<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00239的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_00239</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_00239]]></copyright><item><title><![CDATA[Llama-3.3-70B-Instruct-FP8-dynamic初上手：一文读懂红帽FP8量化大模型的全部亮点]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170421715</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170421715</guid><author>gitblog_00239</author><pubDate>Tue, 10 Nov 2026 11:08:39 +0800</pubDate><description><![CDATA[Llama-3.3-70B-Instruct-FP8-dynamic 是 Red Hat（Neural Magic）发布的红帽验证模型：将 Llama-3.3-70B-Instruct 的权重与激活全部量化为 FP8 数据类型的 700 亿参数指令模型。它把 GPU 显存占用和磁盘体积砍掉约一半，同时让矩阵乘法吞吐量提升约 2 倍，精度却几乎无损——这篇入门指南带你快速看懂它的原理、文件结构与部署]]></description><category></category></item><item><title><![CDATA[【独家整理】50个Android入门项目源码合集：解压、导入、跑通，三步搞定]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170420715</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170420715</guid><author>gitblog_00239</author><pubDate>Tue, 10 Nov 2026 11:01:50 +0800</pubDate><description><![CDATA[这个合集打包了 50 个 Android 项目源码，全部装在一个 46.3 MB 的 zip 包里，面向安卓开发初学者，既能当学习素材直接翻代码，也适合作为课程大作业的参考起点。下面说清楚包里有什么、怎么三步跑起来、哪些坑会卡住新手。

## 亮点速览

| 关键信息 | 内容 |
| --- | --- |
| 项目数量 | 50 个 Android 项目源码 |
| 资源形态 | 单个 zip]]></description><category></category></item><item><title><![CDATA[Ship of Harkinian 上手指南：60帧4K玩时之笛]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/151449598</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/151449598</guid><author>gitblog_00239</author><pubDate>Tue, 10 Nov 2026 10:48:38 +0800</pubDate><description><![CDATA[你解压完文件、把 ROM 拖进去、双击 `soh.exe`，海拉尔德的草地就铺满了屏幕——两边没有黑柱子，帧数钉在 60 上。Ship of Harkinian（下面简称 SOH）就是干这个的：它不是给老游戏套壳的模拟器，而是拿《塞尔达传说：时之笛》反编译出来的 C 源码，在现代电脑硬件上把引擎重写了一遍。换句话说，你在自己的机器上，用 4K 宽屏 60 帧，跑的就是原版时之笛。

## 三个系统]]></description><category></category></item><item><title><![CDATA[QNN深度解析:在Qualcomm NPU上跑Whisper,React Native ExecuTorch Whisper-Tiny的v69-v81版本怎么选]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/169159390</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/169159390</guid><author>gitblog_00239</author><pubDate>Tue, 10 Nov 2026 10:39:25 +0800</pubDate><description><![CDATA[[react-native-executorch-whisper-tiny](https://link.gitcode.com/i/e7f70df99ba1ef5ef2cfdcf1d1088813) 是专为 React Native ExecuTorch 准备的离线语音转文字模型仓库，其中 QNN 后端把 OpenAI Whisper-Tiny 导出为可运行在 Qualcomm NPU 上的 `.]]></description><category></category></item><item><title><![CDATA[ok-ww 新手教程：一键日常与后台自动战斗的鸣潮自动化工具]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/161238492</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/161238492</guid><author>gitblog_00239</author><pubDate>Tue, 10 Nov 2026 10:00:23 +0800</pubDate><description><![CDATA[清晨，游戏已经在后台自己登录、自己跑图。等你洗漱完，日常体力消耗完，奖励领完，还顺手刷了一批声骸——这就是引入 ok-ww 之后的《鸣潮》日常。它是一款免费开源的鸣潮自动化工具，通过图像识别读懂游戏画面，再借助系统接口模拟你的键鼠操作，替你完成刷日常、自动战斗这些重复劳动。

