<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00917的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_00917</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_00917]]></copyright><item><title><![CDATA[notepad-- macOS 安装指南：预编译版 3 步上手，也能亲手编译源码]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/161079461</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/161079461</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 15:16:00 +0800</pubDate><description><![CDATA[notepad-- 是一款面向中文用户的轻量级文本编辑器，支持多标签、语法高亮、编码转换与文件对比。这篇 notepad-- macOS 安装教程讲清预编译包与源码编译两条路线，照做即可装好上手。

## 路线对比：预编译包与源码编译怎么选

| 路线 | 适合谁 | 大致耗时 | 需要准备 |
| --- | --- | --- | --- |
| 预编译包 | 日常编辑使用，不想接触开发工具 ]]></description><category></category></item><item><title><![CDATA[避坑指南：Qwen3.6-35B-A3B-PrismaQuant-4.75bit-vllm 部署的 5 大已知限制与应对方案]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/169167177</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/169167177</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 15:04:36 +0800</pubDate><description><![CDATA[本文面向新手用户，完整梳理 **Qwen3.6-35B-A3B-PrismaQuant-4.75bit-vllm** 量化大模型在部署时的 5 大已知限制与应对方案，帮你快速用 vLLM 完成量化模型服务化部署，少走弯路。

## 一、先搞懂：这是什么模型？

Qwen3.6-35B-A3B-PrismaQuant-4.75bit-vllm 是基座模型 **Qwen3.6-35B-A3B** 的 ]]></description><category></category></item><item><title><![CDATA[Rust开源矢量绘图，30分钟画出第一条曲线]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/159423273</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/159423273</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 13:45:06 +0800</pubDate><description><![CDATA[甲方甩来一张要改的海报，续费账单正好弹在屏幕上。我用 VectorCraft 一年了——纯 Rust 写的开源矢量绘图工具，免费的 Illustrator 替代，MIT/Apache 双协议，没有订阅费，一份代码跑 macOS、Windows、Linux 和浏览器。站我工位旁边，我边指边说。

