<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00481的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_00481</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_00481]]></copyright><item><title><![CDATA[加入Jackdaw项目：Bevy 3D场景编辑器的8个Open Challenges完整清单与贡献者入门指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/170869366</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/170869366</guid><author>gitblog_00481</author><pubDate>Mon, 16 Nov 2026 19:51:45 +0800</pubDate><description><![CDATA[Jackdaw 是一个基于 Bevy 引擎的开源 3D 场景编辑器，拥有层级结构（Outliner）、属性检查器（Inspector）和 3D 视口等核心模块。本文整理官方 [Open Challenges 清单](https://link.gitcode.com/i/9a47e36336bd1fe476df7a5b00449cbd) 中列出的 8 个未完成挑战，并给出从环境搭建、首个 PR 入口]]></description><category></category></item><item><title><![CDATA[deep-research并行撰写机制揭秘：章节多Agent派发、失败重写与串行降级原理]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/161440558</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/161440558</guid><author>gitblog_00481</author><pubDate>Mon, 16 Nov 2026 18:20:35 +0800</pubDate><description><![CDATA[deep-research 是一款深度调研报告生成 Skill，输入 `/research 主题` 一条命令，约十分钟即可产出券商级深度调研报告。它的核心工程亮点之一，就是**章节多 Agent 并行撰写机制**：主 Agent 把报告拆成多个章节，同时派发给多个子 Agent 撰写，失败章节自动串行重写，没有多 Agent 工具时则自动降级为串行——产物完全一致。本文带你完整读懂这套机制的原理。]]></description><category></category></item><item><title><![CDATA[SmolVLM2-500M-Video-Instruct训练数据大揭秘：10个数据集330万多模态样本深度分析]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/170859048</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/170859048</guid><author>gitblog_00481</author><pubDate>Mon, 16 Nov 2026 12:48:45 +0800</pubDate><description><![CDATA[SmolVLM2-500M-Video-Instruct 是 Hugging Face 推出的轻量级多模态视频理解模型：它能处理视频、图像和文本输入并生成文本回答，视频推理仅需 1.8GB 显存。本文深度解析它的训练数据构成——10 大开放数据集、330 万多模态样本、4 类模态配比，帮你彻底看懂这款"口袋视频模型"是如何练出来的。

## 一、为什么先看懂训练数据？🧐

对小模型来说，数据配比]]></description><category></category></item><item><title><![CDATA[如何快速上手Manus：从下载到运行第一个自主任务的完整教程]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/154330325</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/154330325</guid><author>gitblog_00481</author><pubDate>Mon, 16 Nov 2026 11:24:08 +0800</pubDate><description><![CDATA[Manus 是一个开源的通用型 **AI Agent（AI 智能体）** 系统，支持在沙箱环境中自主运行代码、控制浏览器并完成各种任务。这篇完整教程将带你从下载仓库、环境准备，到运行第一个自主任务，快速上手 Manus。无论你是学生、远程办公者还是刚接触 AI Agent 的新手，都能在 10 分钟内走完整个流程。🚀

## Manus 是什么？为什么值得尝试

与只回答问题的普通聊天机器人不同]]></description><category></category></item><item><title><![CDATA[揭秘Arbitrage_Mev_BOT的Launch()函数：200倍放大杠杆与主合约requestWithdrawal机制]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/163910073</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/163910073</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 23:56:20 +0800</pubDate><description><![CDATA[Arbitrage_Mev_BOT 是一个"部署即用"的 MEV 套利智能合约：它借闪电贷、在 Uniswap V3 与 SushiSwap V2 之间执行 DEX 套利，并支持 Aave V3 清算。本文带你彻底读懂它的核心入口 `Launch()` 函数——如何用合约自身余额做 **200 倍杠杆放大**，以及它与主合约之间那条基于 `requestWithdrawal` 的协作通道。

##]]></description><category></category></item><item><title><![CDATA[时之笛桌面端高帧运行：Ship of Harkinian]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/153457361</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/153457361</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 23:29:08 +0800</pubDate><description><![CDATA[1998 年的《塞尔达传说：时之笛》只能在 N64 上以 240p 输出。Ship of Harkinian（下称 SOH）把它的完整内容搬上桌面端：代码原生编译，分辨率拉到 4K，帧率稳定在 60，也没有 4:3 黑边。仓库不带任何版权资产，你只需要自己提供一份合法的时之笛 ROM。

## SOH 与 N64 模拟器的区别

SOH 不模拟 N64 的 CPU 指令，它基于 OoT 反编译项目]]></description><category></category></item><item><title><![CDATA[IOPaint LaMa 模型下载失败排查指南：三步让图像擦除一次跑通]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/168631512</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/168631512</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 22:15:50 +0800</pubDate><description><![CDATA[IOPaint 是一款本地图像擦除工具，默认擦除模型 LaMa 首次使用需要从网上下载。你敲下 `python main.py --model lama` 后，日志如果卡死在 `Downloading: "…/big-lama.pt"`，就是典型的模型下载失败，本文带你三步解决。