## ⚙️ 它是怎么做到的：读画面，模拟你的输入

ok-ww 实时截取游戏窗口画面，用模板匹配和 YOLO 目标检测模型]]></description><category></category></item><item><title><![CDATA[【吐血整理】快速上手变电站指针式仪表目标检测数据集]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170371577</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170371577</guid><author>gitblog_00239</author><pubDate>Mon, 09 Nov 2026 23:08:25 +0800</pubDate><description><![CDATA[变电站指针式仪表数据集解决的具体任务是仪表自动读数：从一张表盘照片中定位仪表盘与指针，再解析出数值。它面向做电力系统自动监控的你，提供约 6500 张实拍与合成图像，其中 500 张带完整目标检测标注，拿到就能训。

## 📊 6500 张图像：型号、颜色、光照全覆盖

- 总量约 6500 张，JPEG 或 PNG 格式
- 覆盖不同型号、颜色的指针式仪表
- 包含多种光线条件下的拍摄场景
-]]></description><category></category></item><item><title><![CDATA[5分钟上手英文语音识别：faster-distil-whisper-small.en 新手完全入门指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170369611</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170369611</guid><author>gitblog_00239</author><pubDate>Mon, 09 Nov 2026 22:11:48 +0800</pubDate><description><![CDATA[如果你正在找一个**轻量、快速、免费**的英文语音识别模型，faster-distil-whisper-small.en 值得重点关注。它是知名开源语音识别模型 Distil-Whisper small.en 的 CTranslate2 转换版，专为 faster-whisper 推理框架打造，能在普通笔记本上实现接近实时的语音转文字（Speech-to-Text）效果。本文面向新手，用 5 分钟]]></description><category></category></item><item><title><![CDATA[Win11Debloat：一次卸载预装应用、禁用遥测，十分钟清理你的 Windows 11]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/160079886</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/160079886</guid><author>gitblog_00239</author><pubDate>Mon, 09 Nov 2026 16:03:30 +0800</pubDate><description><![CDATA[Win11Debloat 是免费开源的 PowerShell 脚本：批量卸载 Windows 10/11 预装应用、禁用遥测、移除系统各处广告。适合想清理系统的普通用户，以及需要批量部署的 IT 管理员。

