<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00424的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_00424</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_00424]]></copyright><item><title><![CDATA[BilldDesk：免费开源远程桌面控制完整指南，从首次配对到多设备群控]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/161741057</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/161741057</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 20:57:00 +0800</pubDate><description><![CDATA[深夜，你想起文件忘在公司电脑里，而室友已经睡熟，该远程桌面出马了。BilldDesk 是一款免费开源的远程桌面控制工具：输入对方设备 ID 和连接密码，你的键盘就能接管目标设备的屏幕。它覆盖 Windows、macOS、Android 与浏览器四类终端，核心代码全部开源。

[![BilldDesk 远程桌面控制客户端界面，展示此设备信息、远程操控设备 ID 输入框与连接密码](https://r]]></description><category></category></item><item><title><![CDATA[如何快速上手jais-family-13b-chat：Inception双语大模型零基础完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/170199387</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/170199387</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 20:01:28 +0800</pubDate><description><![CDATA[jais-family-13b-chat 是由 Inception 与 Cerebras Systems 联合研发的 130 亿参数**阿拉伯语-英语双语大语言模型**（对话指令微调版），基于 Apache 2.0 开源协议发布。它支持 2048 token 上下文，用 4800 亿 token 语料预训练，开箱即可用于双语问答、翻译、摘要与聊天助手等场景。本文带你从零开始，30 分钟内跑通这个双]]></description><category></category></item><item><title><![CDATA[Java JsonPath 的 JsonFormatter：prettyPrint 如何把紧凑 JSON 一键格式化（原理 + 选型）]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/151459445</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/151459445</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 18:28:51 +0800</pubDate><description><![CDATA[Java JsonPath 库在 internal 包里放了一个轻量工具 JsonFormatter，它通过 prettyPrint 方法直接对 JSON 字符串做缩进和换行，不依赖任何解析器或第三方 JSON 库。对需要在日志、排障和接口联调中快速看清 JSON 结构的开发者来说，它是一个无需额外依赖的格式化选项。本文讲清它解决哪类问题、与 Jackson/Gson 美化的区别，以及背后状态机在]]></description><category></category></item><item><title><![CDATA[DSH Go 上手教程：10 分钟把 DeepSeek Harness 装进口袋，本机运行、遥控电脑]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/158867789</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/158867789</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 17:07:37 +0800</pubDate><description><![CDATA[DSH Go 把 DeepSeek Harness（DSH）引擎直接跑在你的手机上，免 Root、免 Termux、也不上架应用商店。你也可以拿它当遥控器，操控电脑或服务器上已经装好的 DSH。这篇 DSH Go 安装上手教程带你走完从下载 APK 到发出第一条消息的全流程，大约 10 分钟，不需要编程背景。

**动手前快检**

- 系统：Android 8.0（API 26）及以上，手机设置]]></description><category></category></item><item><title><![CDATA[BlenderGIS 使用教程：把 DEM 和矢量数据变成 Blender 三维地形]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/151502567</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/151502567</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 16:47:48 +0800</pubDate><description><![CDATA[BlenderGIS 是一个 Blender 开源插件，负责把地理数据搬进三维场景：它导入 DEM 高程模型、Shapefile 矢量、栅格影像和 OSM 数据，经过坐标对齐后生成可以直接渲染的地形网格，覆盖 Blender 地理数据三维可视化里最常见的几类需求。

## 它解决什么问题

做三维地形的人常遇到一个断层：GIS 软件里的 DEM、矢量、影像各占一套格式和坐标系，直接拖进 Blend]]></description><category></category></item><item><title><![CDATA[engine-sim：三步跑起把转速变成引擎声浪的实时发动机模拟器]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/152767999</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/152767999</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 15:53:58 +0800</pubDate><description><![CDATA[如果你的赛车游戏里引擎声还是那种不随转速变化的罐头采样，听着总觉得假。engine-sim 是一个把物理仿真变成引擎声浪的实时内燃机模拟器，适合想做游戏动态引擎音效、想搞懂发动机怎么工作的人。

## engine-sim 是做什么的、谁适合用 🎯

先一句话认清它的定位。

- 物理仿真驱动：按气缸逐个计算进气、压缩、燃烧、排气，声音是仿真的副产品，不是音频采样
- 官方 README 明确它]]></description><category></category></item><item><title><![CDATA[unslop 改造教程：5 分钟把 AI 味界面改成有设计感的界面]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/159146916</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/159146916</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 15:52:40 +0800</pubDate><description><![CDATA[unslop 改造 UI 只做一件事：把 AI 生成界面里那些一眼假的元素——紫蓝渐变、发光卡片、emoji 标签、随手间距——清理掉，换成有自己性格的设计。你让 AI 写了个落地页，客户打开第一反应是"这 AI 做的吧"。装上这个 skill 之后，一句话就能触发完整的界面改造，前后差在哪、改的方向对不对，这篇文章一次讲清。

