<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_01031的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_01031</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_01031]]></copyright><item><title><![CDATA[SwiftVLC如何实现画中画悬浮播放？iOS PiP双路径深度教程]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/163589270</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/163589270</guid><author>gitblog_01031</author><pubDate>Sun, 15 Nov 2026 17:23:37 +0800</pubDate><description><![CDATA[SwiftVLC 是一款直接封装 libVLC 4.0 的 Swift 播放器库，覆盖 iOS、macOS、tvOS、visionOS 与 Mac Catalyst 五大平台。它的核心卖点之一，就是原生提供画中画（PiP, Picture in Picture）悬浮播放能力：视频以小窗悬浮在其他 App 之上，锁屏、切后台都能继续播。本文将带你完整理解 SwiftVLC 的 iOS 画中画实现，并]]></description><category></category></item><item><title><![CDATA[Watermelon Platform AI Agent接口参考：llms.txt、openapi.json与Markdown内容协商API完全指南]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/152254604</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/152254604</guid><author>gitblog_01031</author><pubDate>Sun, 15 Nov 2026 16:41:04 +0800</pubDate><description><![CDATA[Watermelon Platform（Watermelon UI）是一个开源 React 组件、页面区块（blocks）、仪表盘与模板平台，它为 AI Agent 提供了一套完整的机器可读接口：`llms.txt` 项目指引文件、`openapi.json` API 契约，以及基于 `Accept: text/markdown` 请求头的 **Markdown 内容协商**机制。无论你是想让自己]]></description><category></category></item><item><title><![CDATA[Elixir也能AI绘图？ReqLLM图像与视频生成完整教程]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/169941539</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/169941539</guid><author>gitblog_01031</author><pubDate>Sun, 15 Nov 2026 13:34:15 +0800</pubDate><description><![CDATA[想让 Elixir 项目直接调用 AI 绘图和 AI 视频生成 API？开源库 **ReqLLM**（基于 Req 和 Finch 的组合式 Elixir LLM 交互库）帮你一步到位：用 `ReqLLM.generate_image/3` 一行代码出图，用 `ReqLLM.generate_video/3` 提交视频任务并自动轮询取回成片，统一支持 OpenAI GPT Image、Google]]></description><category></category></item><item><title><![CDATA[Discoverium vs Obtainium vs F-Droid：三种开源应用获取方式的区别，一文讲透]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/167695544</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/167695544</guid><author>gitblog_01031</author><pubDate>Sun, 15 Nov 2026 13:34:07 +0800</pubDate><description><![CDATA[Discoverium 是一款面向 Android 手机与电视的开源应用获取工具：它内置一个**可搜索的开源应用仓库**，还能直接跟踪 GitHub、GitLab、F-Droid 等发布源来安装和更新 APK。如果你纠结"该用 F-Droid 还是 Obtainium，还是 Discoverium"，本文用一篇讲透三者的区别，帮你快速选对工具。

[![Discoverium 开源应用获取与更新工]]></description><category></category></item><item><title><![CDATA[像写React一样写设计:figma-use JSX渲染完整教程,元素、网格、变量全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/163690397</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/163690397</guid><author>gitblog_01031</author><pubDate>Sun, 15 Nov 2026 10:33:06 +0800</pubDate><description><![CDATA[**figma-use** 是一款让你"像写 React 一样写设计"的开源命令行工具:在终端里写一段 JSX,它就能在 Figma 画布上真实地渲染出 Frame、Text、Icon 等设计元素。本教程面向新手,完整讲解 figma-use JSX 渲染的三大核心——**元素、网格布局、变量绑定**,帮助你在 10 分钟内上手用代码生成设计稿。

## 一、figma-use 是什么?为什么值得]]></description><category></category></item><item><title><![CDATA[Codex-X APK 逆向分析指南：三步拿到带验证命令的报告]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/169951472</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/169951472</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 23:21:16 +0800</pubDate><description><![CDATA[Codex-X 是 OpenAI Codex 桌面端 / CLI 的可视化管理工具。把 APK 交给它，你要的产出是能在终端里复核的 APK 卡密校验报告。本文按这份交付标准，带你把 Codex-X 配到位。

先亮交付物，再倒推配置。一份合格的 APK 逆向分析报告要满足三件事：已完成事项逐条列出，每条都带真实存在的文件路径；关键接口有能复现的返回值或响应片段；报告末尾给出一条能直接粘进终端的最]]></description><category></category></item><item><title><![CDATA[如何把walk-these-ways-go2部署到Jetson Orin？车载电脑CUDA与PyTorch环境完整教程]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/155021440</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/155021440</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 22:31:36 +0800</pubDate><description><![CDATA[**walk-these-ways-go2** 是一个面向 Unitree Go2 机器狗的 Sim-to-Real 强化学习项目。把它部署到 Go2 车身上的 **Jetson Orin** 车载电脑，就摆脱了"笔记本+网线"的 PC 部署模式，让机器狗真正实现无线行走。本文带你完成 Jetson 上 **CUDA 与 PyTorch 环境配置**、LCM 通信桥接构建和无数据线运行的完整流程。]]></description><category></category></item><item><title><![CDATA[终极实战指南：用ag-ui TypeScript SDK快速构建企业级智能对话应用]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/155842669</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/155842669</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 22:11:57 +0800</pubDate><description><![CDATA[还在为AI应用中的运行时错误头疼吗？🤔 想象一下：深夜调试，发现某个字段名拼写错误导致整个对话流程崩溃...这种经历是否似曾相识？

