Ethernal Graffiti Onchain On Base

It offers the solution to let a digital drawing similar as street tag onchain the Base blockchain as part of its state.

As long as the Base blockchain exists, the picture and the mean to display it will work.

Removing the most commonly unplanned maintenance cost of NFT artworks for cheaper than the price of spray paint can.

License: Creative Commons

• Usage: https://youtu.be/tZ01D_xwHCk

• Code source: https://github.com/Magicking/g-base

Previous work

• Reaper Gambit Epitaph Onchain NFT software artwork for the Reaper Gambit memcoin communities

Stacks

• Base Blockchain
• Forge
• Solidity
• Svelte
• Tenderly

This article is a working draft; I will update it as I go.

If you have yet to read the first part of this series, you can find it here.

We built a tool to help us analyze GitHub issues. Below is the result in action or a page.

Regarding the output:

• Titles are not passed through GPT, and they are raw user entries. Normalizing the title is a good next step.
• The body is more evident than the title most of the time.
• Red boxes are issues that need to be classified correctly.

Sampling over 31 issues “user-support” (10%) and doing this classification manually, assisted by the AI tool, we make this classification:

TL;DR

This post showcases a creative approach to analyzing issues in the Ordinal GitHub repository by leveraging the GitHub API, GPT-3.5, and GPT-4. The author demonstrates how to obtain the necessary data using the GitHub CLI, then uses GPT-4 to generate a prompt for GPT-3.5 to analyze the repository’s issues further.

Some key takeaways from this analysis include the following:

Automating the collection and analysis of issues and pull requests can save time and effort. AI models like GPT-4 and GPT-3.5 can help generate valuable insights and overviews of the issues. This approach has certain limitations, such as model availability and token limits. However, overall, the method proves to be efficient and cost-effective. The author provides links to the source code and the raw output of the analysis, along with examples of how to filter the result using jq play. This solution offers a practical way to quickly gain an understanding of a large corpus of issues in a repository, making it easier to identify and prioritize tasks.

Ingrédients:

Pâtes:

• Pâtes feuilletées
• 1 jaune d’œuf

Base frangipane:

• 2 œufs
• 75g de beurre
• 140g de poudre d’amande (+de poudre ou +petit œuf)
• 100g de sucre
• 1 bouchon de rhum

Base beurre de cacahuète:

• 1 œuf
• 30g de beurre
• 32g de beurre de cacahuète (Extra crunchy)
• 70g de poudre d’amande
• 50g de sucre

Préparation:

Temps de cuisson:

• Préparation: 20-25 minutes
• Repos au frais: 30 minutes (optionnel mais recommandé)
• Cuisson: 35-40 minutes
• Temps total: environ 1h30

Instructions:

1. Préparer la frangipane classique:

• Dans un bol, mélanger le beurre mou (75g) avec le sucre (100g) jusqu’à obtenir une texture crémeuse
• Incorporer les 2 œufs un par un
• Ajouter la poudre d’amande (140g) et mélanger jusqu’à homogénéité
• Ajouter le bouchon de rhum
• Réserver au frais

2. Préparer la base beurre de cacahuète:

• Dans un autre bol, mélanger le beurre mou (30g) avec le beurre de cacahuète (32g)
• Ajouter le sucre (50g) et bien mélanger
• Incorporer l’œuf
• Ajouter la poudre d’amande (70g) et mélanger jusqu’à obtenir une crème lisse
• Réserver au frais

3. Montage de la galette:

• Préchauffer le four à 200°C (thermostat 6-7)
• Dérouler une première pâte feuilletée sur une plaque recouverte de papier sulfurisé
• Étaler la frangipane classique au centre en laissant 2 cm de bord
• Répartir la crème au beurre de cacahuète par-dessus (vous pouvez faire des motifs en alternant les deux crèmes)
• Facultatif: cacher une fève dans la garniture
• Humecter les bords avec un peu d’eau
• Recouvrir avec la deuxième pâte feuilletée
• Bien souder les bords en appuyant avec les doigts ou une fourchette

4. Décoration et finition:

• Avec un couteau pointu, faire des dessins décoratifs sur le dessus (rosace, quadrillage)
• Faire quelques petites incisions pour laisser la vapeur s’échapper
• Badigeonner le dessus avec le jaune d’œuf battu pour la dorure
• Laisser reposer au réfrigérateur 30 minutes si possible (aide à avoir une belle levée)

5. Cuisson:

• Enfourner à 200°C pendant 10 minutes pour un bon coup de chaleur
• Baisser ensuite le four à 180°C (thermostat 6)
• Poursuivre la cuisson pendant 25-30 minutes jusqu’à ce que la galette soit bien dorée et gonflée
• La galette est prête quand elle est bien dorée et croustillante

6. Dégustation:

• Laisser refroidir 10-15 minutes sur une grille
• Servir tiède ou à température ambiante
• Se conserve 2-3 jours dans une boîte hermétique

Astuces:

• Le repos au frais avant cuisson permet une meilleure levée du feuilletage
• Ne pas trop charger en garniture pour éviter que ça déborde à la cuisson
• Si les bords dorent trop vite, les protéger avec du papier aluminium
• L’association frangipane-beurre de cacahuète apporte une touche originale à la galette traditionnelle

What’s new in Cairo?

There have been a lot of changes since the Cairo language has been released. This is a developer opinionated list of the major changes since the first release, 0.6.2 (Dec 2021).

StarkWareLtd last release CairoLang v0.10.3 (Dec 5, 2022) also named Cairo 1.0.

Useful links:

• CairoLang releases
• Useful info from StarkNet documentation
• StarkNet Community Call #32
• Upcoming versions

v0.10. (Cairo 1.0)

(breaking changes version) Dec. 5 2022 v0.10.0-pre Pre-release

Ceci est un support de cours sur l’EVM (Ethereum Virtual Machine) pour le cours de l’Ecole Supérieure d’Ingénieurs Léonard de Vinci (ESILV).

Il comprend du matériel de cours, des illustrations et des liens vers des ressources.

La durée du cours est de 3h, séparé en une lesson de 1h15 et des travaux dirigés de 1h15. La première partie est une introduction à la machine de Turing et sa correspondance aux processeurs de nos jours (rappel des connaissances), la seconde partie est une introduction à l’EVM et sa correspondance avec la machine de Turing.