<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00247的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_00247</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_00247]]></copyright><item><title><![CDATA[cn-math-taxonomy：三天 2313 个知识点、9399 道题，这套自适应诊断数学知识图谱凭什么被收藏]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/152539925</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/152539925</guid><author>gitblog_00247</author><pubDate>Wed, 11 Nov 2026 21:32:18 +0800</pubDate><description><![CDATA[cn-math-taxonomy 把一张中小学数学知识图谱（2313 个知识点、9399 道自适应诊断题）做成了纯静态站点，两天涨了约一千星。它火的不只是数据量，而是"先声明是草稿、再用可复现流程逼近可靠"的工程纪律。

## 产品面：用户实际拿到了什么

使用门槛接近于零：页面纯静态、不依赖外部 CDN，clone 下来执行 `python3 -m http.server 8000`，图谱浏览和]]></description><category></category></item><item><title><![CDATA[如何高效使用碧蓝航线Alas自动化脚本：新手快速入门完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/162139099</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/162139099</guid><author>gitblog_00247</author><pubDate>Wed, 11 Nov 2026 17:59:44 +0800</pubDate><description><![CDATA[还在为每天重复的碧蓝航线日常任务感到疲惫吗？想要轻松管理舰队、自动完成科研和委托吗？**碧蓝航线Alas自动化脚本**是你的完美解决方案！这是一款功能强大的免费开源工具，支持国服、国际服、日服和台服，能够24/7全自动运行，接管碧蓝航线几乎所有游戏玩法。从日常任务到大世界探索，Alas都能智能处理，让你真正实现"设置后忘记"的游戏体验。

## 为什么你需要碧蓝航线Alas自动化脚本？

你是否经]]></description><category></category></item><item><title><![CDATA[Q4_K_M还是Q8_0？Parable-Qwen3-8B-Claude-Fable-5-GGUF量化版本选择完全清单：4种量化内存需求全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/167283453</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/167283453</guid><author>gitblog_00247</author><pubDate>Wed, 11 Nov 2026 14:09:06 +0800</pubDate><description><![CDATA[Parable-Qwen3-8B-Claude-Fable-5-GGUF 是一个由真实 Claude Fable 5 智能体轨迹蒸馏训练的 80 亿参数本地推理模型，提供 Q4_K_M、Q5_K_M、Q6_K、Q8_0 四种 GGUF 量化文件，可在 Ollama、llama.cpp、LM Studio 中离线运行。本文完整解析每种量化版本的**内存需求**、适用机型与选型差异，帮你在 1 分钟内]]></description><category></category></item><item><title><![CDATA[Qwen3-30B-A3B-AWQ是什么？一文读懂30B MoE大模型AWQ量化版的完整入门指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/170528116</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/170528116</guid><author>gitblog_00247</author><pubDate>Wed, 11 Nov 2026 13:43:51 +0800</pubDate><description><![CDATA[Qwen3-30B-A3B-AWQ 是千问团队开源 MoE 大模型 **Qwen3-30B-A3B 的 AWQ 4-bit 量化版**。它总参数量 30.5B、每次推理仅激活 3.3B 参数，配合 AWQ 量化后体积约 15.6GB，让消费级显卡和多卡环境都能跑起"接近旗舰"的推理能力。无论你是 AI 新手还是想自建本地大模型的开发者，本文都会带你快速搞懂它是什么、有什么特点、怎么部署使用。

#]]></description><category></category></item><item><title><![CDATA[Qwen3-ASR 1.7B 词级时间戳教程：搭配 ForcedAligner 模型获取精准逐字对齐]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/151527411</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/151527411</guid><author>gitblog_00247</author><pubDate>Wed, 11 Nov 2026 13:10:12 +0800</pubDate><description><![CDATA[**Qwen3-ASR 1.7B** 是阿里云 Qwen 团队的多语言语音识别模型，支持 30 种语言和 22 种中文方言，可在 OpenASR 运行时中无需 Python 原生运行。本教程讲解如何用它完成语音转文字，并搭配 **Qwen3-ForcedAligner-0.6B 强制对齐模型**获取词级时间戳（word-level timestamps），实现逐字级精准对齐。

