何根肠Magnus-优快云博客

原创把视频硬字幕变成可编辑 SRT：免费开源字幕提取工具的完整本地实践

手上有几段外语视频，需要一份可编辑的 SRT 字幕，却不想把文件传给在线服务？Video-subtitle-extractor 可以把这类视频字幕提取整个做在本地：视频不上传、不依赖第三方 API，识别出的文字直接落盘成标准 SRT 文件。## 先看结果：你会拿到什么跑完之后你会得到一个标准 SRT 文件，形如：```srt100:00:01,200 --> 00:00:03,80

2026-11-06 16:46:41 851

原创 Codex-X 海鸥3.0破甲模板：如何让内置提示词离线接管逆向多域任务

海鸥3.0破甲是 Codex-X 编译期内置的五套指令模板之一，断网也能用。启用后它往 Codex 的 `AGENTS.md` 写入带标记的**受管区块**，装入覆盖逆向、内存、协议的中文操作员人格。它不改对话内容，也不抬升模型上限。读完你能验证整条注入链路：新会话发"在吗"，收到的回复是固定的一行应答。[![Codex-X 指令模板管理界面，含海鸥3.0破甲内置模板列表与启用开关](http

2026-11-06 13:07:02 172

原创一键把网页视频搬回本地：猫抓 cat-catch 十分钟装好与下载教程

你肯定遇到过这种场面：视频在页面上放得好好的，下载入口却死活找不到，复制链接点出来只是一堆看不懂的切片。猫抓(cat-catch) 是一个免费开源的浏览器资源嗅探扩展，把网页加载过的媒体请求列成清单，挑一个下载就行。读完本文，你能装好它、跑通首次下载，还带走一份故障对症清单。## 连问三个问题，你是不是也卡在这问一：视频明明在播，为什么页面就是不给下载入口？问二：好不容易拷出链接，点开

2026-11-05 23:11:35 192

原创 HachimoDock USB 协议全解析：pet-usb-jsonl-v3 握手、能力协商与 4000000 波特率传输

HachimoDock 是一款能实时感知 Claude Code 会话的桌面宠物，它通过一套名为 `pet-usb-jsonl-v3` 的 USB 协议与 PC 端 Pet Manager 通信。本文带你完整理解这套 USB 协议：握手流程、能力协商、4000000 波特率传输，以及固件升级与资源包下发机制，帮助你快速看懂设备与电脑之间是如何"对话"的。[![HachimoDock 桌面宠物通

2026-11-05 22:54:24 18

原创搜“Horizon”，一半人装错了东西：这个1.28万星的开源神器，被四个同名兄弟围住了

先讲个真实场景。你在网上下单了一台 NAS，兴冲冲想搭个“AI 新闻助手”，照着教程搜项目名，复制了一条安装命令。结果装完一启动，屏幕上冒出来的不是每日简报，而是一个云平台管理后台；又或者，你搜到的是某个 React 后台模板，打开一看全是图表和登录页，跟“新闻”两个字毫无关系。这不是段子。在开源世界里，“Horizon”这个名字，至少被四五个完全不相干的项目同时占着。而今天真正想

2026-11-05 18:21:30 59

原创 Kanzo的AI Agent工作流解析：说一句「领取下一个任务」背后发生了什么

Kanzo 是一个只有 4.5 MB 的自托管 Kanban 看板工具，内置 MCP 服务器，让你和 AI Agent 在同一块看板上协作。这篇文章沿着一句最常见的指令——「领取下一个任务」——拆解 Kanzo 的 AI Agent 工作流：如何从 git 仓库自动认出当前项目、如何用一条 SQL 原子领取任务、如何让浏览器里的看板实时动起来，全部发生在毫秒之间。[![Kanzo AI Age

2026-11-05 16:09:36 125

原创 pdf-brain的LLM提供商切换指南：Ollama本地与AI Gateway云端完全对比

pdf-brain 是一款本地 PDF/Markdown 知识库工具，基于 libsql vectors 实现向量语义搜索，并依赖 LLM 提供商完成自动摘要、标签提取和概念归类。它的 AI 能力由三个独立配置槽位驱动：embedding（向量化）、enrichment（文档增强）、judge（概念去重），你可以分别为它们指定 Ollama 本地模型或 AI Gateway 云端模型。本文带你完成