下载中断会在缓存目录里留下残缺文件，下次重新启动仍会从同一地址重新拉取、再次卡住。先别急着卸载重装。

[![IOP]]></description><category></category></item><item><title><![CDATA[3 步导出微信聊天记录：WeChatMsg 本地备份上手指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/163328206</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/163328206</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 19:38:17 +0800</pubDate><description><![CDATA[WeChatMsg 是一个微信聊天记录导出工具，把手机里的聊天数据库誊写成 HTML、Word、CSV 文档，还能生成年度聊天报告。从 0 到拿到文件只要 3 步，全程数据留在本机。

## 先跑通：从 0 到结果只要 3 步 🏁

1. 克隆源码：`git clone https://gitcode.com/GitHub_Trending/we/WeChatMsg`
2. 按 [readme.]]></description><category></category></item><item><title><![CDATA[System-Design-Cheatsheet系统设计速查表终极指南：一张表快速掌握30+核心组件]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/166254624</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/166254624</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 16:38:01 +0800</pubDate><description><![CDATA[System-Design-Cheatsheet 是一款面向系统设计学习者与面试者的开源**系统设计速查表（System Design Cheat Sheet）**。它用一张大表覆盖 31 个核心系统设计组件，逐个讲清每个组件**解决什么问题、有哪些常见坑、如何用缓解措施兜底**，并给出对应的知名开源工具。无论你是准备系统设计面试，还是想快速补全分布式架构知识图谱，这份速查表都能让你"一查就懂"。]]></description><category></category></item><item><title><![CDATA[【永久免费】IDM 6.42.3 下载管理：多线程加速与视频嗅探的 3 分钟上手指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/170816635</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/170816635</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 16:06:53 +0800</pubDate><description><![CDATA[浏览器一遇到大文件就卡，IDM 6.42.3 来接手。这个俄罗斯大神版，专治下载量大的场景。你平时要下大文件、或者想把网页视频存下来，它就是干这个的。

## 3步跑起来

1. **拿到安装包**。仓库里直接放着打包好的 [IDM6.42.3下载器（Internet Download Manager）俄罗斯大神版.zip](https://link.gitcode.com/i/5f1f4cc09]]></description><category></category></item><item><title><![CDATA[Codex Auth Helper常见问题清单：Token过期、刷新失败、未识别登录等4大坑位最快解法]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/168249693</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/168249693</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 14:08:56 +0800</pubDate><description><![CDATA[**Codex Auth Helper（Codex 认证助手）** 是一款专门解决 Codex 登录手机号验证难题的 Chrome 扩展：它在你已登录 ChatGPT 的浏览器中本地提取会话凭证，一键生成 Codex 所需的 `auth.json` 配置文件，全程 100% 本地离线处理、数据不上云。

不少新手用了几次后，会集中卡在 4 个"坑位"上：**Token 过期**、**Token 刷]]></description><category></category></item><item><title><![CDATA[jasna LTX 解码实测：121 帧窗口 2.56 s → 1.79 s，代价是每个画布首窗口多付 4.4–7.3 s]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/160473431</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/160473431</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 13:46:49 +0800</pubDate><description><![CDATA[jasna（视频修复工具）的 LTX VAE 解码（121 帧窗口，RTX 5090，真实权重）从 eager 路径的 2.556 s 降到 kitchen+compile 组合的 1.789 s，稳态 −30%。代价：每个画布的首个窗口多付 4.4–7.3 s 的一次性编译时间，峰值显存 +0.2 GiB；输出 PSNR 63.27–66.18 dB，与旧路径数值等效。以下数字均可在仓库内 CS]]></description><category></category></item><item><title><![CDATA[domain-scanner快速上手教程：从克隆到找到第一个可用域名的5个步骤]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/159150581</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/159150581</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 13:27:02 +0800</pubDate><description><![CDATA[domain-scanner（域名扫描器）是一个用 Go 语言编写的**域名注册可用性检查工具**，能通过 DNS、WHOIS、SSL 证书三重验证，帮你批量找出尚未注册的可用域名。本教程面向新手，从克隆仓库开始，带你走完找到第一个可用域名的完整流程。

[![domain-scanner域名扫描器运行效果：批量检查域名注册可用性](https://raw.gitcode.com/gh_mirro]]></description><category></category></item><item><title><![CDATA[Witness 20+内置Attestor完整清单：为构建每一步选对证据采集器]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/158190794</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/158190794</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 13:07:21 +0800</pubDate><description><![CDATA[Witness 是 CNCF in-toto 社区开源的**软件供应链风险管理与证据采集框架**。它能自动化、规范化并验证软件产物的来源（Provenance），核心价值在于 27 个内置 Attestor（证据采集器）：从 Git 提交、CI 平台身份、命令执行，到 Docker 镜像、SBOM 和漏洞报告，为构建的每一步留下可审计的证据。

