<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02352的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02352</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02352]]></copyright><item><title><![CDATA[HackRF One 内部结构：一块 1 MHz–6 GHz SDR 如何跑满 20 Msps 采样]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/150261210</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/150261210</guid><author>gitblog_02352</author><pubDate>Mon, 09 Nov 2026 10:37:57 +0800</pubDate><description><![CDATA[想观测一段几十 MHz 宽的宽频带信号，普通设备往往带宽不够，需要一台采样率足够高的软件定义无线电。HackRF One 就是干这件事的开源 SDR 外设：1 MHz 到 6 GHz 收发、2–20 Msps 正交采样、8 位分辨率，插上 USB 就能用。问题在于，一块低成本设备如何把每秒上千万个样本搬进搬出不丢帧？答案藏在它"分工明确"的架构里。

## 定位与总览：控制、搬运、变频三层分工

]]></description><category></category></item><item><title><![CDATA[WuKongIM v2→v3 离线迁移中的元数据转换与真实源库预检：设备冷启动、重复会话与空频道证明实战]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/144531885</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/144531885</guid><author>gitblog_02352</author><pubDate>Fri, 16 Oct 2026 23:39:39 +0800</pubDate><description><![CDATA[本文以 WuKongIM 迁移实现中的《v2 元数据转换与真实源库预检》报告为核心，讲解 v2→v3 离线迁移对设备、会话、空频道管理记录三类元数据的解析规则与转换策略：如何在已停机的 v2 数据上按冷启动语义选定设备凭据、按原唯一索引与 Slot Leader 列表版本还原会话状态、如何以可验证的"配对 + 原命令"证据归档空频道记录，以及真实三节点备份隔离预检（metadata-28）的过程、]]></description><category></category></item><item><title><![CDATA[uni-app x 中 padding 内边距属性完全指南：语法、兼容性与拍平（flatten）实践]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/149626774</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/149626774</guid><author>gitblog_02352</author><pubDate>Sun, 20 Sep 2026 16:29:40 +0800</pubDate><description><![CDATA[> 本指南基于 uni-app 仓库的官方 CSS 文档（[docs/css/padding.md](https://link.gitcode.com/i/917f05936d813a9be037a9fa60141d81)）及配套的 [padding.uvue](https://link.gitcode.com/i/6efbecdb40487a46bb3ac8a5034d5eb1) 示例页源码，围]]></description><category></category></item><item><title><![CDATA[Kronos-Tokenizer-2k避坑指南：从安装到分词K线数据的四步完整路径]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/145177376</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/145177376</guid><author>gitblog_02352</author><pubDate>Tue, 08 Sep 2026 11:11:44 +0800</pubDate><description><![CDATA[第一次喂 K 线数据就卡住？最容易翻车的无非四处：依赖安装、数据格式、序列长度、显存不够。Kronos-Tokenizer-2k 是面向金融数据分词的 K线分词器，Kronos 基础模型的核心组件，负责把连续的金融数据转成离散 tokens。本文把从装环境到验证分词的全流程走一遍，顺带讲清长序列与显存不足这两个大坑的兜底办法。

[![Kronos-Tokenizer-2k K线分词器金融数据分词]]></description><category></category></item><item><title><![CDATA[终极Bitburner脚本套装：gh_mirrors/bi/bitburner-scripts如何让你轻松成为黑客大师]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/145034151</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/145034151</guid><author>gitblog_02352</author><pubDate>Sat, 01 Aug 2026 08:14:21 +0800</pubDate><description><![CDATA[gh_mirrors/bi/bitburner-scripts是一套强大的Bitburner游戏脚本集合，能够帮助玩家自动化游戏中的各种核心操作，从服务器入侵到资源管理，让你轻松体验黑客大师的成长之路。