2026-11-05 16:05:55 208

原创开源Android游戏精选:13款无广告、离线可玩的完整游戏,从通勤解谜到沙盒建造值得装进手机

这篇按通勤碎片、聚会社交、深度沉浸三类场景,整理了13款无广告、可离线玩的完整开源Android游戏,并标注每款使用的开发语言与关键细节,方便直接挑选安装,或为开源游戏源码学习找入口。## 🚶 通勤碎片时间:离线可玩的轻量开源Android游戏这一组的共同点是单局短、不依赖网络,适合地铁和排队时掏出来玩几分钟,也是无广告手游推荐里最常被提起的一批。### 2048-android:经

2026-11-05 14:37:51 483

原创 genspark-claw代码实现原理：手写YAML Frontmatter解析器与零依赖设计揭秘

🦀 genspark-claw 是一个面向 AI Agent 的社区技能包与命令行工具，内置 5 个生产级 SKILL.md 技能。它的最大技术看点，是一个约 110 行、零依赖的手写 YAML Frontmatter 解析器，以及贯穿全局的零依赖设计哲学。本文带你拆解 [src/frontmatter.js](https://link.gitcode.com/i/1f729e1531e2c40

2026-11-05 14:02:18 169

原创 MediaCrawler 三步上手教程：如何把小红书、抖音等五大平台的内容与评论数据抓到手

MediaCrawler 是一个基于 Playwright 的开源社交媒体数据采集工具，覆盖小红书、抖音、快手、B站、微博五个平台，能自动抓取笔记、视频、评论、点赞、转发等数据，保存为 JSON、CSV 或直接写入 MySQL、PostgreSQL。本文按"先跑通、再讲原理"的顺序，带你三步完成安装配置，并附上参数速查与避坑清单。## 先看看你能拿到什么：五平台能力对照跑起来之后，采集结果

2026-11-05 12:23:39 103

原创如何用 ticket-purchase 自动抢大麦的票：双端完整指南

开售那一刻，目标票档从亮起变灰，比你的拇指够到屏幕还快。ticket-purchase 干的就是这件事：把演出信息写进配置，搜索演出、选城市场次、选票档、填观演人、提交订单，整条链路它替你自动跑完。## 先弄懂它替你做了哪几件事：一条固定的自动抢票路径上手之前，先把这条线记在脑子里：确认登录状态 → 加载演出信息 → 检测售卖状态 → 选票档 → 提交订单。脚本每次跑的都是同一条路线，像固

2026-11-05 10:35:12 379

原创以为 dsh-market 只是插件商店界面？它把安装请求的同源 POST 校验做到了反 DNS Rebinding 的深度

你点下市场卡片里那个「安装」按钮时，事情比想象中复杂：安装路由会真实执行 shell 命令，所以在命令跑起来之前，dsh-market 要先在 HTTP 层把请求拦一道，决定它配不配拿到执行权。这就是 dsh-market 安装端点的同源校验设计——你装任何插件前，值得先把它看清楚。[![dsh-market 插件市场安装浏览界面](https://raw.gitcode.com/gh_mir

2026-11-04 20:09:02 201

原创 5个AI同时接话：ChatHub 多模型并行对话指南

每次想对比两个 AI 的回答，都要在浏览器标签页之间来回切换、复制粘贴问题？ChatHub 是一个装在浏览器里的 AI 对话客户端，一个面板、一条消息，ChatGPT、Claude、Gemini 等模型同时作答，多模型并行对比一眼就能看出高下。## ⚡ 5分钟从克隆到跑通### 环境一步到位Node.js 16+ 装好、Yarn 可用就行，没有其他依赖要操心。### 三步命令出构建

