<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02202的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02202</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02202]]></copyright><item><title><![CDATA[【纯白嫖】利用日照时数计算太阳辐射指南：输入日照时数和纬度，5 分钟算出站点辐射值]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/145223091</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/145223091</guid><author>gitblog_02202</author><pubDate>Fri, 13 Nov 2026 23:12:04 +0800</pubDate><description><![CDATA[气象站只有日照时数，却拿不到站点的太阳辐射值？「利用日照时数计算太阳辐射」这个项目给了一份现成的 Excel 计算模板：输入逐月日照时数和站点纬度，直接算出太阳辐射量，不需要装任何软件。

## 📦 它是什么：一份只填两列数据的 Excel 模板

这是一个基于经典估算方法的开源工具，核心就是一个 Excel 模板。打开、填数、读数，三步完成，没有安装步骤，也没有代码。

| 项目 | 说明 |]]></description><category></category></item><item><title><![CDATA[VCMI 随机地图生成（RMG）架构详解：从 Zone 图、Modifier 流水线到 Penrose 铺砌与宝藏放置]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144881899</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144881899</guid><author>gitblog_02202</author><pubDate>Sun, 11 Oct 2026 19:51:20 +0800</pubDate><description><![CDATA[VCMI 是《魔法门之英雄无敌 III》的开源引擎，其随机地图生成器（Random Map Generator，RMG）是整个引擎最具算法含量的模块之一。本文以仓库文档 [RMG_Description.md](https://link.gitcode.com/i/3048474dbbd1624bed505481ed5d9d87) 为核心骨架，结合 [lib/rmg](https://link.g]]></description><category></category></item><item><title><![CDATA[BoostNote-Legacy数据存储原理揭秘：boostnote.json与目录结构完全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149682956</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149682956</guid><author>gitblog_02202</author><pubDate>Sun, 20 Sep 2026 18:53:21 +0800</pubDate><description><![CDATA[BoostNote-Legacy 是一款面向程序员的开源 Markdown 笔记应用，它的全部数据都保存在你电脑本地的一个普通文件夹里——每个存储（Storage）对应一个目录，其中 `boostnote.json` 记录文件夹元数据，`notes/` 子目录下的 `.cson` 文件则是笔记本体。本文带你完整解析这套数据存储原理与目录结构，即使不懂代码也能看懂。

[![BoostNote 数据]]></description><category></category></item><item><title><![CDATA[Prisma 服务配置入门：使用 Prisma CLI 初始化与管理数据库服务]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149925624</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149925624</guid><author>gitblog_02202</author><pubDate>Sun, 20 Sep 2026 10:31:58 +0800</pubDate><description><![CDATA[Prisma 将数据库封装为可查询的 GraphQL API，而 Prisma CLI（命令行接口）是管理与配置这类数据库服务的核心工具。本篇文章基于 `docs/1.0/04-Reference/01-Service-Configuration/01-Overview.md` 展开，系统讲解如何通过 `npm` 安装 Prisma CLI、使用 `prisma init` 初始化服务骨架，以及以]]></description><category></category></item><item><title><![CDATA[comprehensive-rust 课程中的 Chromium Rust 测试方案：rust_gtest_interop 库深度解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149593475</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149593475</guid><author>gitblog_02202</author><pubDate>Wed, 09 Sep 2026 19:22:01 +0800</pubDate><description><![CDATA[本篇技术指南聚焦 Google 开源 Rust 课程（comprehensive-rust）Chromium 专题中的 [rust-gtest-interop.md](https://link.gitcode.com/i/e3707613dd7affd8d18b1cf9dfdfd9b3) 文档，系统讲解 Chromium 中如何借助 `rust_gtest_interop` 库用 Rust 编写 ]]></description><category></category></item><item><title><![CDATA[老款 Intel Mac 升级最新 macOS 的三个核心操作：OpenCore Legacy Patcher 实操指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149926536</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149926536</guid><author>gitblog_02202</author><pubDate>Tue, 08 Sep 2026 13:13:58 +0800</pubDate><description><![CDATA[OpenCore Legacy Patcher（OCLP）是一个免费开源工具，让被苹果停止支持的 Intel Mac 也能安装使用 macOS Big Sur（11）到 Sequoia（15）。本文面向新手和普通用户，按实操顺序讲清判型号、做安装介质、构建 OpenCore、打根补丁四件事，不绕弯子。

## 先判断：你的 Mac 能不能升

OCLP 只面向 Intel 机型。PowerPC 架]]></description><category></category></item><item><title><![CDATA[InsightFace 人脸检测与人脸识别完整指南：三步跑通本地人脸分析]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149683330</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149683330</guid><author>gitblog_02202</author><pubDate>Tue, 08 Sep 2026 09:09:17 +0800</pubDate><description><![CDATA[InsightFace 是开源的 2D/3D 人脸分析工具箱，把检测（SCRFD）、识别（ArcFace）、对齐与性别年龄属性打包成模型包。安装 insightface 包后写 5 行代码即可本地完成人脸检测与同人比对，预训练模型自动下载，无需训练。