## 为什么选择这套Bitburner脚本？

对于Bitburner新手玩家来说，手动编写高效脚本往往是一个巨大的挑战。而gh_mirrors/bi/bitburner-scripts提供了一]]></description><category></category></item><item><title><![CDATA[RxSwift中文文档社区资源：学习路径和进阶材料推荐]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/144714171</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/144714171</guid><author>gitblog_02352</author><pubDate>Sat, 23 May 2026 08:05:15 +0800</pubDate><description><![CDATA[想要快速掌握RxSwift响应式编程吗？RxSwift中文文档为iOS开发者提供了完整的学习路径和丰富的社区资源。作为最全面的RxSwift中文学习资料，这份文档不仅涵盖了从基础到高级的所有知识点，还提供了实战案例和进阶材料推荐，帮助你系统性地掌握函数响应式编程的精髓。😊

## 📚 为什么选择RxSwift中文文档？

RxSwift中文文档是目前国内最系统、最完整的RxSwift学习资料库]]></description><category></category></item><item><title><![CDATA[终极网站性能优化指南：publiccode.asia 加载速度提升10个技巧]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/149823393</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/149823393</guid><author>gitblog_02352</author><pubDate>Fri, 22 May 2026 12:02:45 +0800</pubDate><description><![CDATA[想要让你的网站像闪电一样快速加载吗？publiccode.asia 作为开源公共代码倡导平台，通过一系列性能优化技巧实现了卓越的加载速度。在这篇完整指南中，我将分享10个实用的网站性能优化技巧，帮助你显著提升网站加载速度，改善用户体验。

## 🚀 图片优化：减少页面体积的关键

图片通常是网站中最大的资源。publiccode.asia 通过智能图片处理实现了显著的性能提升：

[![网站性能]]></description><category></category></item><item><title><![CDATA[7个React Router路由实战案例：从入门到精通的完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/145004927</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/145004927</guid><author>gitblog_02352</author><pubDate>Sat, 25 Apr 2026 11:39:54 +0800</pubDate><description><![CDATA[React Router是React生态中最流行的声明式路由库，它让单页应用的导航体验变得简单而强大。本文将通过精选的实战项目代码库，带你快速掌握React Router的核心功能与最佳实践，从基础路由配置到高级嵌套路由，轻松构建专业级React应用。

## 为什么选择React Router？

React Router作为React官方推荐的路由解决方案，拥有以下优势：
- **声明式语法*]]></description><category></category></item><item><title><![CDATA[终极指南：如何快速安装和配置Night Owl VS Code主题]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/150335831</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/150335831</guid><author>gitblog_02352</author><pubDate>Sun, 11 Jan 2026 00:21:37 +0800</pubDate><description><![CDATA[🌌 **Night Owl VS Code主题** 是一款专为夜猫子程序员设计的深色主题，经过精心调校，适合深夜编码使用。颜色选择考虑到了色盲用户和在低光环境下的可读性，同时基于有意义的对比度来提高阅读理解和视觉效果。✨

作为一款备受欢迎的VS Code主题，Night Owl不仅提供深色版本，还包含了适合白天使用的Light Owl浅色主题，让你的编码体验更加舒适自然。

## 🚀 一键安]]></description><category></category></item><item><title><![CDATA[【99%的人不知道】convert-lite：让文档转换从"麻烦"变"无感"的离线神器]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/151417477</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/151417477</guid><author>gitblog_02352</author><pubDate>Wed, 10 Sep 2025 19:49:47 +0800</pubDate><description><![CDATA[当PDF里的表格复制到Word变成乱码，当Excel数据需要手动转成Markdown格式，当扫描版文档无法编辑只能重新打字——这些场景是否每天都在消耗你的工作时间？根据《2024年办公效率报告》显示，职场人平均每周有3.2小时浪费在文档格式转换上，相当于每年损失近170小时的有效工作时间。