2026-11-04 19:32:02 69

原创 SuperSplat 完整指南：在浏览器中快速编辑 3D 高斯斑点

刚跑完 3D 高斯重建，拿到一份几百 MB 的 PLY，里面混着漂浮噪声和多余背景，而手头没有任何 3D 软件？SuperSplat 就是为这一步准备的：一款免费开源、完全在浏览器里运行的 3D 高斯斑点（3D Gaussian Splat）编辑器，由 PlayCanvas 维护，可直接查看、变换、裁剪、合并并压缩导出 PLY 文件，无需安装任何本地软件。## ⏱️ 30 秒上手：导入、修改、

2026-11-04 19:22:01 235

原创 10 款免费开源 Android 学习应用清单：按使用场景选，装完就能上手

- **定位**：贝壳单词的官方 Android 客户端，专注中文语境下的英语单词记忆。- **适合谁**：四六级、考研词汇等中文教材体系下的背词需求者。- **亮点功能**： - 词库贴合国内考试体系，按教材和考纲组织 - 拼写测试与听力结合，不只看选项 - 完全离线背词，不依赖云端服务- **上手成本**：离线可用，界面简单，几乎零学习曲线。- **获取方式**：技术栈：J

2026-11-04 19:17:16 93

原创 uPlot：166,650 个数据点 25 毫秒出图，50KB 的时序图表库实测

下面这张图，不是设计稿，是仓库 `demos/` 里十几个示例拼起来的样子：服务器事件流、K 线、箱线图、延迟热力图……它们背后跑的是同一个东西——uPlot，一个只占 **47.9 KB**、冷启动把 166,650 个点画完只要 **25 ms** 的 Canvas 2D 时序图表库。说白了，它把「时序 / 折线 / 面积 / ohlc / 柱状」这几件事做到了极致轻，其它一概不碰。[![

2026-11-04 18:59:23 65

原创标注数据集还在一张张手画？X-AnyLabeling 自动标注完整指南

X-AnyLabeling 是一款轻量级、跨平台的 AI 辅助标注桌面应用，把"人工逐个画框"换成"模型先预标注、你只负责修正"。分类、检测、分割、姿态、跟踪、OCR、车道线、VQA 这些任务它都覆盖，结果可以一键导出 COCO、VOC、YOLO、DOTA、MOT 等主流训练格式。下面从零开始：先装起来，再按任务逐一走查，最后讲质检导出和新手常踩的坑。## 安装 X-AnyLabeling 只

2026-11-04 18:15:00 1115

原创十分钟跑通 Codex++ 安装：从安装包到增强菜单生效

本文带你走完 Codex++ 安装全流程：按系统选包、完成安装、首次启动、开启增强，结束时你能亲眼验证——Codex 顶栏出现 Codex++ 菜单，会话删除、Markdown 导出等开关逐项生效。## 📋 安装前检查清单：机器上要备齐什么- 系统：Windows 10/11 x64，或 macOS 11 及以上；macOS 提供通用 DMG，Apple Silicon 与 Intel

2026-11-04 12:45:46 296

原创 8 个决定，把 ACE-Step UI 本地 AI 音乐生成从“能听“做到“想循环听“

ACE-Step UI 是一个完全开源、本地运行的 AI 音乐生成工作台，对接 ACE-Step 1.5 模型，在你自己的显卡上产出带人声的完整歌曲：免费、无队列、数据不出机器。这篇文章不按流程走，而是把点"生成"前后必须拍板的 8 个决定逐一摊开——每个决定先给结论，再给理由，最后告诉你怎么核对没做错。## 决定 1：如何一键拉起来地生成环境要解决的问题：根本没声音，或者有声但时长显示

2026-11-04 11:55:20 780

原创 Windows用户福音：无需WSL，3步原生跑通Stable Audio 3 Optimized（含常见坑位解答）

Stable Audio 3 Optimized 官方 CPU 推理版已支持 **Windows 原生运行**：不用装 WSL、不依赖 GPU，只需 Python + TFLite 三步即可在本机把文字生成音乐或音效。本文给出完整的三步安装流程和 Windows 常见坑位解答，帮你第一次运行就成功。## 为什么 Windows 不需要 WSLStable Audio 3 是 Stabili