## 先跑起来

```sh
git clone https://gitcode.com/gh_mirr]]></description><category></category></item><item><title><![CDATA[用llm-compressor自己量化大模型：Qwen3.8-27B-MTP-NVFP4的recipe.yaml配方实战指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/166253328</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/166253328</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 13:44:58 +0800</pubDate><description><![CDATA[Qwen3.8-27B-MTP-NVFP4 是把 Qwen3.8-27B（27.8B 稠密混合注意力模型，自带 MTP 投机解码头）用 llm-compressor 量化为 NVFP4（W4A4，group 16）后得到的成品：体积从 55.6 GB 的 bf16 压缩到 20.6 GB，校准只花了 68 秒。本文以它自带的 [recipe.yaml](https://link.gitcode.c]]></description><category></category></item><item><title><![CDATA[JX3Toy 剑网3自动化宏完整指南：4 步把技能循环托管给脚本]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/161155324</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/161155324</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 12:54:16 +0800</pubDate><description><![CDATA[JX3Toy 是一个面向剑网3的开源自动化宏合集，把门派技能循环写成 Lua 脚本，导入游戏宏系统后，输出循环、团队加血、日常重复操作都由脚本自动执行。你不用再担心手残漏技能、忘减伤，只需专心走位和看 Boss。

## 脚本是怎么工作的：一个主循环加一张变量表

仓库里每个脚本的骨架都一样：`Main()` 函数每帧执行一次，先把当前的技能 CD、buff 层数、读条进度记进一张变量表，再根据这]]></description><category></category></item><item><title><![CDATA[【纯白嫖】28 个测试视频与音频文件资源包：1 分钟备齐所有格式测试样例]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/170431221</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/170431221</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 12:39:26 +0800</pubDate><description><![CDATA[还在为找测试样例发愁？<strong>测试视频与音频文件资源库</strong> 直接把活儿干完了——一个压缩包内置 15 种视频格式与 13 种音频格式的样例文件，每段时长都在 10 秒左右，拿来就能做播放器、转码服务、上传链路等各类测试视频文件与测试音频资源的验证，不用再一个个去凑格式。

## 测试样例难找？这个仓库替你把格式都备齐了

写播放器、做媒体转码、搭内容审核流程时，最琐碎的一步往]]></description><category></category></item><item><title><![CDATA[小爱音箱开源固件刷机完整指南：四个里程碑一次走通与开工前三查避坑清单（xiaoai-patch）]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/153106079</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/153106079</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 12:22:42 +0800</pubDate><description><![CDATA[手机推歌给小爱音箱听、MacBook 直接 AirPlay 投给音箱、多台音箱在客厅厨房同步播同一首歌、说出唤醒词后灯光和空调跟着动——这些是用 xiaoai-patch 开源固件刷完原版小爱音箱后的日常。固件的核心动作只有一个：把原厂 rootfs（根文件系统）里的专有软件全部移除，换成开源程序——MPD（本地音乐播放器）、Snapcast（多房间同步）、Shairport-Sync（AirPl]]></description><category></category></item><item><title><![CDATA[【离线版下载】WF5803/WF100D 通用驱动实战：IIC、三线与四线 SPI，改对引脚就能跑]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/170429740</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/170429740</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 12:21:14 +0800</pubDate><description><![CDATA[手上这块 WF5803 或 WF100D 气压/温度传感器，要接上 MCU 读到真实数值，卡点从来不在芯片，而在通信接口——它同时支持 IIC、三线 SPI 和四线 SPI 三种总线，选错一条，读出来就是乱码。WF5803 主打 1BAR/2BAR/7BAR 三档，WF100D 覆盖 5KPA 到 300KPA 共 6 档，无人机高度计、气象站、车载进气压力都是常见战场。多数例程只给一种接口的写法]]></description><category></category></item><item><title><![CDATA[本机跑歌声合成：从环境依赖到出第一段副歌的踩点清单]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/170429717</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/170429717</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 12:20:54 +0800</pubDate><description><![CDATA[CHIMERA 是一个"物理建模"的歌声合成器：它不加载任何声码器权重，也不做神经推理，每一个音都来自一条被数值求解的声道——肺、声带（或鸟类的鸣管）、分叉的声道、嘴唇和鼻腔。引擎是 Rust，编译成 WebAssembly 挂在 AudioWorklet 上跑实时，同一份代码也编译成本地二进制供测试和 CLI 离线渲染。

这件事对本机部署的意义非常直接：**你要准备的不是显卡和权重，而是一条能]]></description><category></category></item><item><title><![CDATA[安全文档先写哪个？策略、标准、基线、指南、程序 5 层文档一次分清]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/151474366</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/151474366</guid><author>gitblog_00917</author><pubDate>Tue, 10 Nov 2026 10:35:15 +0800</pubDate><description><![CDATA[领导丢给你一句"把团队的安全文档搭起来"，你打开空白文件卡住了：先写策略还是先写程序？文件命名该叫 XX Policy 还是 XX Procedure？这篇文章基于 Security-101 仓库的 1.4 安全实践与文档 课，给你一套 6 类安全文档的判定公式，10 分钟分清策略、标准、基线、指南、程序和法律法规各自管什么，下次再也不会把 SOP 写成"策略"。

## 📋 概念速览：先建全局]]></description><category></category></item><item><title><![CDATA[OpenCore Legacy Patcher 老Mac装新系统完整教程：从安装U盘制作到故障排查]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/144688295</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/144688295</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 20:41:29 +0800</pubDate><description><![CDATA[OpenCore Legacy Patcher 是一款免费的开源 Python 工具，核心功能是给苹果已停止支持的 Intel 老 Mac 打补丁，让它能安装新版 macOS——照做完，你手里会多出一块可直接引导的 macOS 安装 U 盘，和一台跑着 Big Sur 到 Sequoia、图形加速与 Wi-Fi 全部可用的升级机器。它基于 OpenCore 引导器工作，绕开的是安装器里那句"此 m]]></description><category></category></item><item><title><![CDATA[Glass 的屏幕问答怎么做到的：开源 AI 桌面助手上下文机制拆解]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/166583207</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/166583207</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 19:58:43 +0800</pubDate><description><![CDATA[开会时领导突然抛来一个问题，你得先复制代码、描述界面、再把上下文粘进聊天框，才能问出 AI 想要的答案——这一步非常打断思路。Glass（Pickle 出品的开源项目，定位是 "Digital Mind Extension"）的做法是反过来：它作为桌面常驻助手，实时记录你屏幕上的内容和语音，你按下快捷键提出疑问，它自动把「刚才发生了什么」一起交给 AI，直接给出带上下文的回答。

[![Glass]]></description><category></category></item><item><title><![CDATA[从 1MB 到 4GB：Linux setup code 进入保护模式前干成的 6 件事]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/155290441</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/155290441</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 18:58:17 +0800</pubDate><description><![CDATA[Linux 内核启动的 setup code 阶段，是内核在保护模式下跑起来之前、仍然穿着实模式外衣的最后一段路。它要解决六个绕不开的问题：把 CPU 从 1MB 的实模式地址空间里解放出来、收纳引导程序交接的启动参数、临时接一根 earlyprintk 早期调试"线"、划分出 setup code 自己的堆、用 e820 画出整台机器的内存地图、再向 BIOS 批量采集键盘、电源、磁盘等硬件情报]]></description><category></category></item><item><title><![CDATA[SPECTER模型架构解析：基于SciBERT的12层Transformer逐参数解读]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/170361782</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/170361782</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 18:42:43 +0800</pubDate><description><![CDATA[SPECTER 是由 Allen AI 推出的文档级嵌入（document embedding）预训练语言模型，它在**引用图谱（citation graph）**信号上训练，能把整篇论文压缩成一个 768 维向量。本文基于仓库中的 [config.json](https://link.gitcode.com/i/19a4ece791a53a81621f3d361df1195e) 与 [vocab]]></description><category></category></item><item><title><![CDATA[KMS_VL_ALL_AIO 免费激活脚本完整指南：Windows 与 Office 双覆盖，自动续期省心用]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/152568945</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/152568945</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 18:20:25 +0800</pubDate><description><![CDATA[KMS_VL_ALL_AIO 是一款免费激活脚本：单个 .cmd 文件，零安装零依赖，双击即可为 Windows 与 Office 完成激活并注册自动续期任务，适合不想重装系统、也不想从陌生网站下载激活工具的普通用户。

## 首次激活五步走：从克隆到验证完成

整套流程很少超过十分钟。全程只有 5 步，每一步都附一句"为什么"：

**第一步：把仓库克隆到本地**