## 三类典型需求，它分别怎么解

如果你的需求是本地人脸比对——判断两张照片是否同一人、数据不出机器，它可以直接从每张图提取 512 维 emb]]></description><category></category></item><item><title><![CDATA[RDPWrap配置文件终极指南：彻底解决Windows远程桌面多用户限制]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/145051615</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/145051615</guid><author>gitblog_02202</author><pubDate>Mon, 27 Jul 2026 18:41:23 +0800</pubDate><description><![CDATA[你是否曾经遇到过Windows系统更新后，远程桌面突然无法支持多用户同时连接的问题？😱 当你的团队协作被打断，远程管理变得困难重重时，RDPWrap配置文件就是你的救星！这个开源项目专门为Windows远程桌面服务提供配置文件支持，让原本仅支持单用户连接的Windows系统能够完美支持多用户同时远程访问。

## 🔍 快速诊断：为什么你的远程桌面突然"罢工"了？

每次Windows更新都可能]]></description><category></category></item><item><title><![CDATA[Trigger Happy与IFTTT对比：开源自动化平台的7大优势]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144503513</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144503513</guid><author>gitblog_02202</author><pubDate>Sat, 23 May 2026 07:56:03 +0800</pubDate><description><![CDATA[在当今数字化时代，自动化工具已经成为提高工作效率的重要助手。**Trigger Happy**作为一款开源的自动化平台，为那些寻求数据隐私和完全控制的用户提供了完美的解决方案。与流行的IFTTT（If This Then That）相比，这个基于Django的开源自动化工具拥有7大显著优势，让您能够完全掌控自己的数据和工作流程。

## 🔒 1. 数据隐私与安全控制

Trigger Happy]]></description><category></category></item><item><title><![CDATA[Aria2GUI配置优化：如何设置参数让下载速度翻倍]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144821037</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144821037</guid><author>gitblog_02202</author><pubDate>Sat, 21 Mar 2026 00:17:33 +0800</pubDate><description><![CDATA[Aria2GUI是一款高效的下载工具，通过合理配置参数可以显著提升下载速度。本文将详细介绍如何优化Aria2GUI的核心参数，帮助你轻松实现下载速度翻倍的效果。

[![Aria2GUI应用图标](https://raw.gitcode.com/gh_mirrors/ari/aria2gui/raw/15f8a039ab4abede2afae56fc42de9b9adf3ac21/MacGap/I]]></description><category></category></item><item><title><![CDATA[探索gh_mirrors/se/service-workers：打造高效Service Worker的终极工具集]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144553671</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144553671</guid><author>gitblog_02202</author><pubDate>Thu, 05 Mar 2026 01:12:31 +0800</pubDate><description><![CDATA[gh_mirrors/se/service-workers是一个全面的Service Worker工具集，包含生成、测试和实验Service Worker的实用工具，帮助开发者轻松构建高效的离线Web应用。

## 🌟 什么是Service Worker Toolchain？

Service Worker Toolchain是一个功能强大的工具集合，专为简化Service Worker的创建、]]></description><category></category></item><item><title><![CDATA[Docker Airflow 终极指南：10分钟快速搭建企业级工作流平台]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/145051439</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/145051439</guid><author>gitblog_02202</author><pubDate>Tue, 27 Jan 2026 01:23:43 +0800</pubDate><description><![CDATA[Docker Airflow 是一款基于 Docker 容器化技术的 Apache Airflow 部署方案，能够帮助团队快速搭建企业级工作流自动化平台。通过容器化部署，你可以在几分钟内完成从环境配置到工作流运行的全流程，无需担心复杂的依赖管理和环境一致性问题。

## 🚀 为什么选择 Docker Airflow？

Docker Airflow 提供了开箱即用的工作流解决方案，具有以下核心优]]></description><category></category></item><item><title><![CDATA[为什么选择86Box：对比其他模拟器的5大独特优势]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144343275</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144343275</guid><author>gitblog_02202</author><pubDate>Tue, 27 Jan 2026 00:25:21 +0800</pubDate><description><![CDATA[86Box是一款基于PCem开发的x86架构机器模拟器，专注于提供高精度的硬件模拟体验。无论是复古计算爱好者还是需要运行老旧软件的用户，这款强大的工具都能让你轻松重温经典x86计算机的魅力。本文将深入剖析86Box相比其他模拟器的五大核心优势，助你理解为何它能成为复古计算领域的佼佼者。

[![86Box模拟器标志](https://raw.gitcode.com/gh_mirrors/86/86]]></description><category></category></item><item><title><![CDATA[PocketFlow深度学习：神经网络架构生成系统]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/150380245</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/150380245</guid><author>gitblog_02202</author><pubDate>Sun, 25 Jan 2026 01:22:12 +0800</pubDate><description><![CDATA[PocketFlow是一个极简的LLM框架，仅用100行代码就能实现让大型语言模型（LLMs）自我编程的功能。它为深度学习开发者提供了快速构建和部署神经网络架构的解决方案，尤其适合新手和普通用户快速上手。

