- 博客(2475)
- 收藏
- 关注
RSS订阅原创 dots.ocr 部署教程：3 种方式跑通多语言文档解析推理服务
把扫描 PDF 拆成可编辑文本，传统要接检测、OCR、版面识别多个模型，还得自己写胶水代码。dots.ocr 用单个 1.7B 视觉语言模型，一条命令就能输出文档布局、文字、表格和公式。本教程带你本地部署 dots.ocr，并跑出第一次解析结果。## 项目速览dots.ocr 是一个把“布局检测 + 内容识别”合进同一个视觉语言模型的文档解析工具，底座是 1.7B 的 LLM。核心事实如下
2026-11-06 21:08:15
671
原创 ZeptoClaw记忆系统揭秘：BM25、Embedding与HNSW可插拔检索及长期记忆管理
ZeptoClaw 是一款用 Rust 编写的本地优先（local-first）个人 AI 助手基础设施，它的记忆系统支持 **BM25、Embedding、HNSW** 三种可插拔检索后端，并内置长期记忆的衰减、重要度与自动卫生清理机制——让 AI 助手跨会话记住你的偏好，又不会让记忆库无限膨胀。本文将带你快速看懂这套记忆系统的设计与选型思路 🧠[![ZeptoClaw记忆系统：BM25、
2026-11-06 18:56:53
220
原创 旧会议录音也能变字幕:知了 Cicada 导入音视频转双语记录的实用技巧
错过会议、没开实时字幕，或者手里存着一大堆旧录音？开源工具**知了 Cicada** 的「导入录音或视频」功能，可以把 m4a、mp3、wav、mp4 等音视频文件直接转成一场**双语文字记录**，自动识别语言、逐句翻译，还能点时间戳跳回原音播放。下面分享几个导入旧会议录音转字幕的实用技巧，全程免费开源。[![知了 Cicada 实时字幕与双语文字记录功能一览](https://raw.git
2026-11-06 18:36:38
30
原创 Get Jobs 快速教程：AI求职助手如何把全平台自动投简历跑在本地
先说结果：配置完成后，Boss直聘一整套岗位投递下来，AI 生成的个性化打招呼语每个岗位都不重样，实测一天消耗的模型额度大约 6 美分；登录态靠 Cookie 持久化，一周左右扫一次码就够。如果你也曾在招聘网站之间来回切换、复制粘贴同一段打招呼语、投完还要手动记"哪家回了"，这篇文章就是帮你把这套流程整个外包出去的。下面我带你把 Get Jobs 这个开源 AI 求职助手完整跑起来，让它自动投简历
2026-11-06 17:44:53
217
原创 如何测试一个 VTT？AtlasVTT 无头浏览器 GPU 视觉测试与 Leak Fuzz 实战完整指南
Atlas VTT 是一款运行在 Obsidian 中的开源虚拟桌面（VTT）插件，提供战斗地图、Token、战争迷雾、骰子、先攻与独立的玩家视图。那么，一个在 GPU 上做像素级光照与视线计算的 VTT 该怎么测试？本文以 Atlas VTT 为例，带你了解它如何用无头浏览器（headless Chromium）运行 GPU 视觉测试，以及如何用 Leak Fuzz（泄漏模糊测试）自动揪出"光穿
2026-11-06 15:58:18
231
原创 rustunnel 隧道并发模型源码解析：Tokio 任务、DashMap 路由表与双缓冲区状态机
rustunnel 是一个用 Rust 编写的自托管隧道服务器，它把本地 HTTP/TCP/UDP 服务通过 TLS 加密的 WebSocket 暴露到公网。要同时扛住成百上千个客户端、每个客户端又可能有大量代理连接，**并发模型**就是它的灵魂。本文带你用最小的代码量，看懂 rustunnel 并发设计里的三块基石：**Tokio 异步任务**、**DashMap 无锁路由表**，以及那个巧妙处
2026-11-06 15:53:00
475
原创 AntiMicroX 手柄映射：3 步上手，让任何 PC 游戏都能用手柄玩
周五晚上，你窝在沙发上把手柄插到电视背后的 PC 上，屏幕里的游戏却只认键盘鼠标。按下按键的一瞬间你就明白：这是个"键鼠专属"的游戏。**AntiMicroX 手柄映射**要解决的就是这类问题。它是一款开源免费的图形化工具，把游戏手柄的按键、摇杆转换成系统认识的键盘、鼠标信号，以及脚本和宏，Linux🐧 与 Windows 都能用。适合想把键鼠游戏改到手柄上玩的玩家，也适合需要一套替代输入方案的
2026-11-06 12:56:12