## 一行命令跑通

右键开始菜单，打开"Windows 终端（管理员）"，粘贴这一行：

```powershell
& ([scriptblock]::Create((irm "https]]></description><category></category></item><item><title><![CDATA[Jasna 视频马赛克修复：从首跑到三档显存调优的完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/152644374</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/152644374</guid><author>gitblog_00239</author><pubDate>Mon, 09 Nov 2026 13:49:05 +0800</pubDate><description><![CDATA[Jasna 是免费开源（AGPL-3.0）的 GPU 视频马赛克修复工具，解码、检测、修复、编码全链路跑在显卡上，图形界面与命令行双入口。本文面向第一次接触视频马赛克修复的用户，读完你可以跑通首个任务、显存不足时按档调参、只修关键区间，并看懂常见报错。

## 定位：它修复的是什么

先给结论：Jasna 只重画被马赛克盖住的位置，画面其余像素原样保留。与同类工具 Lada 相比，同一段 3:22]]></description><category></category></item><item><title><![CDATA[biliTickerBuy：B 站会员购开源抢票工具完整指南，从安装到避坑一次讲清]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/158279132</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/158279132</guid><author>gitblog_00239</author><pubDate>Mon, 09 Nov 2026 13:08:10 +0800</pubDate><description><![CDATA[biliTickerBuy 是一款开源免费的 B 站会员购抢票助手，面向想要购买演出、活动门票、却被手动流程慢和网络不稳拖后腿的用户。它把登录、选票、确认下单这些动辄吃掉好几秒的重复动作接手过去，开售后你只需查看结果。

## 手动抢票容易失手的四个瞬间

- **流程步骤多**：开售后还要逐一登录、选票、填地址、确认订单，点完页面已售罄。biliTickerBuy 提前在本地存好全部配置，到点自]]></description><category></category></item><item><title><![CDATA[Windows 系统优化怎么做？基于 AtlasOS 的透明调优指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/162420319</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/162420319</guid><author>gitblog_00239</author><pubDate>Sun, 08 Nov 2026 20:47:33 +0800</pubDate><description><![CDATA[AtlasOS 是一个开源的 Windows 轻量化修改项目，面向想在现有 Windows 10/11 上减少后台占用、收紧隐私设置的用户。它在你的系统上批量应用性能、隐私与易用性设置，全程基于明文脚本，每一项改动都可以在执行前审查。

## 从 Playbook 看它靠什么工作

AtlasOS 的执行载体叫 Playbook，本质是一个重命名的压缩包，解开后主要是纯文本的 YAML 与 Pow]]></description><category></category></item><item><title><![CDATA[Knap实现原理深度解析（中）：Parser如何构建AST并支持嵌套表达式]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/161773561</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/161773561</guid><author>gitblog_00239</author><pubDate>Sun, 08 Nov 2026 18:07:42 +0800</pubDate><description><![CDATA[Knap 是一款轻量级模板语言（template language），负责把结构化数据渲染成 Markdown。它的核心流水线是 **tokenize（分词）→ parse（解析）→ render（渲染）**。本文深入拆解 Knap 模板引擎中 Parser 的实现：看它如何把模板源码逐个 token 地消费成一棵 **AST（抽象语法树）**，又如何通过递归下降算法优雅地支持过滤器管道、逻辑运算]]></description><category></category></item><item><title><![CDATA[无需模拟器也能玩Switch 2大作？Hookshot：塞尔达·时之笛PC原生重编译项目完整解析]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170289810</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170289810</guid><author>gitblog_00239</author><pubDate>Sun, 08 Nov 2026 14:15:57 +0800</pubDate><description><![CDATA[Hookshot 是一个将《塞尔达传说：时之笛》（The Legend of Zelda: Ocarina of Time）Switch 2 重制版在 PC 上**原生重编译**运行的开源项目，全程**无需模拟器**：游戏的 ARM64 代码被转译为 C 并编译成 Windows 程序，主机系统软件被重新实现，Switch 2 的图形调用则在 Vulkan 上重放。一切都在你自己的 PC 上、基于]]></description><category></category></item><item><title><![CDATA[NPU部署指南：如何将phi-4_rai_1.9.0_m_1.0.1_npu大模型部署到国产AI芯片加速卡]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170287611</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170287611</guid><author>gitblog_00239</author><pubDate>Sun, 08 Nov 2026 11:42:33 +0800</pubDate><description><![CDATA[本文将用一篇完整指南，手把手教你完成 **NPU部署**：把 phi-4_rai_1.9.0_m_1.0.1_npu 大模型快速部署到国产 AI 芯片加速卡上。你无需深厚背景，只要会基本的命令行操作，就能跟着步骤一步步跑通模型下载与部署流程。

## 一、先认识这个模型仓库

在动手之前，先了解你手中的"材料"。

| 项目 | 说明 |
| --- | --- |