2026-11-04 10:47:07 172

原创【附下载链接】从视频帧到车流数据：Pytorch YOLO 车辆检测与虚拟线圈计数完整指南

这是一个基于 Pytorch + YOLO 的视频车流量检测项目：对视频逐帧识别各类车辆，用 SORT 跟踪给每辆车分配稳定 ID，再通过虚拟线圈算法统计穿越指定区域的进出数量，最终输出可用的车流数据。## 车流量数不过来时：现有方案的缺口设想你要统计几个路口每小时的过车数。人工看回放，费眼且误差大；在路面加装物理线圈或闸机，成本高、施工周期长；而直接用通用目标检测模型，只能告诉你"画面里

2026-11-03 22:20:36 4

原创【纯白嫖】Fas2Lisp 反编译指南：3 步把 fas 文件还原成可读的 Lisp 源码

手上有 .fas 文件，打开却是一堆读不懂的编译产物？Fas2Lisp 反编译工具可以把 fas 文件直接转成 .lsp 格式的 Lisp 源码，让你能直接阅读、调试，甚至基于它做二次开发。## 它解决什么问题一句话：把编译过的 fas 还原成能编辑的文本。- 输入是 .fas（Fast Load 格式，即编译后的 Lisp 代码）；- 输出是 .lsp 源码文件，生成在 fas 文

2026-11-03 21:11:59 5

原创单图转3D被吹过头了吗：能看与会用之间还差几步

一张图进去，一百万个 3D 高斯出来，还包括照片从来没拍到过的侧面——这是 Idol 在模型卡里给出的承诺。它确实做到了"单图直出 3DGS"这件事：约 3 GB 权重、消费级显卡、7.2 GB 显存峰值、标准 `.ply` 输出。但"能生成一张好看的多视角旋转图"和"能进生产管线"是两个不同量级的问题。这篇文章不谈参数炫技，只做一件事：把 Idol 的官方数字、真实配置和一个可交付的工程判据放在

2026-11-03 20:51:08 4

原创 2025科研效率革命：Intern-S1-FP8开源大模型重构科学研究范式

# 2025科研效率革命：Intern-S1-FP8开源大模型重构科学研究范式## 导语上海AI实验室发布的开源科学多模态大模型Intern-S1-FP8，以"全能高手+科学明星"双重优势突破科研领域AI应用瓶颈，在化学、材料等专业任务上超越Grok-4等闭源模型，同时将部署成本降低50%。## 行业现状：科研AI的"冰火两重天"当前AI大模型在通用场景已实现广泛应用，但科研领域仍面临

2026-11-03 20:09:24 465

原创 7.2GB显存就能生成百万级3D模型：为那点画质去换一张显卡，值吗？

最近科技圈有个挺有意思的现象：一边是显卡厂商天天喊“显存越大越好”，一边是开源项目在拼命把门槛往下压。前段时间，一个叫 Idol 的开源项目在开发者社区里传开了。它干的事说起来很朴素——**你给它一张物体的照片，它还你一个能360度转着看的3D模型**。不是那种贴个皮就完事的“假3D”，而是真正有体积、有厚度、能绕着看背面的立体模型。更让人意外的是它的显存占用：**峰值 7.2GB**。

2026-11-03 19:57:14 5

原创 WanVideo_comfy：ComfyUI视频创作强力模型库

**导语**：WanVideo_comfy模型库的推出，为ComfyUI用户提供了一站式视频创作解决方案，整合了多款高质量视频生成模型，显著降低了AI视频创作的技术门槛。**行业现状**：随着AIGC技术的飞速发展，文本到视频（Text-to-Video）领域正经历爆发式增长。从早期的DALL-E、Stable Diffusion到如今的Sora、Pika等，视频生成模型在画质、连贯性和创意性

2026-11-03 19:34:06 721

原创 99 条复杂 SQL 实测查询性能：Apache Doris TPC-DS 基准测试五步上手

想在几分钟内得到一份 Apache Doris 的 TPC-DS 性能测试报告吗？TPC-DS 用 99 条覆盖报表、即席查询、数据挖掘场景的标准 SQL，对决策支持系统的查询能力做"全科目体检"。Doris 官方在 [tools/tpcds-tools/](https://link.gitcode.com/i/67782f21842da621c8e210bc675a2f47) 下封装好了全套脚本

