<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02731的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02731</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02731]]></copyright><item><title><![CDATA[Podman 仓库中的纯 Go Zstandard 实现：klauspost/compress/zstd 压缩与解压实战指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/149682982</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/149682982</guid><author>gitblog_02731</author><pubDate>Sun, 20 Sep 2026 15:03:20 +0800</pubDate><description><![CDATA[Zstandard（简称 zstd）是一种兼顾高压缩比与实时性的通用压缩算法，本指南面向 Podman 仓库中随依赖一起 vendored 的 `github.com/klauspost/compress/zstd` 纯 Go 实现，系统讲解其流式压缩、块级编码、并行压缩、字典压缩、内存解压与 ZIP 内嵌等能力。读完本文，你将掌握该库从 `NewWriter`/`NewReader` 流式接口到]]></description><category></category></item><item><title><![CDATA[KernelSU 模式切换完整指南：GKI 与 LKM 怎么选、KMI 兼容性如何避坑]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/150204779</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/150204779</guid><author>gitblog_02731</author><pubDate>Tue, 08 Sep 2026 11:19:24 +0800</pubDate><description><![CDATA[第一次给手机 root，装好 KernelSU 管理器却看到 GKI 模式和 LKM 模式两条路：两者到底差在哪？装错了能不能换？切换时卡开机循环怎么办？本文把这两条路拆开讲清楚——先自查你在哪条路上，再按设备选路，最后给出模式切换的标准步骤和翻车急救方法。

## 如何自查当前设备是 GKI 还是 LKM

先看内核版本字符串。KernelSU 管理器的首页会直接显示当前内核版本，电脑上也可以通]]></description><category></category></item><item><title><![CDATA[用微信聊天记录微调出你的专属数字分身：简单搭建指南实战]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/149593486</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/149593486</guid><author>gitblog_02731</author><pubDate>Tue, 08 Sep 2026 10:39:09 +0800</pubDate><description><![CDATA[WeClone 是一站式数字分身搭建工具：用你自己的微信聊天记录微调大语言模型，产出一个说话方式和你能上弦的智能对话API。具备一点 Python 基础就能三步跑通。

## 🎬 数字分身最能派上用场的三个场景

先不看步骤，看三个真实画面。

**重复消息代回。** 同类问题扎堆涌来——"版本什么时候发""文档在哪""密码怎么重置"，你光回复就累。让分身先接住：草稿按你的口吻生成，你审核后发出]]></description><category></category></item><item><title><![CDATA[IOPaint 快速上手指南：用 AI 图像修复一键去除水印和物体]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/149682544</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/149682544</guid><author>gitblog_02731</author><pubDate>Tue, 08 Sep 2026 09:31:20 +0800</pubDate><description><![CDATA[IOPaint 是一款免费开源的 AI 图像修复工具：你只需把照片上的水印、路人或多余物体涂掉，AI 就会把那块区域自然地补全。它的重头戏之一是修复质量很高的 PowerPaint V2 模型。这篇文章陪你从零把它装好、跑起来，再教你怎么调出理想效果。

## 它解决什么问题

"图像修复"就是日常修图里最折腾的一步：照片里闯入一个路人、角落盖着个水印，你不想只是简单擦掉，而是希望 AI 顺着周围]]></description><category></category></item><item><title><![CDATA[CZSC缠论插件：3分钟快速上手的通达信终极量化交易解决方案]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/144821985</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/144821985</guid><author>gitblog_02731</author><pubDate>Mon, 25 May 2026 13:41:34 +0800</pubDate><description><![CDATA[CZSC缠论可视化分析插件是专为通达信用户设计的**缠论量化交易解决方案**，将复杂的缠论理论转化为智能算法自动识别的可视化图表信号，让您轻松掌握市场节奏。这款免费开源工具通过严谨的数学算法实现了缠论核心结构的自动化分析，大大降低了缠论学习的门槛，为技术分析爱好者提供了专业、直观的交易决策支持。

## 📊 为什么您需要这个缠论量化插件？

缠论作为中国特色的技术分析理论，以其严谨的逻辑结构和精]]></description><category></category></item><item><title><![CDATA[如何快速上手jQuery UI MultiSelect Widget？新手必备的安装与基础配置教程]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/149682811</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/149682811</guid><author>gitblog_02731</author><pubDate>Sat, 23 May 2026 07:31:15 +0800</pubDate><description><![CDATA[jQuery UI MultiSelect Widget 是一个功能强大的多选下拉框插件，它能将普通的HTML多选选择框转换为优雅的下拉复选框列表，完美集成jQuery UI主题系统。对于前端开发者来说，这个插件提供了简单而强大的多选解决方案，让你的表单交互更加友好和专业。😊

## ✨ 为什么选择jQuery UI MultiSelect Widget？

传统的HTML多选选择框用户体验较差]]></description><category></category></item><item><title><![CDATA[OpenMQTTGateway硬件选择指南：从ESP32到树莓派的完美适配]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/145034977</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/145034977</guid><author>gitblog_02731</author><pubDate>Mon, 26 Jan 2026 02:50:55 +0800</pubDate><description><![CDATA[OpenMQTTGateway是一款强大的开源物联网网关解决方案，支持多种硬件平台和通信协议，能够将不同类型的传感器和设备无缝连接到MQTT网络。本指南将帮助你选择最适合需求的硬件平台，从入门级的ESP8266到功能强大的树莓派，全面覆盖各类应用场景。

## 为什么选择合适的硬件至关重要？

选择合适的硬件是构建稳定可靠物联网系统的基础。不同的硬件平台在性能、功耗、成本和功能支持方面各有优势，正]]></description><category></category></item><item><title><![CDATA[极致低延迟：XTTS-v2的KV缓存与PagedAttention优化指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/150260851</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/150260851</guid><author>gitblog_02731</author><pubDate>Tue, 12 Aug 2025 09:00:04 +0800</pubDate><description><![CDATA[极致低延迟：XTTS-v2的KV缓存与PagedAttention优化指南