| 模型名称 | phi-4_]]></description><category></category></item><item><title><![CDATA[sand3d 材质与外观指南：material 一个函数搞定 22 种材质，从哑光塑料到镀铬]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/157315845</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/157315845</guid><author>gitblog_00239</author><pubDate>Sun, 08 Nov 2026 09:01:21 +0800</pubDate><description><![CDATA[**sand3d** 是一个用 Python 写 3D 建模的开源库，为 LLM 而生。它的 `material` 函数只需一行代码，就能给零件、组或整个装配指定外观——内置 22 种材质预设，从哑光塑料到镀铬金属，再配上颜色、粗糙度、金属度、透明度、自发光五个可调参数，轻松搞定模型的外观与材质。

[![sand3d 项目用 Python 建模生成的彩色 3D 模型合集，展示各种材质效果](ht]]></description><category></category></item><item><title><![CDATA[Mitra-v1 vs Mitra-v2：上下文10倍、特征3倍，第二代表格回归模型强在哪]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170248711</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170248711</guid><author>gitblog_00239</author><pubDate>Sat, 07 Nov 2026 23:32:16 +0800</pubDate><description><![CDATA[Mitra-v2 Regressor 是 Amazon 发布的第二代**表格回归基础模型（tabular foundation model）**，以 10 倍更长的上下文、3 倍更多特征和 1000 分箱概率头全面超越 Mitra-v1。本文带你快速看懂：两代模型的核心差异、架构参数、基准成绩，以及如何在本仓库中获取和使用这份 safetensors 权重的完整指南。

## 什么是 Mitra-]]></description><category></category></item><item><title><![CDATA[【资源自取】慧荣SM2258XT量产工具合集：14个版本怎么挑？密码是多少？]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170245093</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170245093</guid><author>gitblog_00239</author><pubDate>Sat, 07 Nov 2026 17:36:04 +0800</pubDate><description><![CDATA[面向慧荣SM2258XT主控的量产工具合集：**14 个版本**一次打包，覆盖 Intel 三贴颗粒、东芝专版等常见颗粒，附稳定与特殊两类固件。手上有 SSD 要刷固件或救盘的 DIY 玩家、维修人员都能直接拿来用。

## 🔧 谁需要它

你的 SSD 突然无法识别、进不了系统，拆开一看主控丝印是 SM2258XT，接下来就需要配套的量产工具重新烧录。麻烦在于，不同颗粒品牌对应不同的工具版本，]]></description><category></category></item><item><title><![CDATA[如何给你的AI共享平台加上Grok？Pandora Helper镜像配置分步教程]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/167799226</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/167799226</guid><author>gitblog_00239</author><pubDate>Sat, 07 Nov 2026 17:22:58 +0800</pubDate><description><![CDATA[Pandora Helper 是一个基于 Linux DO OAuth 的 AI 共享平台后端项目，支持 ChatGPT、Claude、Midjourney、API 与 Grok 的账号统一管理与分发。本文带你用 4 个步骤，快速完成 Pandora Helper 的 Grok 镜像配置，让你的共享平台一键接入 Grok 登录。

## Grok 共享功能：工作原理一张图看懂 🧩

Pandor]]></description><category></category></item><item><title><![CDATA[KOReader插件如何保持最新？appstore.koplugin自动更新机制详解]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/170244922</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/170244922</guid><author>gitblog_00239</author><pubDate>Sat, 07 Nov 2026 17:18:31 +0800</pubDate><description><![CDATA[**appstore.koplugin**（KOReader App Store 插件）让你在阅读器里就能发现、安装并**自动更新**社区插件与用户补丁，全程无需离开设备。本文详解它的更新机制：如何检测新版本、用 SHA 校验判断是否需要升级、以及"全量/增量刷新"的差异，帮你轻松**保持 KOReader 插件最新**。

[![KOReader AppStore 插件：发现、安装并自动更新社区]]></description><category></category></item><item><title><![CDATA[Pika-H3-Flex-Turbo-LoRA多格式生态指南：bf16/int8/GGUF + ComfyUI/Diffusers全兼容部署]]></title><link>https://blog.youkuaiyun.com/gitblog_00239/article/details/163813035</link><guid>https://blog.youkuaiyun.com/gitblog_00239/article/details/163813035</guid><author>gitblog_00239</author><pubDate>Sat, 07 Nov 2026 16:20:21 +0800</pubDate><description><![CDATA[Pika-H3-Flex-Turbo-LoRA 把 Pika H3 Flex 的运镜风格与 MiniMax-H3 少步数蒸馏模型融进**单个标准 LoRA 文件**，bf16 / int8 / GGUF 三种底模精度全部兼容，ComfyUI 与 Diffusers 即插即用。2 步草稿、4 步快出、8 步高画质三档可选，生成的视频**自带同步音频**。无需自定义节点、无需模型补丁，把文件丢进任意现]]></description><category></category></item></channel></rss>