<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02026的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02026</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02026]]></copyright><item><title><![CDATA[声纹模型从 Core ML 到纯 C 推理:知了 Cicada 说话人识别的代码实现原理]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149824141</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149824141</guid><author>gitblog_02026</author><pubDate>Fri, 06 Nov 2026 22:59:05 +0800</pubDate><description><![CDATA[知了 Cicada 是一款免费开源的实时字幕、同声传译与 AI 会议纪要工具，支持 Mac、Windows、Linux 和 Android。它的说话人识别功能会为每一句话生成声纹，自动区分"说话人 1、2、3"。这篇文章带你拆解同一个声纹模型如何在 Mac 上用 Core ML 运行、在 Linux 上用纯 C 推理，以及两端如何保证结果完全一致。

[![知了 Cicada 实时直播字幕与说话人]]></description><category></category></item><item><title><![CDATA[Weaviate 的 llms.txt 深度拆解：向量数据库如何为 AI Agent 设计机器可读文档（XERJ 对比研究）]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/144690030</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/144690030</guid><author>gitblog_02026</author><pubDate>Sat, 17 Oct 2026 17:47:33 +0800</pubDate><description><![CDATA[本篇技术研究基于 XERJ 开源仓库中 `docs/research/llms-txt-2026-09` 系列研究资料，以 [Weaviate 拆解页](https://link.gitcode.com/i/df11b0c15c50b19affbefd6ffa131cd2) 为核心，完整呈现 Weaviate 面向 AI Agent 发布的 `llms.txt`、`auth.md`、内置 MCP ]]></description><category></category></item><item><title><![CDATA[Tendermint Core 升级指南：从 v0.24 到 v0.34 的协议演进与兼容性迁移全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/151411500</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/151411500</guid><author>gitblog_02026</author><pubDate>Sun, 11 Oct 2026 19:57:53 +0800</pubDate><description><![CDATA[本指南以官方 [UPGRADING.md](https://link.gitcode.com/i/2e08857e1775dfe2c381454c845c264a) 为骨架，系统梳理 Tendermint Core 从 v0.24 到 v0.34.24 各版本升级时必须关注的破坏性变更：ABCI 接口演进、Protocol Buffers 编码迁移、区块与 P2P 协议变化、交易索引机制重构、内存]]></description><category></category></item><item><title><![CDATA[ng-zorro-antd 日期选择器尺寸控制实战：nzSize 三种取值与 finalSize 优先级机制]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149628364</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149628364</guid><author>gitblog_02026</author><pubDate>Thu, 24 Sep 2026 10:35:28 +0800</pubDate><description><![CDATA[本文以 ng-zorro-antd 中日期选择器的官方示例“三种大小”为主体，完整讲解 `nzSize` 属性的取值、默认行为与动态绑定方式，并结合 [date-picker 组件源码](https://link.gitcode.com/i/cb798120c3a2178dd41c2cf0f6523399) 剖析组件最终尺寸的三级优先判定逻辑（表单尺寸 → 紧凑空间尺寸 → 组件自身尺寸），以及 ]]></description><category></category></item><item><title><![CDATA[TEN Framework 中的 Soniox 实时语音识别扩展（soniox_asr_python）使用与源码解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/150565518</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/150565518</guid><author>gitblog_02026</author><pubDate>Wed, 23 Sep 2026 20:17:44 +0800</pubDate><description><![CDATA[> 本指南以 TEN Framework 仓库中的 `soniox_asr_python` 扩展为对象，完整讲解其配置参数、四种 `holding_mode` 语义、`asr_result` 输出结构、WebSocket 底层通信、错误分级与指数退避重连机制，并结合 [manifest.json](https://link.gitcode.com/i/d9346b9d99ae5a8298fd60b]]></description><category></category></item><item><title><![CDATA[Hermes WebUI多模型切换：完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/145204333</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/145204333</guid><author>gitblog_02026</author><pubDate>Tue, 08 Sep 2026 11:37:33 +0800</pubDate><description><![CDATA[Hermes WebUI 的模型管理功能，让你在一个网页界面里同时配置 OpenAI、Anthropic、Ollama、LM Studio 等提供商，并在会话中随时切换。它适合需要在多个 AI 模型之间频繁切换、又不想手动管理一堆密钥和接口的人。

