尤其重要。因为链路更长、设备更多、路径更动态，很多故障不是“持续坏”，而是短时抖动、瞬时拥塞、路径切换、策略误命中。如果没有回溯能力，排障就很容易沦为赛后猜谜。 这篇文章不讲空洞概念，直接从一线运维视角拆清楚：云上网络回溯分析系统到底该怎么建，应该覆盖哪些能力，落地时最容易踩哪些坑。 先说结论： 传统监控擅长发现“异常
If this is useful, a ❤️ helps others find it. Everything I keep looking up when building with Gemini — in one place. Model Context Best for gemini-2.5-flash-preview 1M tokens General use, thinking, fast gemini-2.5-pro-preview 1M tokens Complex reasoning, best quality gemini-1.5-flash 1M tokens Stable, production-ready gemini-1.5-pro 2M tokens Longest context gemini-2.0-flash-lite 1M