53
原创 【实测好用】DL/T 698.45 规约源码解析：采集终端侧协议栈架构与上手指南
本文带你看懂这个仓库中 DL/T 698.45 规约的源码结构：一套电力接入网终端侧的协议栈是怎么分层的、从哪几个目录读起、以及最小上手路径。适合想了解 698.45 协议实现的开发者、学生和电力通信工程师。## 背景与痛点DL/T 698.45（全称《电力行业通信接入网技术规范 第 4-5 部分：面向对象的互操作性数据交换》）解决的是主站与现场采集终端之间的数据交换问题：读电能量、改参数
2026-11-05 21:01:57
49
原创 naturalspeech2_libritts常见问题与解决方案清单：Git LFS下载、软链接路径与推理报错一网打尽
naturalspeech2_libritts 是 Amphion 开源 TTS 项目中 **NaturalSpeech2 预训练模型**的官方 checkpoint 仓库，基于约 585 小时的 LibriTTS 英文多说话人语料（24kHz）训练。新手下载推理时最常踩的三个坑：**Git LFS 权重没拉下来、软链接相对路径写错、推理时报错**。本文用一份清单把它们一次讲透，帮你快速完成下载与
2026-11-05 19:17:59
71
原创 s3fs-fuse 指南：3 条命令把 S3 存储桶挂载为本地目录
假设你的 CI 机要读取 S3 桶里的构建产物，而现有脚本全是 `cp`、`cat`、`find` 这类本地文件操作。改造脚本去调 S3 API 成本不小——更省事的做法是让桶"长"在文件路径上。这就是 s3fs-fuse 做的事情：它基于 FUSE（Filesystem in Userspace）把 S3 桶挂载成一个本地目录，桶里的对象从此可以用 `ls`、`cat`、`vim` 等常规文件命
2026-11-05 15:55:56
181
原创 5分钟上手SpeechBrain TTS：tts-fastspeech2-ljspeech语音合成模型完全指南
SpeechBrain TTS 项目 **tts-fastspeech2-ljspeech** 是一个开箱即用的英语文本转语音（Text-to-Speech）预训练模型，基于 FastSpeech2 架构，在 LJSpeech 数据集上训练而成。它把文本或音素序列转换成梅尔频谱，再配合 HiFi-GAN 声码器即可生成 22050Hz 的自然语音。对于想快速体验语音合成、又不想从头训练的开发者来说
2026-11-05 15:02:20
811
原创 在 Windows 10/11 上造一块“看不见的显示器“：Virtual-Display-Driver 安装、配置与排障完整指南
在显示设置里凭空多出一块 3840×2160 的屏幕，让 OBS、Sunshine、VR 设备都把它当成独立显示器来用——这就是 Virtual-Display-Driver 做的事。它是一款基于微软 IddCx 1.10 框架的开源虚拟显示器驱动，运行于 Windows 10/11，能自定义分辨率与刷新率，还能借助 EDID 模拟把虚拟屏"伪装"成一块真实硬件，HDR 场景下可输出 10-bit
2026-11-05 14:36:17
70
原创 SwipeAwayDialog 深度解析：SwipeDismissTouchListener 手势识别与 Fling 速度判定原理
想给 Android 弹窗加上 Tinder 式的"左右滑动即关闭"效果？开源库 **SwipeAwayDialog** 让你只需继承一个 DialogFragment 就轻松实现。本文深入拆解它的核心类 **SwipeDismissTouchListener**，讲透 Android 手势识别的完整流程：从 touch slop 抖动过滤、VelocityTracker 速度采样，到 Fling
2026-11-05 14:24:37
103
原创 进阶篇：SPPO-Llama-3-8B-Instruct-GPM-2B还能再微调吗？二次开发与定制实战入门
SPPO-Llama-3-8B-Instruct-GPM-2B 是一个使用 SPPO（Self-Play Preference Optimization，自博弈偏好优化）算法与通用偏好表征模型（GPM-2B）微调而来的 8B 参数文本生成模型。本文带你搞清一件事：这个模型**还能不能继续微调**、如何做二次开发与个性化定制，并给出一份从零上手的实操路径。## 一、先认识这个模型：它已经"对齐"