## 🎯 用多个AI模型，你中过这些招吗

这一节回答一个问题：为什么值得把多个模型收进同一个入口。

写代码的时候想换 Claude Code，得]]></description><category></category></item><item><title><![CDATA[DeepEval 快速上手指南：三步跑通你的第一个 LLM 评测]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149683653</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149683653</guid><author>gitblog_02026</author><pubDate>Tue, 08 Sep 2026 11:33:33 +0800</pubDate><description><![CDATA[DeepEval 是一个开源的 LLM 评测框架，定位相当于传统软件里的 Pytest——只是测试对象换成了大模型应用。你写下输入和期望输出，挑一个指标（答案相关性、忠实度、任务完成度之类），它就能给输出打一个 0 到 1 的分数并告诉你过不过。所有评测都在本地机器上运行，不管你的应用是 RAG、聊天机器人还是 Agent，都能接进来。如果你正在做 AI 应用，还在靠"肉眼看出活好坏"判断质量，这]]></description><category></category></item><item><title><![CDATA[BilibiliDown终极指南：免费跨平台B站视频批量下载解决方案]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/144660441</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/144660441</guid><author>gitblog_02026</author><pubDate>Mon, 25 May 2026 14:26:09 +0800</pubDate><description><![CDATA[BilibiliDown是一款开源的B站视频下载工具，支持Windows、Linux和macOS三大平台，让你轻松实现B站视频的离线保存和批量下载。无论你是想收藏学习资料、备份UP主内容，还是整理个人收藏，这款工具都能提供高效便捷的解决方案。作为一款完全免费的开源软件，BilibiliDown不仅功能强大，而且完全透明，让你安全放心地管理自己的视频资源。

## 🎯 为什么选择BilibiliD]]></description><category></category></item><item><title><![CDATA[cinolib与Eigen集成指南：线性代数加速多边形网格算法的10个实践技巧]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/144501226</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/144501226</guid><author>gitblog_02026</author><pubDate>Mon, 25 May 2026 07:23:03 +0800</pubDate><description><![CDATA[cinolib是一个强大的C++头文件库，专门用于处理多边形和多面体网格。通过与Eigen线性代数库的深度集成，cinolib能够高效执行复杂的网格算法计算。本文将为您揭示如何利用这一强大组合加速您的多边形网格处理工作流程。🎯

## 为什么选择cinolib与Eigen集成？✨

cinolib提供了一个统一的数据结构，支持三角形、四边形、多边形等表面网格以及四面体、六面体等多面体体积网格。而]]></description><category></category></item><item><title><![CDATA[革命性文档工具DevDocs：一站式聚合200+技术栈API文档]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149626392</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149626392</guid><author>gitblog_02026</author><pubDate>Sat, 25 Apr 2026 12:05:40 +0800</pubDate><description><![CDATA[DevDocs是一款革命性的API文档浏览器，它将200多种技术栈的API文档整合到一个简洁高效的界面中，为开发者提供了前所未有的文档查阅体验。无论是前端开发、后端编程还是DevOps工程师，都能通过这个强大的工具快速找到所需的技术文档，极大地提升开发效率。

## 为什么选择DevDocs？

在日常开发中，开发者经常需要查阅各种技术文档。然而，不同的技术栈通常有各自独立的文档网站，这使得切换查]]></description><category></category></item><item><title><![CDATA[Video2X批量处理脚本：Python调用CLI接口实现队列管理]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/150336214</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/150336214</guid><author>gitblog_02026</author><pubDate>Mon, 26 Jan 2026 19:11:16 +0800</pubDate><description><![CDATA[Video2X是一款基于waifu2x、Anime4K、SRMD和RealSR技术的无损视频/GIF/图像放大工具。它能够显著提升视频和图像的分辨率质量，保持画面细节的同时实现智能放大效果。对于需要处理大量媒体文件的用户来说，批量处理脚本是提高工作效率的必备利器。🎯

## 为什么需要批量处理脚本？

在日常视频处理工作中，我们经常需要面对多个文件的处理需求。手动逐个处理不仅耗时耗力，还容易出错]]></description><category></category></item><item><title><![CDATA[无人机数据链加密：PX4-Autopilot基于椭圆曲线的加密方案]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149593239</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149593239</guid><author>gitblog_02026</author><pubDate>Sun, 25 Jan 2026 00:55:47 +0800</pubDate><description><![CDATA[在无人机技术快速发展的今天，数据传输的安全性成为保障飞行安全的关键环节。PX4-Autopilot作为开源无人机飞控系统的领军者，其数据链加密方案采用先进的椭圆曲线密码学（ECC）技术，为无人机与地面站之间的通信提供了强大的安全保障。本文将深入解析PX4-Autopilot加密方案的实现原理、配置步骤及实际应用场景，帮助开发者快速部署安全可靠的数据传输系统。

## 为什么选择椭圆曲线加密？

椭]]></description><category></category></item><item><title><![CDATA[榨干RTX4090性能！消费级显卡部署GLM-4-9B-Chat-1M全攻略：从单卡推理到200万字上下文实战]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/150260842</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/150260842</guid><author>gitblog_02026</author><pubDate>Tue, 12 Aug 2025 09:00:04 +0800</pubDate><description><![CDATA[你是否在2023年矿潮退去后入手了RTX 4090却只用来打游戏？当AI大模型浪潮席卷而来时，这张拥有24GB显存的"卡皇"正被严重低估——GLM-4-9B-Chat-1M模型的出现，让消费级显卡首次具备处理百万级上下文（约200万中文字符）的能力。本文将带你完成从硬件检测到实际部署的全流程，用最少的成本搭建专业级AI工作站，彻底释放显卡的AI算力。