## 为什么需要词]]></description><category></category></item><item><title><![CDATA[桌面 30 分钟跑通本地 Kubernetes：Rancher Desktop 完全指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/152547227</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/152547227</guid><author>gitblog_00247</author><pubDate>Wed, 11 Nov 2026 12:41:32 +0800</pubDate><description><![CDATA[Rancher Desktop 是一款免费的开源桌面容器工具，让本地 Kubernetes 集群与容器运行时同时运行在 Windows、macOS 与 Linux 上。本文面向本地开发与集群学习的新手，按时间线演示安装、验证与日常使用流程，读完后你可以独立完成一套可用集群的搭建，并处理常见的启动故障。

[![Rancher Desktop 扩展日志浏览器界面，用于查看本地 Kubernetes ]]></description><category></category></item><item><title><![CDATA[OCLP 完整教程：老 Mac 免费升级最新 macOS，Big Sur 11 到 Sequoia 15 全覆盖]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/166642949</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/166642949</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 21:22:53 +0800</pubDate><description><![CDATA[OpenCore Legacy Patcher（OCLP）是一款免费开源工具：基于 OpenCore 引导加载器与 Lilu 补丁框架，在内存中绕过苹果的机型校验，不修改任何固件，让你的老 Mac 免费升级最新 macOS。

适用边界，先对号入座：

- 2008 年及之后发布的 Intel 机型；更早的 PowerPC 机型与 Apple Silicon（M 系芯片）机型均不支持
- 只有 *]]></description><category></category></item><item><title><![CDATA[IDM 永久激活完整教程：IDM Activation Script 一次运行，冻结 30 天试用期]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/154817603</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/154817603</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 16:13:49 +0800</pubDate><description><![CDATA[还在为 IDM 的 30 天试用期到期弹窗发愁？IDM Activation Script（IAS）是一款开源的 IDM 激活与试用期重置脚本：它不改任何程序文件，只靠注册表权限锁把 30 天试用期冻结为永久，IDM 更新之后依然有效。这篇文章带你 10 分钟看懂原理、跑通流程，再顺手避开 4 个最常见的坑。

## 别再靠补丁和重装了：先想清楚你真正要解决什么

先说结论：**你要的不是"激活码]]></description><category></category></item><item><title><![CDATA[【离线版下载】苹果CMS超级播放器无授权开源：.m3u8/.mp4 三步接入指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/170443723</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/170443723</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 15:00:31 +0800</pubDate><description><![CDATA[「2023苹果CMS超级播放器专业版V1.0.8无授权全开源」是一款给苹果CMS系统用的视频播放器，代码完全开源、不用买授权，解压装好就能用。它同时播 `.m3u8` 和 `.mp4`，还带一套 JSON 对接机制，片源怎么混都不怕。如果你的站点被带授权的播放器插件卡住，这套方案值得花十分钟试一下。

## 无授权播放器能帮你解决什么 🎬

- **免授权直接装**：装完没有激活、验证这一环，对]]></description><category></category></item><item><title><![CDATA[markitdown 实用教程：3 步把 PDF、Word、Excel 转成结构化 Markdown]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/161452492</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/161452492</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 14:22:13 +0800</pubDate><description><![CDATA[markitdown 是微软开源的 Python 工具，把 PDF、Word、Excel、PPT、EPUB、图片、音频、HTML 等文件转成带标题、表格、列表结构的 Markdown。转换默认全程在本地离线完成，文件不离开机器，产出可直接喂给大模型问答和 RAG 知识库流水线。批量整理办公文档、给大模型供结构化文本、数据要求不出设备，选它没错；想要像素级版式还原、想一条命令转视频，别用它。