2026-11-03 18:33:15 854

原创 dnSpy 完整指南：无源码反编译、断点调试与修改 .NET 程序集

dnSpy 是一款经典的 .NET 调试器与程序集编辑器，专治"手上只有 dll/exe、没有源码也没有 PDB"的困境：它能把程序集反编译成可读的 C# 代码，支持无源码断点调试，还能直接在反编译视图里修改方法体并保存回程序集。本教程带你从安装到三个核心用法一次跑通。## 30 秒决策：dnSpy 适合你吗先看你对号入座：| 你的处境 | dnSpy 提供的能力 || --- |

2026-11-03 18:27:09 149

原创刚刚，沐曦完成 Qwen-Image-2.1 Day0 适配：国产 GPU 抢跑一个 7B 生图模型的背后

9 月 20 日，阿里千问团队开源 Qwen-Image-2.1——一个视觉生成部分仅 7B 参数、却同时把文生图、图像编辑、透明背景生成揉进一个检查点的图像模型。第二天，沐曦股份便宣布"率先完成 Day 0 适配"。在大多数人的认知里，国产 GPU 的节奏通常是"模型火了半年之后才轮到适配"，而这一次，适配公告几乎与开源公告同步抵达。这篇文章想拆开三件事：Day0 适配到底意味着什么技术动作；沐

2026-11-03 18:10:24 246

原创 SenseNova-U1-8B-MoT-LoRAs实战教程：10分钟搭建个性化AI助手

想要快速搭建自己的个性化AI助手吗？SenseNova-U1-8B-MoT-LoRAs为您提供了一站式解决方案！这款革命性的AI推理增强工具专为8B参数模型优化，通过先进的LoRA（低秩自适应）技术，让您能够在短短10分钟内构建功能强大的个性化AI助手。无论您是AI新手还是经验丰富的开发者，都能轻松上手，体验高效模型微调和推理加速带来的便利。## 🚀 什么是SenseNova-U1-8B-M

2026-11-03 18:10:17 452

原创 Desktop Frames Plus 新手操作清单：拖拽创建 Frame、添加快捷键与重命名的完整步骤

**Desktop Frames Plus**（又名 Desktop Frames +）是一款面向 Windows 10/11 的开源**桌面图标管理**工具。它通过在桌面上创建虚拟 **Frame**（收纳框），帮你把杂乱的快捷方式、文件和文件夹分类整理得井井有条。这份新手操作清单按步骤带你完成：安装启动 → 拖拽创建 Frame → 拖入图标 → 重命名 Frame → 配置快捷键，5 分钟搞

2026-11-03 18:09:25 155

原创 Intern-S2-397B 生产部署指南：LMDeploy / vLLM / SGLang 基础服务、MTP 投机解码与 YaRN 超长上下文配置

本篇指南围绕 Intern-S2-397B 的模型服务化部署展开，完整覆盖三大主流推理框架（LMDeploy、vLLM、SGLang）的启动命令、关键参数与适用版本。你将掌握三种部署形态：不启用投机解码的基础服务、开启 MTP（Multi-Token Prediction）投机解码的加速服务，以及通过 YaRN RoPE 扩展到 512k 乃至 1M token 的超长上下文推理配置，并了解各框架

2026-11-03 18:07:18 226

原创 MacType Chrome字体闪烁修复完整指南

MacType 是 Windows 上的字体渲染增强工具，和 Chrome 搭配使用时可能出现页面文字闪烁。本文用三档方法处理——先关 DirectWrite 钩子，再调渲染管线，最后才重新编译，最快 5 分钟让 Chrome 里的文字恢复稳定。## 先花 30 秒自查对照下面几项，符合大部分才需要往下做：- [ ] Chrome 中页面文字的明暗或轮廓有节律地变化，长文页面最明显-