传统的AI开发往往面临这样的挑战：松散的类型定义、难以追踪的数据流、以及层出不穷的边界情况。但好消息是，ag-ui TypeScript SDK通过严格的类型系统和现代化的开发范式，彻底改变了这一现状。本文将带你从零开始，用最实用的方式掌握这个强大的开发工具。

]]></description><category></category></item><item><title><![CDATA[【开箱即用】光伏MPPT Simulink仿真：4个预置模型跑通扰动观察法]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/159975751</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/159975751</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 22:01:31 +0800</pubDate><description><![CDATA[本仓库提供基于扰动观察法（Perturb and Observe, P&O）的光伏最大功率点跟踪（Maximum Power Point Tracking, MPPT）Simulink 仿真模型。模型为即开即跑形态，覆盖光照阶跃与温度阶跃两类工况，可用于课程实验、算法对比与控制参数预研。

## 它解决什么问题

光伏阵列的工作点由光照强度和温度共同决定。环境一旦变化，I-V 曲线上的最大功率点（]]></description><category></category></item><item><title><![CDATA[Claude-Trading-Skills项目全景解读：时间匮乏的投资者为何需要这个交易决策OS]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/170778870</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/170778870</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 20:04:50 +0800</pubDate><description><![CDATA[Claude Trading Skills 是一个面向个人投资者与交易者的开源 **AI 交易技能工具包**（Claude Skills），覆盖市场分析、技术图表、经济日历、股票筛选与交易策略研发。它不只是几个零散工具，而是一套"交易决策 OS"——把"看盘 → 决策 → 记录 → 复盘"变成一套可重复、可改进的标准化流程，专治时间不够用的散户。

## 时间匮乏的投资者，为什么需要"交易决策 O]]></description><category></category></item><item><title><![CDATA[低配电脑也能跑8B大模型：Granite 4.1 8B GGUF低显存量化实战指南（Q3/Q4篇）]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/170778351</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/170778351</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 19:06:25 +0800</pubDate><description><![CDATA[没有高端显卡，也能在本地跑起 8B 大模型。本指南围绕 IBM 开源的 Granite 4.1 8B GGUF 模型库，手把手教你用 Q3_K、Q4_K 这类低显存量化方案，在低配电脑甚至纯 CPU 上流畅运行 8B 级模型，全程对新手友好。

## 这个仓库里有什么 📦

[README.md](https://link.gitcode.com/i/b6ac6e3a52000cf0adbeea]]></description><category></category></item><item><title><![CDATA[Matilda-Decision-v1架构深度解析：Qwen3.8-27B基座、255选项决策Readout与双向注意力的秘密]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/170778125</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/170778125</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 18:39:50 +0800</pubDate><description><![CDATA[Matilda-Decision-v1 是 Maincode 开源的 **27B 多模态决策模型**：它以 **Qwen3.8-27B** 为基座，接上一个 **255 选项的决策 Readout** 层，并全程使用**双向注意力**编码输入。你给它一段文本（或 JSON）、若干张图片，以及"多选一 / 是否判断 / 打分"三类问题，它**一次调用回答所有问题，并返回每个选项的概率**——全程不生]]></description><category></category></item><item><title><![CDATA[【亲测可用】哈工大同义词词林资源下载：1.78 万组词、6.2 万中文词条的本地同义词库]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/157233395</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/157233395</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 18:02:38 +0800</pubDate><description><![CDATA[哈工大同义词词林是哈尔滨工业大学 NLP 团队整理的同义词资源：一个 GBK 文本文件收录 17817 个同义词组、6.2 万+ 中文词条，附编码规则说明 PDF，下载解压即可接入项目。

