<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00521的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_00521</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_00521]]></copyright><item><title><![CDATA[PocketHub：免费开源的 Android GitHub 客户端，手机上管 Issue、仓库和通知够不够用？]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/155009194</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/155009194</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 19:30:52 +0800</pubDate><description><![CDATA[PocketHub 是一款免费、开源的 Android GitHub 客户端（GitHub 移动端管理工具），用 Java 和 Kotlin 构建，帮你不打开浏览器就能查看仓库、处理 Issue、接收通知、读代码和提交记录。它脱胎于原 GitHub 官方 Android 应用停更后移交社区的代码库，目前在社区持续维护。

想象一个很常见的场景：会议间隙或通勤路上，你收到一条通知说某个 Issue ]]></description><category></category></item><item><title><![CDATA[OpenThinker2-32B数据机密：OpenThoughts2-1M如何炼成？26种问题生成方法消融实验解读]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/170199003</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/170199003</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 19:21:29 +0800</pubDate><description><![CDATA[OpenThinker2-32B 是 OpenThoughts 团队基于 Qwen2.5-32B-Instruct 微调的推理模型，其核心机密在于训练数据 OpenThoughts2-1M——团队对 **26 种问题生成方法**做了完整消融实验，只保留效果最好的配方。本文带你拆解这份"数据配方"与训练全流程。

## 先看成绩单：开源数据模型的天花板

OpenThinker2-32B 被官方称为]]></description><category></category></item><item><title><![CDATA[Obsidian 字体优化实操：用 5 个 CSS 片段让笔记长时间阅读更舒服]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/163192620</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/163192620</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 17:40:45 +0800</pubDate><description><![CDATA[用开源项目 awesome-obsidian 里现成的 CSS 片段和社区主题，大约 10 分钟完成一次 Obsidian 字体优化：放大链接预览、美化列表符号、提高深色主题对比度，把字号行高调到舒适区间。

## 效果速览

[![Obsidian 字体优化：默认深色主题与 Dracula 主题的文字对比](https://raw.gitcode.com/gh_mirrors/aw/awesom]]></description><category></category></item><item><title><![CDATA[awesome-obsidian：Obsidian 主题、插件与 CSS 片段资源合集完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/163068561</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/163068561</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 17:40:38 +0800</pubDate><description><![CDATA[刚装好的 Obsidian 界面单调，想用插件却发现一个个满论坛找？awesome-obsidian 是一个社区维护的 **Obsidian 资源合集**，把精选的主题、插件、CSS 片段、模板和迁移工具集中整理在一份 README 里，帮你省掉四处翻找美化资源的时间。

## 🎯 它解决了什么问题

- **一份清单逛完所有资源**：README 按 Resources、Plugins、Ext]]></description><category></category></item><item><title><![CDATA[Darts 时间序列预测库：从安装部署到功能走读的完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/159601210</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/159601210</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 17:05:41 +0800</pubDate><description><![CDATA[Darts 时间序列预测库是一个面向 Python 的开源机器学习库，用于时间序列的预测与异常检测。它基于 pandas、NumPy、scikit-learn 和 PyTorch 构建，统一了从 ARIMA 到 Transformer 等数十种模型的调用方式，所有模型都通过 `fit()` / `predict()` 接口使用。适用于业务指标预测、传感器数据监控、需求预测等需要在单机或 GPU 环]]></description><category></category></item><item><title><![CDATA[rea: 11 天 9 个版本，拆解 MCP 逆向工具的全链路]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/142473903</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/142473903</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 15:57:04 +0800</pubDate><description><![CDATA[2026-10-09，MCP 逆向工具 rea 的 CHANGELOG 在同一天记下三个 Star 里程碑：**20,000 → 30,000 → 40,000**，单日净增两万颗星。它背后的真实引擎，是 11 天里的 **9** 个大版本。本文按仓库证据链拆解它的技术骨架、数据锚点、生态坐标与压力点。

## 技术骨架：一个 MCP 入口如何挂接四个深度分析引擎

rea 的产品定位是「给 AI]]></description><category></category></item><item><title><![CDATA[claude-youtube数据分析深度解读：漏斗诊断、留存曲线分类与流量来源健康度评估教程]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/162099715</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/162099715</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 11:23:54 +0800</pubDate><description><![CDATA[claude-youtube 是一款面向 YouTube 创作者的频道数据分析与增长技能包（基于 Claude Code）。它通过 `/youtube analyze` 命令和 9 份数据驱动参考指南，能把你的 Studio 截图、CSV 导出甚至口头描述的数字，转化为一份结构化频道体检报告：漏斗诊断、留存曲线分类、流量来源健康度评估，外加一份不超过 5 条的优先行动清单。本教程带你逐步掌握这三大]]></description><category></category></item><item><title><![CDATA[ScriptMem记忆系统提交指南：submission模板与答案格式避坑清单]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/151714033</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/151714033</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 11:23:36 +0800</pubDate><description><![CDATA[**ScriptMem** 是一个面向长期 Agent 记忆的诊断基准，包含 4 部剧本改编数据集、共 457 道题目。要在其排行榜上提交你的记忆系统，只需准备一个符合规范的 `submission.json` 文件——但**格式错误的答案即使内容正确也会得 0 分**。本文带你完整走一遍 submission 模板结构与三种题型的答案格式要求，并附上最常见的避坑清单。