## 这种页面你一定写过

- 仪表盘背景是紫到蓝的渐变，每张卡片都]]></description><category></category></item><item><title><![CDATA[dsh 插件去哪里找怎么挑：9111 个条目的 awesome-dsh-plugin 精选列表完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/157004253</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/157004253</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 14:47:10 +0800</pubDate><description><![CDATA[刚装完 DeepSeek Harness（dsh）的人基本都会卡在同一处：`dsh plugin add` 命令是现成的，插件却无处可找。社区项目 awesome-dsh-plugin 就是为这个问题建的：一份 dsh 插件精选列表，当前收录 **9111 个**可通过 `dsh plugin add` 直接安装的条目，划进 23 个功能分类，每条描述都对照过源码才准入库。读完这篇，你知道三种安装]]></description><category></category></item><item><title><![CDATA[深度解析 UltraTears 静态重编译：ARM64 指令如何一步步变身 0.9GB C 代码]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/161217625</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/161217625</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 12:29:07 +0800</pubDate><description><![CDATA[**UltraTears** 是一个把《塞尔达传说：王国之泪》1.4.3 移植到 Windows 与 Steam Deck 的开源项目，它的核心手段是**静态重编译（static recompilation）**：游戏里的 ARM64 机器码在"准备游戏"阶段就被逐条翻译成原生 C 代码，再编译成你电脑自己的机器指令，而不是在运行时逐条模拟。整个过程由你的游戏备份（dump）在本地完成，仓库本身不]]></description><category></category></item><item><title><![CDATA[电子课本PDF下载：把链接一粘，整学期的课本就存进硬盘]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/151494105</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/151494105</guid><author>gitblog_00424</author><pubDate>Fri, 06 Nov 2026 11:49:44 +0800</pubDate><description><![CDATA[tchMaterial-parser 是「国家中小学智慧教育平台」电子课本的解析下载工具：粘贴课本预览页链接，它自动找出藏在页面里的 PDF 直链并保存到你的硬盘。备课、打印，不用再一页页在线翻。

## 最快上手：从链接到 PDF

1. 拿到项目：`git clone https://gitcode.com/GitHub_Trending/tc/tchMaterial-parser`
2. 启]]></description><category></category></item><item><title><![CDATA[48 小时服务器满载之后：把推理搬回本地的情绪从哪来]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/170149220</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/170149220</guid><author>gitblog_00424</author><pubDate>Thu, 05 Nov 2026 21:52:54 +0800</pubDate><description><![CDATA[Kimi K3 上线那两天，朋友圈和群聊里几乎只有两种声音。

一种是“太强了，前端代码一把过、三小时复刻游戏”；另一种是“配额没了”。

有位开发者发帖说，自己不到一天就把一周的额度烧完了，前后大概生成了五个测试页面。还有人算账算到老板脸发黑：最便宜的套餐不带 K3，想用百万上下文得往上加钱，团队几十号人一起用，一个月两万多。老板说那就开源以后本地部署呗，只花一次钱——结果下属真去算了，报出来一]]></description><category></category></item><item><title><![CDATA[Wan2.2视频生成完整指南：总参数27B只激活14B，720P怎么跑起来]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/161300995</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/161300995</guid><author>gitblog_00424</author><pubDate>Thu, 05 Nov 2026 17:02:16 +0800</pubDate><description><![CDATA[Wan2.2-T2V-A14B是阿里开源的文本生成视频模型，解决视频生成里质量与算力成本互相拉扯的难题：总参数27B，每步只激活14B，生成成本不涨，却能稳定产出5秒的480P与720P视频。全部权重以 Apache 2.0 协议开放下载。

## 它解决了什么难题

视频生成的质量提升从来不是免费的。上一代 Wan2.1 T2V 已有14B参数，官方测试单张 H20 跑720P要67分钟左右，峰]]></description><category></category></item><item><title><![CDATA[ImageOptim 使用指南：在 Mac 上批量无损压缩图片的完整方案]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/163754405</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/163754405</guid><author>gitblog_00424</author><pubDate>Thu, 05 Nov 2026 16:06:05 +0800</pubDate><description><![CDATA[ImageOptim 是一款 Mac 桌面图片压缩工具，用图形界面批量调用 Zopfli、MozJPEG、Gifsicle 等十余款命令行优化器，在不损失画质的前提下缩减 PNG、JPEG、GIF、SVG 的体积。