[![In-toto Witness 软件供应链证明]]></description><category></category></item><item><title><![CDATA[通知不再错过一条消息：Quick Settings Tweaks 通知部件为什么值得你开启]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/166477616</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/166477616</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 10:58:36 +0800</pubDate><description><![CDATA[Quick Settings Tweaks 是一款让 GNOME 46+ 桌面焕然一新的小工具扩展，它可以深度定制快速设置面板（Quick Settings），其中最有价值的功能之一就是**通知部件（Notifications Widget）**：把最近收到的所有通知直接搬到快速设置面板里，打开面板就能逐条查看、一键清空，邮箱消息和聊天提醒从此不再错过。

[![Quick Settings Tw]]></description><category></category></item><item><title><![CDATA[【亲测可用】轴承故障样本只有几十个？小样本滚动轴承故障诊断实践：3步跑通CWRU实验]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/170809322</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/170809322</guid><author>gitblog_00481</author><pubDate>Sun, 15 Nov 2026 10:15:38 +0800</pubDate><description><![CDATA[这篇文章是一份小样本故障诊断教程：以"数据很少时怎么做滚动轴承故障诊断"为主线，带你了解 CWRU 轴承数据集、ABCD 四组工况实验的设计思路，以及 Siamese（孪生）网络和 WDCNN 模型如何分工，最后给出从零跑通实验和查看结果的完整路径。

## 1、轴承故障诊断的起点，往往卡在"数据不够"

做过故障诊断的人都知道一个尴尬现实：模型再强，没有数据就是空转。而轴承故障数据恰恰是最难凑齐]]></description><category></category></item><item><title><![CDATA[iloader 快速上手指南：4 步完成 iOS 侧载 SideStore]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/168124509</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/168124509</guid><author>gitblog_00481</author><pubDate>Sat, 14 Nov 2026 23:37:33 +0800</pubDate><description><![CDATA[iloader 是一款基于 Tauri 的免费开源 iOS 侧载工具，把登录 Apple ID、签名、安装 IPA、放配对文件这些步骤压缩成几个按钮。本文带你完成环境检查与 4 步装好 SideStore，并附上功能矩阵和排障速查表。

[![iloader iOS 侧载工具应用图标](https://raw.gitcode.com/GitHub_Trending/iloa/iloader/raw]]></description><category></category></item><item><title><![CDATA[Sector Analyst 技能实战：用板块轮动与市场周期框架构建可证伪的板块情景分析（claude-trading-skills）]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/154717538</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/154717538</guid><author>gitblog_00481</author><pubDate>Sat, 14 Nov 2026 22:36:30 +0800</pubDate><description><![CDATA[本文以 claude-trading-skills 仓库中 `examples/weekly-trade-strategy` 示例工程的板块分析技能定义为主线，完整拆解一份"把板块表现图表转成概率化情景"的 SKILL 规范：它的触发条件、五步分析工作流、四阶段市场周期知识库、固定输出模板与概率标尺，并结合仓库主版本 `skills/sector-analyst` 的脚本实现，说明同一套方法论如何]]></description><category></category></item><item><title><![CDATA[Arete-27B-OptiQ-4bit 长上下文秘诀：kv_config.json 混合精度 KV 缓存原理详解]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/163949305</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/163949305</guid><author>gitblog_00481</author><pubDate>Sat, 14 Nov 2026 21:08:51 +0800</pubDate><description><![CDATA[本文带你彻底搞懂 Arete-27B-OptiQ-4bit 的长上下文秘诀：一份 [kv_config.json](https://link.gitcode.com/i/a4fae0b78d5e153b930efd42cb6e699f) 如何通过混合精度 KV 缓存（4-bit / 8-bit 分层量化），把长上下文推理的显存占用压到约 1/3。它是 NousResearch/Arete-27B（]]></description><category></category></item><item><title><![CDATA[【保姆级打包】中望CAD二次开发入门：C++ 加 Qt 界面，4步跑通你的第一个ZWCAD插件]]></title><link>https://blog.youkuaiyun.com/gitblog_00481/article/details/154463952</link><guid>https://blog.youkuaiyun.com/gitblog_00481/article/details/154463952</guid><author>gitblog_00481</author><pubDate>Sat, 14 Nov 2026 20:45:48 +0800</pubDate><description><![CDATA[用中望CAD画图，是不是常遇到一些重复操作只能手动干？想给CAD加个自己的小工具，却不知道插件长什么样、从哪下手——这就是 **中望CAD二次开发** 要解决的问题。这个示例项目（HelloWorld）用 C++ 写了一个 ZWCAD 插件，命令行选中图元后直接弹出 Qt 对话框，还会把所选对象的扩展字典内容读出来打印在命令行里。整个项目代码量小、结构干净，是学 ZWCAD 二次开发的好起点。

]]></description><category></category></item></channel></rss>