```bash
git cl]]></description><category></category></item><item><title><![CDATA[Q4_K_M、Q6_K还是Q8_0？gemma-4-E4B-it-GGUF三种量化版本终极选购指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/170357116</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/170357116</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 17:30:26 +0800</pubDate><description><![CDATA[🤔 **Q4_K_M、Q6_K、Q8_0 到底选哪个？** 本文以 gemma-4-E4B-it-GGUF 为中心，帮你一次看懂 GGUF 量化版本的差异，根据自己电脑配置快速挑到最合适的版本。

## 什么是 GGUF 量化版本？新手 30 秒入门

简单来说：**量化就是用更少的存储空间来保存模型权重**。同一个模型（这里是 Google 的 gemma-4-E4B-it），用不同的量化方式]]></description><category></category></item><item><title><![CDATA[如何用Qwen3.8-27B-oQ4e-mtp搭建OpenAI兼容API服务：mlx_lm完整部署教程]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/141410103</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/141410103</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 15:50:36 +0800</pubDate><description><![CDATA[Qwen3.8-27B-oQ4e-mtp 是一个约 270 亿参数的视觉语言模型，采用 oQe 混合精度量化（有效位宽约 5 bit/权重），配合 Apple 芯片上的 `mlx_lm`，只需几行命令就能把它变成一个标准的 **OpenAI 兼容 API 服务**。本教程面向新手，完整覆盖从下载权重、安装依赖到启动服务、发起请求的全过程，帮你在本地快速把它跑起来。

---

## 一、模型概览：]]></description><category></category></item><item><title><![CDATA[三步搞定 Brave 浏览器主题定制：注入与换色实操教程]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/163191469</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/163191469</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 14:08:47 +0800</pubDate><description><![CDATA[Brave 浏览器（brave/browser-laptop）的外观可以拆成两块来改：**网页里看到的样式**走扩展机制的静态样式注入，**浏览器自身的标签栏、地址栏**则是渲染进程里的界面颜色配置。下面按"找位置 → 动手改 → 验证排错"的顺序，讲清 Brave 浏览器主题定制的两条路径。

[![Brave 浏览器主题定制的新标签页背景图](https://raw.gitcode.com/g]]></description><category></category></item><item><title><![CDATA[Qwen Community License 1.0：Qwen3.8-Flash-Next-ngram-table-NInfer-v3授权条款与归属义务指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/152189702</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/152189702</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 13:59:28 +0800</pubDate><description><![CDATA[Qwen3.8-Flash-Next-ngram-table-NInfer-v3 是 Qwen3.8-Flash-Next 每层 n-gram 表的 NInfer v3 格式产物（约 26.92 GiB、320,001,536 行、51.2B 参数），基于 **Qwen Community License 1.0** 发布。本文依据仓库内的 [LICENSE](https://link.gitco]]></description><category></category></item><item><title><![CDATA[模块化 Android 深度清理工具：SD Maid 2/SE 完整功能解析与实操指南]]></title><link>https://blog.youkuaiyun.com/gitblog_00917/article/details/158250331</link><guid>https://blog.youkuaiyun.com/gitblog_00917/article/details/158250331</guid><author>gitblog_00917</author><pubDate>Mon, 09 Nov 2026 11:15:53 +0800</pubDate><description><![CDATA[手机存储吃紧时，多数人卡在"不知道哪些文件能删"这一步：应用缓存、已卸载应用残留、重复照片，往往散落各处。SD Maid 2/SE 是一款 Android 清理与维护工具，核心功能是释放存储空间、删除无用数据，并提供定时清理等自动化能力，把散落的问题集中处理。

## 一、项目全景速览

SD Maid 2/SE 是一款开源的 Android 文件管理与维护工具，核心目标是腾出存储空间、清除无用数]]></description><category></category></item></channel></rss>