    
        
            【免费下载链接】XTTS-v2
            
            
                
                项目地址: https://gitcode.com/mirrors/coqui/XTTS-v2
            ...]]></description><category></category></item><item><title><![CDATA[226ms极速响应！Llama-3.1-8B-Omni语音交互革命：从技术原理到实测性能全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/149852731</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/149852731</guid><author>gitblog_02731</author><pubDate>Sat, 02 Aug 2025 09:01:10 +0800</pubDate><description><![CDATA[你还在忍受语音助手3秒以上的响应延迟？还在为语音转文本再生成的割裂体验烦恼？本文将系统拆解Llama-3.1-8B-Omni如何实现226ms低延迟语音交互，通过4 GPU仅3天训练达成端到端语音对话能力，并提供完整部署指南与性能调优方案。读完本文你将掌握：

- 语音-语言模型（Speech-Language Model, SLM）的技术架构突破点
- 226ms延迟的工程优化实践（含注意力机制...]]></description><category></category></item><item><title><![CDATA[【限时免费】 深度拆解FireRedTTS：从基座到技术实现]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/149626967</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/149626967</guid><author>gitblog_02731</author><pubDate>Fri, 25 Jul 2025 09:03:22 +0800</pubDate><description><![CDATA[深度拆解FireRedTTS：从基座到技术实现

    
        
            【免费下载链接】FireRedTTS
            FireRedTTS集成启动ui项目
            
                
                项目地址: https://gitcode.com/publish-power/FireRedTTS
  ...]]></description><category></category></item><item><title><![CDATA[【亲测免费】 Whisper-large-v3：引领自动语音识别未来的潮流]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/145176801</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/145176801</guid><author>gitblog_02731</author><pubDate>Thu, 16 Jan 2025 11:20:28 +0800</pubDate><description><![CDATA[在当今信息爆炸的时代，自动语音识别技术（ASR）正变得越来越重要。它不仅提高了人机交互的便捷性，还在语音转文本、语音翻译等多个领域发挥着关键作用。Whisper-large-v3，作为OpenAI提出的一种先进的ASR模型，已经在业界引起了广泛关注。本文将探讨Whisper-large-v3的未来展望，包括技术趋势、潜在改进方向、应用前景以及挑战与机遇。

## 技术趋势

随着人工智能技术的快速...]]></description><category></category></item><item><title><![CDATA[探索 BERT multilingual base model (cased) 的社区资源与支持]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/145052430</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/145052430</guid><author>gitblog_02731</author><pubDate>Fri, 10 Jan 2025 10:52:45 +0800</pubDate><description><![CDATA[探索 BERT multilingual base model (cased) 的社区资源与支持
在当今的深度学习领域，拥有一个强大的预训练模型是至关重要的。BERT multilingual base model (cased) 作为一种多语言支持的语言模型，不仅在多种语言处理任务中表现出色，而且拥有一个活跃的社区和丰富的资源。本文将带你深入了解这些宝贵的资源，帮助你更好地利用这一模型。
引言
...]]></description><category></category></item><item><title><![CDATA[深入解读：ViT模型在NSFW图像分类中的参数设置]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/144844663</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/144844663</guid><author>gitblog_02731</author><pubDate>Tue, 31 Dec 2024 11:00:39 +0800</pubDate><description><![CDATA[在深度学习领域，模型参数的合理设置对于模型的性能和效果有着至关重要的影响。Vision Transformer (ViT) 作为一种先进的图像分类模型，其参数设置更是决定了其在NSFW（Not Safe for Work）图像分类任务中的表现。本文旨在深入解读ViT模型在NSFW图像分类中的应用，详细解析关键参数的作用和设置方法，以帮助读者更好地理解并优化模型性能。

## 主体

### 参数概...]]></description><category></category></item><item><title><![CDATA[新手指南：快速上手Comic-Diffusion模型]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/144579029</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/144579029</guid><author>gitblog_02731</author><pubDate>Thu, 19 Dec 2024 10:37:57 +0800</pubDate><description><![CDATA[新手指南：快速上手Comic-Diffusion模型
引言
欢迎来到Comic-Diffusion的世界！无论你是刚刚接触文本到图像生成模型，还是已经有一定经验，本文都将为你提供一个全面且易于理解的指南，帮助你快速上手并掌握这一强大的工具。Comic-Diffusion模型不仅能够生成独特的漫画风格图像，还能通过混合不同的艺术风格令你的创作更加灵活多样。掌握这一模型，将为你的创意项目带来无限可能。...]]></description><category></category></item><item><title><![CDATA[突破次元壁：Counterfeit-V2.0动漫风格文本到图像生成模型全解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02731/article/details/144501547</link><guid>https://blog.youkuaiyun.com/gitblog_02731/article/details/144501547</guid><author>gitblog_02731</author><pubDate>Mon, 16 Dec 2024 11:07:01 +0800</pubDate><description><![CDATA[你是否还在为动漫创作中"脑海有画面，落笔却失真"而苦恼？是否尝试过数十种模型仍无法精准捕捉日系动漫的细腻笔触？Counterfeit-V2.0——这款专为动漫风格优化的Stable Diffusion模型，将彻底改变你的创作流程。本文将带你深入探索其架构原理、参数调优与高级应用技巧，读完你将获得：
- 掌握3类核心提示词（Prompt）构造公式
- 精通7种采样器参数组合方案
- 学会5步实现专业...]]></description><category></category></item></channel></rss>