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!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00