## 它解决什么问题：把看不见的字节删掉

很多图片文件比它应有的体积更大，原因不在画面，而在文件里塞的元数据：EXIF 参数、GPS 坐标、颜色配置、DPI、注释，甚至重复的压缩块]]></description><category></category></item><item><title><![CDATA[Idol权重下载避坑指南：DINOv3与FLUX.2 Gated模型授权申请全解]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/170136832</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/170136832</guid><author>gitblog_00424</author><pubDate>Thu, 05 Nov 2026 13:27:59 +0800</pubDate><description><![CDATA[Idol 是一款开源的单图生成 3D 高斯泼溅（3DGS）对象模型的推理 SDK：给它一张渲染图、AI 生成图或照片，它会自动抠图、取景，并生成最多 1,048,576 个 3D Gaussian，输出任何查看器都能打开的标准 `.ply` 文件。对新手来说，最多人卡住的正是 **Idol 权重下载** 这一步——元凶通常是两个 Gated（需授权）图像编码器：DINOv3 和 FLUX.2。本文]]></description><category></category></item><item><title><![CDATA[Semantica 零配置知识图谱构建指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/163797918</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/163797918</guid><author>gitblog_00424</author><pubDate>Thu, 05 Nov 2026 09:11:43 +0800</pubDate><description><![CDATA[Semantica 是一个 Python 知识图谱框架，把非结构化文档变成可查询、可溯源、可推理的图结构，给 LLM 应用和 Agent 当图原生的上下文层。适合需要回答"这条结论从哪来"的工程师。环境只要求 Python ≥ 3.10，下文全部示例走内置正则规则，不需要 LLM API Key，也不用下载模型。

[![Semantica 终端演示：零配置从文本构建知识图谱](https://r]]></description><category></category></item><item><title><![CDATA[开启cogito-v1-preview-qwen-14B深度思考的2种方法：Enable deep thinking subroutine完全指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/170123060</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/170123060</guid><author>gitblog_00424</author><pubDate>Thu, 05 Nov 2026 09:06:58 +0800</pubDate><description><![CDATA[cogito-v1-preview-qwen-14B 是 DeepCogito 开源的 14B 混合推理大模型（基于 Qwen2.5-14B，Apache 2.0 协议）。它默认直接回答，但只需开启**深度思考（deep thinking）**模式，模型就会像推理模型一样先自我反思、再给出答案。本文用最简单的方式讲清开启深度思考的 **2 种方法**：添加系统提示词 `Enable deep th]]></description><category></category></item><item><title><![CDATA[Krita AI Diffusion 提示 CLIP Vision 模型缺失？按位置快速定位原因]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/163190206</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/163190206</guid><author>gitblog_00424</author><pubDate>Wed, 04 Nov 2026 19:55:14 +0800</pubDate><description><![CDATA[CLIP Vision 模型明明已经下载好了，Krita AI Diffusion 却仍然报模型缺失——这类报错通常不是文件丢了，而是它放在了 ComfyUI 找不到的地方。本文从目录结构、路径映射、依赖节点三个位置入手，帮你快速定位问题出在哪一环。

## "模型缺失"背后只有三类根因

排查前先建立判断框架，绝大多数报错都落在这三项里：

- **目录放错**：文件本身没问题，但层级不对，Co]]></description><category></category></item><item><title><![CDATA[告别词库丢失：用深蓝词库转换把 50+ 输入法词库无缝迁移（附保姆级教程）]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/161067401</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/161067401</guid><author>gitblog_00424</author><pubDate>Wed, 04 Nov 2026 19:47:07 +0800</pubDate><description><![CDATA[换了一次输入法，攒了多年的个性词库就用不上了？深蓝词库转换（IME WL Converter）是一款开源免费的词库转换工具，专门解决输入法迁移时的词库搬运问题：搜狗 .scel 细胞词库、百度 .bdict、QQ .qpyd、Rime、Gboard 等 50 余种格式互转，Windows、macOS、Linux 全平台可用，还内置批量转换和命令行模式。

## 💸 换输入法的隐形成本：词库迁移有]]></description><category></category></item><item><title><![CDATA[别再逐个切标签页：ChatHub 用 4 格分屏一次问遍 5 个大模型]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/167222418</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/167222418</guid><author>gitblog_00424</author><pubDate>Wed, 04 Nov 2026 19:46:00 +0800</pubDate><description><![CDATA[同一个问题，你要复制粘贴到三个标签页，再盯着进度条来回切 6 次。ChatHub 的 All-in-One 模式把 2 到 6 个模型装进一个分屏界面，多窗口并行对话，答案同屏出现。

## 🪟 分屏、群发、独立追问：ChatHub 多窗口并行的 4 个能力点

- **多格分屏布局**：支持 2 格、3 格、4 格、6 格四种切法，点底部切换条上的小方块即刻生效。如果你在做模型横评，这意味着 ]]></description><category></category></item><item><title><![CDATA[ChatHub 多模型对话指南：一个窗口对比多个 AI]]></title><link>https://blog.youkuaiyun.com/gitblog_00424/article/details/162415838</link><guid>https://blog.youkuaiyun.com/gitblog_00424/article/details/162415838</guid><author>gitblog_00424</author><pubDate>Wed, 04 Nov 2026 19:09:46 +0800</pubDate><description><![CDATA[ChatHub 是浏览器里的 All-in-one 聊天扩展，把 ChatGPT、Claude、Gemini 等多个 AI 放进同一窗口做多模型并行对话，适合要横向对比模型回答的开发者与写作者。

写文案时你很少只信一个模型——想让 GPT 出初稿、Claude 挑逻辑，却得在几个标签页间来回复制同一段话。ChatHub 把这件事压成一次输入、多窗回显。

[![ChatHub 四宫格多模型并行对]]></description><category></category></item></channel></rss>