## 它替你解决什么：中文词"换个说法"从哪来

做中文检索、文本分析时，绕不开一个前置问题：「人」对应的「人士、人员、群众」，「谢谢」对应的「多谢、有劳」——同义关系表从哪来？自己人工整理覆盖率有限；调在线 ]]></description><category></category></item><item><title><![CDATA[Tracekit 框架集成完全指南：LangChain、OpenAI Agents SDK、MCP 等 39 个 Agent 框架接入清单]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/170777741</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/170777741</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 17:56:37 +0800</pubDate><description><![CDATA[Tracekit 是一个面向 AI Agent 的**防篡改追踪与策略门控框架**：它在 Agent 每次工具调用执行前先做"放行 / 拦截 / 等待人工审批"的决策，并把每个调用、决策和结果签名进一条可离线验证的哈希链。本文将带你完整了解 Tracekit 的**框架集成**方式——如何把 LangChain、OpenAI Agents SDK、MCP 等 **39 个 Agent 框架与编程 ]]></description><category></category></item><item><title><![CDATA[5分钟跑通agent-desktop第一条快照命令完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/162906784</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/162906784</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 17:49:37 +0800</pubDate><description><![CDATA[`agent-desktop` 是 Rust 编写的桌面自动化 CLI，靠操作系统可访问性树让 AI Agent 看见并操作桌面应用，不靠截图猜坐标。每条可操作元素都带一个 `ref`，Agent 对 `ref` 点击、输入、验证。跟着本文，你能装好工具、配齐 macOS 权限、发出第一条 `snapshot` 命令，并掌握密集应用下的进阶路线。

[![agent-desktop 桌面自动化横幅]]></description><category></category></item><item><title><![CDATA[【内含安装包】即拿即用的30秒无声音频：m4a 与 mp3 双格式备选]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/165605039</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/165605039</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 16:53:58 +0800</pubDate><description><![CDATA[这个开源仓库只提供一份资源：一段30秒的无声音频文件。当项目需要一段静音背景音轨时，不必自己生成或四处查找，直接下载仓库中的文件即可，m4a 和 mp3 两种格式均已备好。

## 🎯 静音背景音频适用场景

- 视频占位：制作样片、模板或演示片段时，需要一条标准的静音音轨
- 开发联调：验证应用内的播放、音量与同步逻辑
- 背景填充：在播客、电子书或长视频中插入30秒的空白间隔
- 素材打底：]]></description><category></category></item><item><title><![CDATA[【无需VIP】一个字体包修掉 Ubuntu WPS 缺字体报错（MTExtra、Wingdings、webdings）]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/155551961</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/155551961</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 16:19:29 +0800</pubDate><description><![CDATA[在 Ubuntu 上用 WPS 打开一份文档，弹出提示：找不到字体 MTExtra.ttf，或者 Wingdings 符号全变成方块。版面错乱，文档没法看。这个仓库把 MTExtra、webdings、symbol 和三个 Wingdings 共 6 个常缺字体打进一个 zip，复制进 WPS 字体目录，提示就消失了。

## 快速上手

1. 下载仓库里的 [wps-fonts.zip](htt]]></description><category></category></item><item><title><![CDATA[【资源自取】GNS3 IOS 镜像下载：3 款思科路由器镜像，3 步跑起虚拟网络实验]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/161187143</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/161187143</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 16:16:09 +0800</pubDate><description><![CDATA[真实的思科路由器价格不便宜，自建实验室对学生和爱好者不现实。这个 GNS3 思科路由器 IOS 镜像下载仓库把问题简化了：一个压缩包，内含 c3640、c3745、c7200 三款 IOS 镜像文件，导入 GNS3 后即可搭建虚拟网络实验环境。

## GNS3 镜像下载：3 款 IOS 镜像内容与适用场景

📦 压缩包内 3 款镜像的定位如下：

| 镜像文件 | 适用规模 | 场景差异 |
]]></description><category></category></item><item><title><![CDATA[4GB 显卡怎么跑 Qwen3-4B：GGUF 量化 + CPU/GPU 混合推理的低显存部署]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/157048194</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/157048194</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 16:01:32 +0800</pubDate><description><![CDATA[想在只有 4GB 显存、甚至没有独显的电脑上做 Qwen3-4B 低显存部署，并不是天方夜谭。把模型量化成 GGUF，再让 CPU 和 GPU 分工计算，4B 级模型就能在这类小设备上稳定跑起来。Qwen3 官方已备好量化好的 GGUF 文件并适配了 llama.cpp：混合推理下典型速度约 10–20 tokens/s，显存加内存合计约 3–4GB；若显卡在 8GB 以上、把更多层交给 GPU，]]></description><category></category></item><item><title><![CDATA[SASRec.pytorch避坑清单：结果随机、负采样、权重加载失败等常见问题实战排查指南]]></title><link>https://blog.youkuaiyun.com/gitblog_01031/article/details/155152715</link><guid>https://blog.youkuaiyun.com/gitblog_01031/article/details/155152715</guid><author>gitblog_01031</author><pubDate>Sat, 14 Nov 2026 15:36:25 +0800</pubDate><description><![CDATA[SASRec.pytorch 是基于 PyTorch（1.6+）实现的 SASRec（Self-Attentive Sequential Recommendation，自注意力序列推荐）模型训练框架，支持在 Beauty、ml-1m、Steam、Video 等数据集上完成序列推荐模型的训练与推理。本文整理新手最常踩的几个坑：**结果不可复现、负采样机制、权重加载失败、数据格式要求**，并给出对应的]]></description><category></category></item></channel></rss>