探索C的智慧之旅:.NET Koans
.NET Koans 是一个独特的学习平台,旨在引导初学者和经验丰富的开发者逐步掌握C#语言和.NET框架的核心概念。它以一种有趣且互动的方式,让你在解决问题的过程中不断提升自己的编程技能。无论你是Windows、OS X还是Linux用户,都可以轻松上手,享受跨平台开发的乐趣。
项目结构与教学方式
.NET Koans 的设计十分直观,知识点按照文件进行分类,例如 AboutArrays.cs 教授数组的知识,而 AboutLambdas.cs 则讲解Lambda表达式。所有这些知识点都按照逻辑顺序排列在 PathToEnlightenment.cs 文件中。每当你完成一个挑战,代码将自动检查并引导你进入下一个阶段。
部分挑战只需替换错误的答案,其他则需要你自己编写代码来实现功能。当遇到 FILL_ME_IN 对象时,正是发挥你的创造力,填入正确代码的时刻。
开始你的旅程
要开始学习,你只需要几步简单的设置:
- 安装 .NET SDK 6.0。
- 下载安装 Visual Studio Code 或其 Insiders Edition。
- 使用Git克隆项目仓库:
git clone https://github.com/NotMyself/DotNetKoans.git。 - 进入项目目录:
cd DotNetKoans。 - 恢复依赖包:
dotnet restore。 - 在VSCode中打开项目:
code-insiders .或code .。 - 最后,启动学习模式:
dotnet watch --quiet run。
参与贡献
想要为项目贡献自己的力量?查看我们的 Code of Conduct 和 Contributing 文档。我们遵循 all-contributors 规范,并欢迎任何形式的贡献。
如果你是开源新手,可以尝试那些标记为 "Up for Grabs" 或 "Beginner Friendly" 的问题,我们会提供友好的指导和支持。
关于Koans
.NET Koans 的灵感源自 Cory Foy 的多语言项目,同时也受到 Ruby Koans 创作者 Jim Weirich 的启发。Jim是一位伟大的教师和程序员,他的精神一直激励着我们。
更多关于这个项目的起源和目的,请阅读博客文章 在Windows、OSX或Linux上学习C#:.NET Koans。
社区的力量
感谢以下贡献者对项目的支持(按字母排序):
他们的工作使得 .NET Koans 不断完善,也让我们有机会共同学习和成长。
总之,如果你想在一个富有乐趣的环境中提升C#和.NET框架的理解,.NET Koans 将是你最好的选择。立即加入,开启你的编程智慧探索之旅!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00