2026-11-03 15:42:03 394

原创不填 API Key 在 dsh 里免费调用 DeepSeek、Kimi 模型：dsh-our-free-model 免费模型插件完整指南

过去两周我用 dsh-our-free-model 免费模型插件跑通了它的完整使用路径，这里按实测记录整理。先给结论：这是一个 dsh 插件，装上即用，不登录、不注册、不填任何 API Key，DeepSeek V4.1 Flash、Kimi K3、MiMo V2.6 Flash 这类前沿模型会直接出现在模型选择器里；而且模型清单每次刷新都跟随上游网关实时拉取，不是打包时的静态快照。以下内容基于仓

2026-11-03 13:31:08 356

原创 PDFPatcher：扫描文档自动生成书签、批量合并、无损提取图片的完整免费PDF工具箱

同事甩来一份 500 页的扫描教材：没有文字层，没有书签，还让你把某一章搜出来、把里面的图抠出去。PDFPatcher（PDF补丁丁）就是干这类活的：基于 .NET Framework，底下是 iText 和 MuPDF 双引擎的 PDF 工具箱，书签自动生成、图片无损提取、识别结果写回透明文字层，都能接。## 🧩 它到底能帮你解决什么下面都是日常真会撞上的情况：1. 你遇到一份没有

2026-11-03 09:54:26 645

原创 WeChatMsg 使用指南：把微信聊天记录离线备份成三种文档

微信聊天记录随时可能丢失——清缓存、换手机、重装系统，多年的对话说没就没。想长期留痕，又怕消息传到别处？WeChatMsg 是一款免费开源的微信聊天记录导出工具：直接读取微信电脑版保存在本地的数据文件，离线输出成 HTML、Word、CSV 三种格式，消息全程不出你的设备。下文按准备→操作→选格式→进阶四段讲。## 开工前备齐什么- Python 3.7 及以上（运行该工具的语言环境，

2026-11-03 09:07:37 52

原创如何用Wheel-Legged-Gym评估与部署训练好的策略：play.py、断点续训与模型加载完全指南

Wheel-Legged-Gym 是基于 Isaac Gym 的轮腿机器人强化学习训练框架。本文带你用 `play.py` 可视化评估训练好的策略、通过 `--resume`/`--load_run`/`--checkpoint` 参数实现断点续训，以及把策略导出为 JIT 格式部署到真实机器人，一篇讲清从训练到部署的完整流程。## 一、先认识三个内置任务框架在 [wheel_legged

2026-11-02 19:52:31 1003

原创 NormaCore 数据集录制教程：从打Tag到导出Parquet，为模仿学习准备高质量训练数据

**NormaCore** 是一个物理系统开发平台，内置 Station 实时机器人工作站和 SmolVLA 模仿学习训练框架。本教程讲解 **NormaCore 数据集录制** 的完整流程：在 Station 中创建起始 Tag 和结束 Tag、获取帧号、用 `dataset-generator` 命令导出 **Parquet 数据集**，最终喂给 SmolVLA 完成模仿学习训练。无论你是第一

2026-11-02 19:46:29 920

原创 BlockTheSpot：Windows 版 Spotify 广告拦截与 Premium 功能解锁指南

BlockTheSpot 是一款面向 Windows 64 位 Spotify 桌面客户端的广告拦截与功能解锁工具。它以 `dpapi.dll` 的形式被注入 Spotify 进程，在本地拦截音频、视频与横幅广告，并放开大部分 Premium 限制；其拦截规则基于特征码扫描，能够跟随 Spotify 客户端更新自动重新适配。下文按"确认环境 → 安装 → 配置 → 排错"的顺序展开。## 适用

2026-11-02 19:15:55 166

原创 IoT设备Bootloader必备设计指南：Making Embedded Systems详解固件升级流程图与安全要点

本文基于开源仓库 making-embedded-systems（《Making Embedded Systems》第二版配套资源库）第 10 章 "Building Connected Devices"，用图文方式讲清 **IoT 设备 Bootloader** 的核心设计：固件升级流程图、版本比较、CRC 校验与安全要点，帮助新手快速掌握嵌入式设备 OTA 升级的完整思路。📦## 为什么

2026-11-02 19:03:06 3

空空如也

空空如也