## 什么是PocketFlow？

PocketFlow是一个轻量级的深度学习框架，它的核心理念是"Enable LLMs to Program Themselves"。通过这个框架，开发者]]></description><category></category></item><item><title><![CDATA[【限时免费】 装备库升级：让nomic-embed-text-v1.5如虎添翼的五大生态工具]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149682521</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149682521</guid><author>gitblog_02202</author><pubDate>Sun, 27 Jul 2025 09:00:06 +0800</pubDate><description><![CDATA[在AI领域，一个强大的模型往往需要强大的工具生态来支撑其潜力。`nomic-embed-text-v1.5`作为一款高效的文本嵌入模型，凭借其动态调整嵌入维度的能力（Matryoshka Representation Learning）和长上下文支持，已经成为开发者们的热门选择。然而，如何充分发挥其性能，还需要依赖一系列兼容的生态工具。本文将介绍五大与`nomic-embed-text-v1.5`...]]></description><category></category></item><item><title><![CDATA[【性能革命】ControlNet-modules-safetensors：18个模型全解析与本地化部署指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/149626223</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/149626223</guid><author>gitblog_02202</author><pubDate>Fri, 25 Jul 2025 09:01:08 +0800</pubDate><description><![CDATA[- 原版模型动辄数GB，低配显卡加载即崩溃
- 网络下载速度慢，频繁中断导致训练中断
- 模型格式混乱，Canny/Depth等模块管理困难
- 部署流程复杂，新手需配置多种依赖环境

本文将系统解决以上问题，通过18个优化后的Safetensors模型实现：
- 模型体积减少40%+，显存占用降低35%
- 本地化部署5分钟完成，全程离线运行
- 完整支持AUTOMATIC1111 WebUI生...]]></description><category></category></item><item><title><![CDATA[深入理解 Mini-Omni：配置与环境要求详解]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/145223905</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/145223905</guid><author>gitblog_02202</author><pubDate>Sat, 18 Jan 2025 11:00:57 +0800</pubDate><description><![CDATA[在当今人工智能领域，Mini-Omni 模型以其端到端的语音交互能力引起了广泛关注。为了充分利用这一先进模型，正确配置运行环境至关重要。本文将详细介绍 Mini-Omni 模型的配置要求与环境搭建，帮助用户顺利部署和使用该模型。

## 系统要求

在开始配置 Mini-Omni 模型之前，首先需要确保您的系统满足以下基本要求：

### 操作系统

Mini-Omni 支持主流的操作系统，包括：...]]></description><category></category></item><item><title><![CDATA[2025 Vicuna-13B终极升级指南：从Delta模型到生产级对话系统的完整实践]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/145204334</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/145204334</guid><author>gitblog_02202</author><pubDate>Fri, 17 Jan 2025 11:50:32 +0800</pubDate><description><![CDATA[当企业尝试部署开源对话模型时，90%的团队会遭遇三重困境：  
- **模型碎片化**：基础模型、Delta权重、量化版本混乱，不知如何组合  
- **资源陷阱**：13B参数模型需要至少24GB显存，单机部署成本高企  
- **效果落差**：开源模型与商业API的响应质量存在显著差距  

本文将通过**7个实战模块**，带您从Vicuna-13B-Delta-v1.1的二进制权重文件出发，...]]></description><category></category></item><item><title><![CDATA[Comic-Diffusion模型的创新之路：最新进展与未来趋势]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144762125</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144762125</guid><author>gitblog_02202</author><pubDate>Fri, 27 Dec 2024 10:53:42 +0800</pubDate><description><![CDATA[Comic-Diffusion模型的创新之路：最新进展与未来趋势
在文本到图像生成领域，Comic-Diffusion模型以其独特的艺术风格和灵活的定制能力，成为了众多创作者和开发者的首选工具。本文将为您介绍Comic-Diffusion模型的最新进展，探讨行业技术趋势，以及展望未来的发展方向。
近期更新
新版本特性
Comic-Diffusion模型最新发布的V2版本，带来了六种艺术风格的混合训...]]></description><category></category></item><item><title><![CDATA[【亲测免费】 深度解析：paraphrase-multilingual-MiniLM-L12-v2模型的优势与局限性]]></title><link>https://blog.youkuaiyun.com/gitblog_02202/article/details/144690000</link><guid>https://blog.youkuaiyun.com/gitblog_02202/article/details/144690000</guid><author>gitblog_02202</author><pubDate>Tue, 24 Dec 2024 11:41:07 +0800</pubDate><description><![CDATA[在当今的自然语言处理领域，sentence-transformers库的paraphrase-multilingual-MiniLM-L12-v2模型引起了广泛关注。本文将深入探讨该模型的优势与局限性，旨在帮助用户全面了解并合理使用这一工具。

## 模型的主要优势

### 性能指标

paraphrase-multilingual-MiniLM-L12-v2模型以优异的性能指标著称。它能够将句...]]></description><category></category></item></channel></rss>