如何使用简单的值类型管理应用程序的状态，并在多个屏幕上共享状态，以便一个屏幕上的变化可以立即在另一个屏幕上观察到。如何将大型特性分解为更小的组件，这些组件可以被提取为它们自己的、独立的模块，并很容易地粘在一起形成特性。如何让应用程序的某些部分以最可测试和最容易理解的方式与外部世界对话......——出自《Swift可组合架构》

这是一个基于神经网络的 PyTorch 实现的用户友好型时间序列预测工具。测试结果表明，NeuralProphet 在一组生成的时间序列上产生了与 Facebook Prophet 质量相当或更高的可解释性预测组件。对于短期到中期的预测，将预测精度提高了 55% 到 92%。——出自《NeuralProphet》

它是快速可嵌入的键值存储，专为固态硬盘和持久性内存设计。它通过协调跨 DRAM 和多类固态存储设备的数据放置，优化了性能和耐久性。它适用于支持数据库、软件定义存储（SDS）、高性能计算（HPC）、物联网（IoT）和机器学习（ML）等应用场景。——出自《HSE》

在应用核心中，依赖关系是向内的。外层可以依赖内层，但内层永远不会依赖外层。应用核心不应该依赖于框架或直接访问外部资源。任何对进程外资源的外部调用/从远程进程检索数据都应该通过端口（接口）来完成，在基础设施层的某个地方创建类的实现，并注入到应用程序的核心中（依赖注入和依赖反转）。——出自《Domain-Driven Hexagon》