今天，我们要介绍的**convert-lite**（FlashAI文档转换工具）不是简单的格式转换器，而是...]]></description><category></category></item><item><title><![CDATA[【限时免费】 下一个独角兽？基于wav2vec2-large-xlsr-53-chinese-zh-cn的十大创业方向与二次开发构想]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/149629028</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/149629028</guid><author>gitblog_02352</author><pubDate>Fri, 25 Jul 2025 09:09:13 +0800</pubDate><description><![CDATA[在人工智能的浪潮中，开源大模型为应用层创新提供了前所未有的机遇。无论是自然语言处理、计算机视觉还是语音识别，开源模型的崛起正在加速技术的普及进程。而wav2vec2-large-xlsr-53-chinese-zh-cn作为一款专注于中文语音识别的开源模型，凭借其强大的技术能力和商业友好的许可证，为开发者提供了广阔的二次开发空间。本文将探讨这一模型的潜力，并挖掘其背后的十大创业方向。

## wa...]]></description><category></category></item><item><title><![CDATA[300M参数实现专业级音乐生成：MusicGen-Small完全掌握指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/145155204</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/145155204</guid><author>gitblog_02352</author><pubDate>Wed, 15 Jan 2025 10:31:01 +0800</pubDate><description><![CDATA[你是否还在为寻找轻量级AI音乐生成解决方案而困扰？面对动辄数十亿参数的模型望而却步？本文将系统讲解如何利用仅300M参数的MusicGen-Small模型，在普通设备上实现高质量文本到音乐（Text-to-Music, TTM）的生成能力。读完本文后，你将能够：

- 掌握MusicGen模型的核心架构与工作原理
- 完成从环境搭建到音乐生成的全流程操作
- 优化文本提示（Prompt）以获得符合...]]></description><category></category></item><item><title><![CDATA[深度解析LLaVa-Next模型的性能评估与测试方法]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/145034014</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/145034014</guid><author>gitblog_02352</author><pubDate>Thu, 09 Jan 2025 15:00:12 +0800</pubDate><description><![CDATA[在现代人工智能领域，性能评估是确保模型可靠性和高效性的关键环节。本文将深入探讨LLaVa-Next模型的性能评估与测试方法，旨在为研究者和开发者提供一套全面、系统的评估框架。

## 引言

性能评估不仅帮助我们了解模型的优点和局限性，还能指导我们进行模型优化和改进。本文将详细介绍LLaVa-Next模型的评估指标、测试方法、测试工具以及结果分析，以期为相关领域的深入研究提供参考。

## 评估指...]]></description><category></category></item><item><title><![CDATA[新手指南：快速上手 Dolly-v1-6b 模型]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/144581459</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/144581459</guid><author>gitblog_02352</author><pubDate>Thu, 19 Dec 2024 11:28:54 +0800</pubDate><description><![CDATA[欢迎来到 Dolly-v1-6b 模型的学习之旅！无论你是刚刚接触人工智能领域，还是已经有一定经验，本文都将为你提供一个清晰的学习路径，帮助你快速上手并掌握这一强大的语言模型。Dolly-v1-6b 是一个由 Databricks 开发的 60 亿参数语言模型，基于 EleutherAI 的 GPT-J 模型，经过微调后展现出高质量的指令跟随能力。通过本文，你将了解如何准备基础知识、搭建环境、进行...]]></description><category></category></item><item><title><![CDATA[突破算力瓶颈：Guanaco-65B-GPTQ量化模型全场景部署指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02352/article/details/144400069</link><guid>https://blog.youkuaiyun.com/gitblog_02352/article/details/144400069</guid><author>gitblog_02352</author><pubDate>Wed, 11 Dec 2024 14:21:46 +0800</pubDate><description><![CDATA[你是否还在为大语言模型（Large Language Model, LLM）部署时的显存爆炸问题头疼？面对650亿参数的Guanaco模型，主流消费级显卡往往望尘莫及。本文将系统解析GPTQ（GPT Quantization）量化技术如何将这一庞然大物压缩至33GB-38GB，实现消费级GPU的高效推理，并通过10+实战案例带你掌握从环境配置到多场景应用的全流程解决方案。

读完本文你将获得：
-...]]></description><category></category></item></channel></rss>