读完本文你将获得：
- 精准评估消费级显卡运...]]></description><category></category></item><item><title><![CDATA[【限时免费】 项目实战：用stable-video-diffusion-img2vid-xt-1-1构建一个“动态艺术画生成器”，只需100行代码！]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149682535</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149682535</guid><author>gitblog_02026</author><pubDate>Sun, 27 Jul 2025 09:00:07 +0800</pubDate><description><![CDATA[在这个项目中，我们将利用`stable-video-diffusion-img2vid-xt-1-1`模型，构建一个“动态艺术画生成器”。这个应用的功能是将用户上传的静态艺术画（如油画、水彩画等）转换为一段动态视频，让画作“活”起来。例如，用户上传一幅风景画，生成器可以模拟风吹草动、云卷云舒的效果，或者将人物画中的表情和动作动态化。

- **输入**：用户上传的一张静态艺术画（支持常见的图片格式...]]></description><category></category></item><item><title><![CDATA[【限时免费】 杀鸡焉用牛刀？模型家族系列模型（大、中、小版本）选型终极指南...]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149628713</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149628713</guid><author>gitblog_02026</author><pubDate>Fri, 25 Jul 2025 09:08:20 +0800</pubDate><description><![CDATA[杀鸡焉用牛刀？模型家族系列模型（大、中、小版本）选型终极指南

    
        
            【免费下载链接】Octopus-v2
            
            
                
                项目地址: https://gitcode.com/mirrors/NexaAIDev/Octopus-v2
         ...]]></description><category></category></item><item><title><![CDATA[【限时免费】 深度拆解baichuan2_7b_base：从基座到技术实现]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149628512</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149628512</guid><author>gitblog_02026</author><pubDate>Fri, 25 Jul 2025 09:07:48 +0800</pubDate><description><![CDATA[深度拆解baichuan2_7b_base：从基座到技术实现

    
        
            【免费下载链接】baichuan2_7b_base
            baichuan2 7b大模型
            
                
                项目地址: https://gitcode.com/openMind/baichua...]]></description><category></category></item><item><title><![CDATA[从本地部署到性能优化：Gemma-2-9B-IT大模型全链路实践指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/149593393</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/149593393</guid><author>gitblog_02026</author><pubDate>Thu, 24 Jul 2025 09:00:35 +0800</pubDate><description><![CDATA[你是否还在为大模型部署成本高、本地运行卡顿而困扰？作为Google开源的轻量级大模型，Gemma-2-9B-IT以90亿参数实现了与同类模型相比更优的性能，同时支持消费级GPU运行。本文将带你从环境搭建到高级优化，全方位掌握这款模型的本地化应用，读完你将获得：
- 3种硬件配置下的部署方案（含CPU应急方案）
- 4种量化策略的显存占用对比
- 6倍推理加速的TorchCompile实战
- 企业...]]></description><category></category></item><item><title><![CDATA[最优化部署指南：resnet50.a1_in1k模型的社区资源与工业级实践]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/145052419</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/145052419</guid><author>gitblog_02026</author><pubDate>Fri, 10 Jan 2025 10:52:33 +0800</pubDate><description><![CDATA[你是否正在寻找一个既高效又可靠的图像分类模型？还在为模型部署时的性能优化和社区支持不足而烦恼？本文将系统解析resnet50.a1_in1k模型的技术特性、社区生态及工业级应用方案，帮助你快速掌握从模型选型到生产部署的全流程要点。

读完本文你将获得：
- 掌握resnet50.a1_in1k的核心技术优势与适用场景
- 获取完整的模型获取、加载与推理代码模板
- 了解模型性能基准与同类模型对比分...]]></description><category></category></item><item><title><![CDATA[深入解析Whisper-large-v3模型的参数设置]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/144844721</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/144844721</guid><author>gitblog_02026</author><pubDate>Tue, 31 Dec 2024 11:00:54 +0800</pubDate><description><![CDATA[在自动语音识别（ASR）领域，Whisper-large-v3模型以其卓越的性能和广泛的适应性受到了广泛关注。然而，要充分发挥模型的潜力，合理设置参数至关重要。本文将深入探讨Whisper-large-v3模型的关键参数，解析其功能、取值范围及对模型性能的影响，并提供调参方法和案例分析，帮助读者更好地理解和优化模型。

## 参数概览

Whisper-large-v3模型的参数众多，以下是一些影...]]></description><category></category></item><item><title><![CDATA[8卡GPU都带不动的大模型？Mixtral 8X7B GGUF量化实战：从2G显存到企业级部署]]></title><link>https://blog.youkuaiyun.com/gitblog_02026/article/details/144738772</link><guid>https://blog.youkuaiyun.com/gitblog_02026/article/details/144738772</guid><author>gitblog_02026</author><pubDate>Thu, 26 Dec 2024 11:28:30 +0800</pubDate><description><![CDATA[你是否遇到过这些痛点？下载了40GB的大模型却连加载都失败，换了Q4量化版还是卡顿严重，想在本地部署又被各种参数搞得晕头转向？本文将通过**6大实战模块**，带你从零基础掌握Mixtral 8X7B GGUF模型的选型、部署与优化，让你的消费级GPU也能流畅运行万亿参数级AI模型。

读完本文你将获得：
- 3分钟学会量化模型选型的决策框架
- 5种部署工具的对比测试与避坑指南
- 显存占用降低7...]]></description><category></category></item></channel></rss>