##]]></description><category></category></item><item><title><![CDATA[完整指南：CodeLlama-7b-hf许可证与使用政策详解：商用合规、红线清单与风险提示]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/167581691</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/167581691</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 14:20:27 +0800</pubDate><description><![CDATA[📦 **CodeLlama-7b-hf** 是 Meta 开源的 Code Llama 代码大语言模型家族的 7B 基础版，以 Hugging Face Transformers 格式发布，专为通用的代码合成与理解设计，支持代码补全和填充（infilling）能力。本仓库包含模型权重、tokenizer 与完整的许可证文件。

在把它接入生产环境之前，**CodeLlama-7b-hf 许可证*]]></description><category></category></item><item><title><![CDATA[Qwen2.5-VL-3B-Instruct-GGUF图像识别实战：精准识别花卉、鸟类与复杂视觉场景]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/155549234</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/155549234</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 12:42:24 +0800</pubDate><description><![CDATA[Qwen2.5-VL-3B-Instruct-GGUF 是一款 GGUF 量化格式的轻量级多模态大模型，支持在本地完成花卉、鸟类、图表等内容的图像识别，无需依赖云端 API。本文面向新手，带你 3 步完成部署，并用 3 个实战场景玩转本地图像识别。

## 一、Qwen2.5-VL-3B-Instruct-GGUF 是什么？

一句话介绍：它是多模态大模型 **Qwen2.5-VL-3B-Inst]]></description><category></category></item><item><title><![CDATA[dsh-purge 安装完整指南：4 步装好 DeepSeek Harness 破甲插件，含验证与回退]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/163183797</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/163183797</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 11:05:42 +0800</pubDate><description><![CDATA[dsh-purge 是装在本机官方 DeepSeek Harness（下文简称宿主）上的安全红队评测插件：它清洗宿主运行时策略、按模型替换提示词，把「宿主拦的」和「模型自己拒的」分开评测。本文覆盖「安装 → 应用 → 验证 → 回退」的最短路径，全部命令可直接复制。中途卡住不用慌，动手前的分流表和排障速查表能兜住绝大多数情况。

## 🎯 先定标准：装成功长什么样

动手前先记住 3 条可观察的]]></description><category></category></item><item><title><![CDATA[LaVague论文检索实战：用10行代码让AI替你每天盯Hugging Face新论文]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/154329130</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/154329130</guid><author>gitblog_00247</author><pubDate>Tue, 10 Nov 2026 10:39:37 +0800</pubDate><description><![CDATA[LaVague是一个开源的AI Web Agent框架，LaVague论文检索是它的典型用法：代理自动打开Hugging Face Papers页面，滚动浏览趋势论文、点开条目，并回报发布日期与摘要，把"每天翻一遍新论文"这件事从手动变成一句话任务。

## 场景与痛点

做方向调研的人大概都有这个习惯：每天打开Hugging Face Papers，在几十篇新论文里逐条筛选跟自己方向相关的。问题]]></description><category></category></item><item><title><![CDATA[三月七小助手：崩坏星穹铁道自动化助手完整使用指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/159418542</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/159418542</guid><author>gitblog_00247</author><pubDate>Mon, 09 Nov 2026 22:09:48 +0800</pubDate><description><![CDATA[三月七小助手（March7thAssistant）是一个免费开源的《崩坏：星穹铁道》自动化助手，用图像识别完成清体力、每日实训、周常挑战等重复操作，适合想自动化日常与周常的星铁玩家，也能让进阶用户直接读源码。