2026-11-05 14:09:25
207
原创 Folia 安装指南：三步让全屏歌词播放器跑起来
Folia 是一款以全屏动态歌词为核心卖点的开源音乐播放器，QQ 音乐、网易云、酷狗等在线音源，加上 Navidrome 和本地音频文件夹都可以接进来。如果你想在 5 分钟内完成 Folia 下载与安装，本文解决三件事：该拿哪个包、各系统怎么装、装出问题怎么按症状排查。[![Folia 全屏歌词动画效果](https://raw.gitcode.com/GitHub_Trending/fo/f
2026-11-05 11:19:00
119
原创 小众终端项目的 72 小时：热度之后靠什么留住人
一个小众终端项目被推到时间线前排之后，通常会在 72 小时内经历三件事：仓库访问量陡增、一批"装完就关"的用户、以及作者第一次被迫回答"这东西到底能不能用"。`terminal-mac` 正处在这样一个位置上。它的自我描述只有一句"Entire MacOS running in your terminal"，但翻开 [README.md](https://link.gitcode.com/i/04
2026-11-05 10:17:22
117
原创 【开箱即用】Windows 7 KB2533623 离线补丁安装完整教程：30 秒选对版本，5 分钟装完
更新一直转圈、老是失败？Windows7KB2533623 补丁就是为这种情况准备的离线安装包：免费打包了 Windows 7 SP1 的 KB2533623 安全更新，64 位、32 位都有，下载、双击、装完。## 三十秒选对版本：x64 还是 x86KB2533623 是微软给 Windows 7 放出的安全更新，补的是系统里几个具体的漏洞。这个口子不堵，就一直开着。前置条件只有一
2026-11-04 23:42:07
68
原创 【离线版下载】如何快速生成 `.a2l` 文件？Asap2Editor 免安装用法全解
做 ECU 开发的人都绕不开 `.a2l` 文件：测量和校准参数全靠它来描述，手敲容易出错，而网上要找一款趁手的生成工具又很费劲。Asap2Editor 就是一个免安装的 `.a2l` 文件生成工具——把压缩包解压出来，双击运行，就能直接产出标准的 `.a2l` 文件。## Asap2Editor 是什么：一款独立的 `.a2l` 文件编辑器一句话说明白：它是专门干"生成 `.a2l` 文
2026-11-04 16:39:54
29
原创 Audio8 ASR Infinite：80ms 时钟流式语音识别前瞻
Audio8 ASR Infinite 是面向实时语音交互的原生流式语音识别模型：80ms 时钟下每秒 12.5 次出字判定，转写延迟 240–560ms 可配，中英双语，权重约 8.17GB。Preview 版已交付 ASR 基座，路线图指向正式版在同一帧网格上的帧级语义感知。## 场景引入：说到一半被打断，怎么办？用语音助手时你大概率遇到过：话说到一半停顿想措辞，它立刻抢答；口吃重复"
2026-11-04 16:01:57
80
原创 X-AnyLabeling 图像分类器：5 步做出可训练的分类数据集
X-AnyLabeling 图像分类器是一个独立于主标注窗口的整图打标窗口：主窗口负责给图里的目标画框、画点，它负责给"整张图"归类。做图像分类数据集时，你要的是"每张图一个 JSON 标签、类别互斥可导出"这类产出，而这个窗口恰好把「定义类别 → AI 预标注 → 人工复核 → 按类导出」整条链路收进了一个界面里。读完本文，你能独立完成一套带 AI 辅助预标注、可复核、可按类别导出的图像分类数据
2026-11-04 15:58:32
219
原创 【纯白嫖】Windbg 64位安装 + 汉化包完整教程：3 步把调试界面换成中文
这个仓库直接打包了 Windbg 的 64位 安装包（windbg64.zip）和配套的 Windbg 汉化包。如果你要在 64 位 Windows 上做驱动调试、崩溃转储分析，又不想跟满屏英文界面较劲，照着这篇 Windbg 汉化教程走三步就能上手。## 什么时候你会需要 WindbgWindbg（Windows Debugger）是微软出品的调试器，在几类场景里出场率很高：- 开发
2026-11-04 15:46:55
186