[![ScriptMem]]></description><category></category></item><item><title><![CDATA[WSABuilds 上手手册：Windows 跑 Root 安卓会卡住的六个决策点]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/160976179</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/160976179</guid><author>gitblog_00521</author><pubDate>Fri, 06 Nov 2026 09:34:12 +0800</pubDate><description><![CDATA[WSABuilds 直接提供预构建的 WSA（Windows Subsystem for Android）镜像，Play 商店和 Root 方案都已内置，让你在 Windows 上跑安卓不用自己拼 Google 框架。本文不按步骤写，而是按你做决策时会卡住的点组织：从选包、覆盖更新到 adb 拒连，每个点都给根因和解法。

## 下载之前先核对的六条硬条件

机器能不能跑，先过一遍清单。以下六条全]]></description><category></category></item><item><title><![CDATA[一条提示词怎么变成可验证、可复用的资产：prompt-optimizer 本地启动与私有化部署实战]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/160675474</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/160675474</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 21:12:02 +0800</pubDate><description><![CDATA[你上个月写的那条"挺好用的"提示词，同事拿去用，效果差了一截。你翻聊天记录找到一版发过去，两边都说不清差在哪。问题不在提示词本身，而在于它从没被验证过，也没有一个可复现的版本。prompt-optimizer 是一个本地运行的 AI 提示词优化工具：喂入原始提示词，它负责重写增强，并在测试区跑出优化前后的对比，把验证过的结果存成可复用的资产。适合想把"提示词玄学"变成可验证流程的开发者。

[![]]></description><category></category></item><item><title><![CDATA[MAA 安装怎么搞？Windows / macOS / 命令行，三步跑通]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/154374141</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/154374141</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 21:01:57 +0800</pubDate><description><![CDATA[MaaAssistantArknights（下称 MAA）是《明日方舟》的日常自动化工具：登录、刷材料、做公招，一次点击。跟着做完，Windows、macOS、命令行三个平台你都能独立装好，安装报错也多半能自己定位。

[![MAA 安装后主界面任务面板与运行日志](https://raw.gitcode.com/GitHub_Trending/ma/MaaAssistantArknights/r]]></description><category></category></item><item><title><![CDATA[Blender 5.2 几何节点程序化系统构建指南：基于 bx_gn 的 A–O 验证过程与实战配方]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/151947440</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/151947440</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 18:37:13 +0800</pubDate><description><![CDATA[本文以 `scenario-blender-geometry-nodes` 技能的验证文档为骨架，系统梳理在 Blender 5.2.1 LTS 上用 Python 构建 Geometry Nodes 的可复现方法：从原生 `bpy` 的十条构建规则，到 `bx_gn` 声明式构建器的 API 全貌，再到 A 到 O 共十五个已跑通的程序（属性管线、模拟、repeat、for-each、closu]]></description><category></category></item><item><title><![CDATA[PyCaret 模型解释实战：3 行代码看懂 SHAP 值背后的预测逻辑]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/160265269</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/160265269</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 17:53:18 +0800</pubDate><description><![CDATA[模型指标不错，老板却问"它凭什么这么判"？这种时刻，光甩一张混淆矩阵很难说服人。SHAP 值能回答"每个特征给预测结果加了几分、扣了几分"，而 PyCaret 用 `interpret_model` 把 SHAP 的计算和画图一步打包好了——你不用手写 explainer 配置，一行调用就能出图。这篇文章按"痛点 → 能力 → 实操 → 避坑"的顺序，把 PyCaret SHAP 值可视化讲透。
]]></description><category></category></item><item><title><![CDATA[Continue 编程助手上手指南：30 分钟跑通代码补全、聊天问答与 Agent 自动执行任务]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/151826031</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/151826031</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 17:37:26 +0800</pubDate><description><![CDATA[在编辑器里卡壳想问 AI，复制代码切到浏览器，粘贴完上下文全丢了？Continue 是一款开源 AI 编程助手，以 IDE 插件和终端 CLI 两种形态嵌入你的工作环境，覆盖代码补全、聊天问答、定向编辑和多步任务自动执行。跟着本文操作，30 分钟内跑通你的前三次真实交互。