[![三月七小助手主界面任务卡片与设置面板](https://raw.gitcode.com/gh_mirrors/ma/March7thAssistant/raw/b0049ffcd23]]></description><category></category></item><item><title><![CDATA[读懂sand3d-simready的OpenUSD文件：米制单位、Z轴朝上与材质如何加载进3D查看器]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/170369202</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/170369202</guid><author>gitblog_00247</author><pubDate>Mon, 09 Nov 2026 22:00:10 +0800</pubDate><description><![CDATA[在 **sand3d-simready** 数据集中，2334 个 3D 对象全部以 OpenUSD 格式（`.usda` 文件）存储。本文面向新手，讲清楚这些 OpenUSD 文件最值得了解的三个特性——**米制单位、Z 轴朝上、材质随文件加载**——并演示如何把它们打开、加载进 3D 查看器。

## 先认识 .usda：一个对象 = 三件套 📦

OpenUSD（Universal Sce]]></description><category></category></item><item><title><![CDATA[Boogu-Image-0.1-Edit-8bit生态全景：mlx-community图像编辑模型体系与支持渠道完整清单]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/163492013</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/163492013</guid><author>gitblog_00247</author><pubDate>Mon, 09 Nov 2026 20:51:03 +0800</pubDate><description><![CDATA[Boogu-Image-0.1-Edit-8bit 是面向 Apple Silicon 的 **MLX 图像编辑模型**仓库，由 mlx-community 基于 Boogu-Image-0.1-Edit 指令式图像编辑模型制作的 **int8 量化版本**，让 Mac 用户可以在本地完成"输入一张图 + 一句指令，输出一张编辑后的图"的 AI 图像编辑任务，无需上传数据到云端。本文带你完整了解它]]></description><category></category></item><item><title><![CDATA[HyperFlow H3 Flash权重怎么选?GGUF六大档位vs INT8 convrot一页看懂,最低7.2GB起步]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/170364904</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/170364904</guid><author>gitblog_00247</author><pubDate>Mon, 09 Nov 2026 20:03:44 +0800</pubDate><description><![CDATA[HyperFlow H3 Flash 是 MiniMax-H3 的**压缩少步版本**(约 14B 参数),能一次性生成 5.2~15 秒、24 fps、1344×768 的视频并**同步输出 32kHz 立体声音轨**,默认 6 步、无需 CFG 即可完成采样。权重仓库提供两条路线:**GGUF 六大量化档位(7.2~15.2 GB)** 和 **INT8 convrot(约 16 GB)**,]]></description><category></category></item><item><title><![CDATA[TigerVNC 远程桌面快速上手：5分钟连上第一台服务器]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/163637087</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/163637087</guid><author>gitblog_00247</author><pubDate>Mon, 09 Nov 2026 20:02:33 +0800</pubDate><description><![CDATA[TigerVNC 远程桌面是一套免费的跨平台 VNC 客户端和服务器：客户端 vncviewer 一连上就把远端桌面完整显示出来，服务端则负责把 X11 桌面、虚拟桌面或 Wayland 桌面共享出去。这篇文章适合要远程办公、运维服务器、跨系统互控的你——跟着走一遍，你会装好客户端和服务端，并用 vncviewer 连上第一台远程桌面。

[![TigerVNC 远程桌面：vncviewer 连上]]></description><category></category></item><item><title><![CDATA[rtl_433 自定义解码器：从 433MHz 信号到 JSON 字段的开发链路]]></title><link>https://blog.youkuaiyun.com/gitblog_00247/article/details/167671771</link><guid>https://blog.youkuaiyun.com/gitblog_00247/article/details/167671771</guid><author>gitblog_00247</author><pubDate>Mon, 09 Nov 2026 20:01:37 +0800</pubDate><description><![CDATA[家里一个 433.92MHz 的发射器在 rtl_433 里反复刷屏却始终 unrecognized，协议文档又拿不到。这时候就轮到写一个 rtl_433 自定义解码器，把私有报文翻译成结构化数据。这篇教程走完「时序参数→位流→字段」的整条链路，顺带把排错手段和不写 C 代码的替代方案一并讲清。

rtl_433 的本职是接收机：把射频信号还原成比特流，交给各解码器处理。内置解码器已经覆盖了大量常]]></description><category></category></item></channel></rss>