原创 osls 项目现状与演进方向：Bref 团队如何长期维护这款 AWS 无服务器部署 CLI
osls（Open Serverless，开源无服务器）是一款由 Bref 团队维护的**开源 AWS 无服务器部署 CLI**，最初作为 Serverless Framework v3 的持续维护分支（fork）而生，如今已独立演进到 v4 稳定版。它继续用熟悉的 `serverless.yml` 定义 Lambda 函数、事件源、IAM 权限与 CloudFormation 资源，并且明确**
2026-11-04 12:33:50
1024
原创 自动产出 OpenCore EFI 完整指南
OpCore-Simplify 是一个黑苹果一键配置工具，输入一份硬件报告，它自动完成兼容性校验、ACPI 补丁匹配和 kext 挑选，直接产出一个可引导的 OpenCore EFI。你不用手写 config.plist，也不用逐个查 kext 版本，原本要反复对照论坛折腾几天的事，一次会话就能走完。## 解决什么痛点手工搭 EFI 最磨人的环节很具体：每个 kext 都要查版本号，ACP
2026-11-04 12:17:59
224
原创 BioMCP API Key完全清单：NCBI、Semantic Scholar、OncoKB、AlphaGenome密钥如何改变查询体验
BioMCP 是一款面向 AI 智能体的生物医学数据工具，默认无需任何密钥即可运行——但配置好 API Key 后，NCBI 数据源的请求速率从 3 req/sec 提升到 10 req/sec，Semantic Scholar 文献检索获得专属配额，OncoKB 肿瘤注释解锁生产环境，AlphaGenome 还能预测基因变异的蛋白结构影响。本文将完整清单式讲清 BioMCP 支持的所有密钥：各自
2026-11-04 11:10:09
129
原创 微信聊天记录导出完整指南：4 步把微信桌面版记录存成 HTML、Word 和 CSV
WeChatMsg 是一款免费开源的本地工具，它离线读取微信桌面版的本地数据库，把聊天记录导出为 HTML、Word、CSV 三种文件。工具全程在你自己的电脑上运行，数据不联网、不上传，面向没有编程基础的普通用户，照着复制命令即可走通全流程。## 🧰 能力速览：WeChatMsg 能做什么- 离线解析微信桌面版本地数据库，导出完整聊天记录，全程只读、不联网，不修改原始数据- 提供三种导
2026-11-04 10:14:35
293
原创 【免登录下载】在 Unity 里快速跑通 RTSP 流：VLC for Unity 插件实战指南
当你需要把监控摄像头的实时画面放进 Unity 场景，却发现原生 VideoPlayer 只认本地视频文件——rtsp:// 地址填进去，转圈等不到出画面。VLC for Unity 就是为这种情况准备的 Unity 视频播放插件：让你的场景直接播放 RTSP 等在线视频流，画面不用先落地存盘再加载。## 它到底能帮你做什么- **RTSP 流直连**：rtsp:// 地址直接塞进去就能播
2026-11-03 23:53:02
6
原创 【实测好用】Win7 32位如何快速安装 VS Code 1.69.0：亲测可用的老系统方案
还在用 Windows 7 32位的老电脑，却装不上最新版的 VS Code？这个仓库正好帮到你：它提供了一份专为 Win7 32位 准备的老版本安装包 VSCodeUserSetup-ia32-1.69.0，作者亲测在 Win7 32位 上可以正常打开、编辑代码，适合想给老系统配一个轻量级代码编辑器的你。## 为什么是 1.69.0 这个版本VS Code 是微软推出的免费代码编辑器，安
2026-11-03 21:59:25
6
原创 REA 安装：5 分钟装好 REA 逆向工程工具，跑通一次真实分析，再把它接进 AI 智能体
REA 是一个开源的逆向工程分析工具，一条 `rea` 命令就能检查应用行为、JavaScript/Electron 应用和原生二进制。它还能作为 MCP（让 AI 模型调用外部工具的协议）服务器运行，你的 AI 智能体可以直接调用这些分析能力。读完这篇，你的机器上会有 `rea` 命令、一次看到 JSON 输出的真实分析，以及一个接好的智能体通道。[
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人