## 📦 动手前：三项环境与一条最短安装路径

打开任何编辑器，先对着这份清单确认三件事：

- [ ] **IDE 能打]]></description><category></category></item><item><title><![CDATA[免费离线文档转换实测：FlashAI-Convert 把 PDF 转 Markdown 的还原度做到 98.7%]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/161510430</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/161510430</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 16:20:46 +0800</pubDate><description><![CDATA[如果手里有一份不能上传到任何云服务的机密 PDF，FlashAI-Convert 可以帮你在本机把它离线转成 Markdown——不联网、不注册、不收费。这份实测记录，来自一次完整的真实使用：从装完软件到处理完一批扫描件，中间断了一次网，流程毫无影响。

## 它适合谁：一段话讲清定位

FlashAI-Convert 是一款完全离线运行的文档转换工具，文档从打开、解析到输出全程不出本机。它服务三]]></description><category></category></item><item><title><![CDATA[三步跑通 WebTorrent Desktop：流媒体种子下载与边下边播指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/161510915</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/161510915</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 15:55:10 +0800</pubDate><description><![CDATA[WebTorrent Desktop 是一款支持 Mac、Windows 和 Linux 的流媒体种子下载播放器：把 .torrent 文件拖进去，不用等下载完成就能边下边播。这篇文章带你把它跑起来，顺手把常见的环境坑和界面问题一次排掉。

[![WebTorrent Desktop 流媒体种子下载播放器边下边播界面](https://raw.gitcode.com/gh_mirrors/we/w]]></description><category></category></item><item><title><![CDATA[揭秘omniASR-LLM-300M架构：wav2vec2编码器+LLM解码器的多语言ASR设计原理深度解析]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/170138652</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/170138652</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 14:08:47 +0800</pubDate><description><![CDATA[omniASR-LLM-300M 是 Meta AI 开源的 Omnilingual ASR 多语言语音识别模型家族中的 LLM 变体，采用 **wav2vec2 编码器 + LLM 解码器** 的端到端架构，支持 1600+ 种语言的自动语音识别（ASR），并支持语言条件控制（language conditioning）。本文带你用一篇读懂它的设计原理、仓库结构和快速上手方法。

## 📌 o]]></description><category></category></item><item><title><![CDATA[10 分钟跑通 dsh-our-free-model 免费模型网关：零运维 Worker 与自建 Node 双路线部署]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/163914867</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/163914867</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 13:56:43 +0800</pubDate><description><![CDATA[10 分钟跑通 dsh-our-free-model 的 EAC 免费模型网关：Cloudflare Worker 路线是保底，自建 Node 路线多拿按人 Star 闸门与请求看板。插件只带网关地址与签名密钥，中继真 key 只留在服务器环境变量里，逆向拿到的只是可吊销的间接入口。下文依次是：选路、两条路线、真实坑、上线前核对。

## 选路：先看手上有什么资源

- **有没有长期可维护的服务]]></description><category></category></item><item><title><![CDATA[TranslucentTB 免费实现 Windows 任务栏透明，装完 3 分钟生效]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/161628370</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/161628370</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 13:22:15 +0800</pubDate><description><![CDATA[TranslucentTB 是一款免费开源的 Windows 任务栏透明工具，让 Windows 10/11 的任务栏变成透明、模糊或亚克力效果。安装后从托盘图标选一个外观，任务栏立即变化，无需重启资源管理器，也无需重启电脑。

## 安装并看到第一个效果

1. 在 Microsoft Store 搜索 TranslucentTB 免费安装，应用支持后台自动更新；也可运行 `Translucen]]></description><category></category></item><item><title><![CDATA[Paper2GUI实测：40+AI模型免安装开箱即用]]></title><link>https://blog.youkuaiyun.com/gitblog_00521/article/details/161562116</link><guid>https://blog.youkuaiyun.com/gitblog_00521/article/details/161562116</guid><author>gitblog_00521</author><pubDate>Thu, 05 Nov 2026 13:17:21 +0800</pubDate><description><![CDATA[> 实操指南：用 Paper2GUI 完成视频超分、视频补帧、AI 绘画，全程不用编译一行代码

想把 360p 的老番修到 1080p、想用一句话提示词生成一组图片，很多人第一反应是"这事儿得程序员来干"。Paper2GUI 把这些原本躺在论文里的能力做成了 20 个免安装的桌面 APP，覆盖 AI 绘画、语音合成、视频补帧、视频超分、目标检测、图片风格化等方向，背后是 40+ 个 AI 模型，]]></description><category></category></item></channel></rss>