<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02811的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02811</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02811]]></copyright><item><title><![CDATA[如何把视频号、短视频平台的视频存到本地：res-downloader 解密下载保姆级教程]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/145004657</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/145004657</guid><author>gitblog_02811</author><pubDate>Sun, 18 Oct 2026 21:35:36 +0800</pubDate><description><![CDATA[想把微信视频号或抖音里的视频存到自己设备上，常常卡在两处：找不到直链，好不容易下下来的文件又放不出来。res-downloader 是一款跨平台资源下载工具，它在你浏览页面时顺手抓到真实的资源链接和密钥，并把加密文件自动还原成可播放状态，视频、音频、m3u8 流、视频号内容都能落到本地。不想碰抓包工具的人，跟着本文三分钟就能跑通。

## 🏁 先看到效果：三分钟拿到第一个解密好的视频

只需要三]]></description><category></category></item><item><title><![CDATA[Buzz 离线音频转写指南：如何在本机跑通 Whisper 转写与翻译]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/145033988</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/145033988</guid><author>gitblog_02811</author><pubDate>Sat, 19 Sep 2026 10:46:03 +0800</pubDate><description><![CDATA[录音文件越攒越多，逐字手抄字幕已经扛不住了，敏感内容又不方便丢上云端。Buzz 在本机离线完成音频转写与翻译，音轨全程不离开你的电脑。

## 它替你省掉了什么

音频拖进转写网站排队等结果的日子结束了，Buzz 在本机离线转写，文件不出电脑。

逐字手抄换成按时间戳的段落表，导出 SRT、VTT 直接进剪辑软件。

会议讲座边录边出字，演示窗口挂副屏，现场就能看。

MIT 协议，Python ]]></description><category></category></item><item><title><![CDATA[5个Claude应用一次跑通：Claude应用本地部署完全指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149628779</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149628779</guid><author>gitblog_02811</author><pubDate>Tue, 08 Sep 2026 14:12:32 +0800</pubDate><description><![CDATA[AI替你打开浏览器、翻到首页新闻、顺手把表单填好——这事离你有多远？比你想象的近。claude-quickstarts 仓库打包了一组可以直接跑起来的 Claude 示例应用：容器化的浏览器自动化演示、对话就能出图表的财务数据分析、还能查知识库的 AI 客服，每个都带完整代码和启动说明，部署完就能上手玩。这篇文章挑浏览器自动化和财务数据分析这两个最直观的，带你从零跑通。

## 能力速览：5个示例]]></description><category></category></item><item><title><![CDATA[PyTorch-NPU/vit_base_patch16_224项目解析：为什么它是NPU上最高效的ViT实现？]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/145034925</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/145034925</guid><author>gitblog_02811</author><pubDate>Mon, 25 May 2026 10:27:19 +0800</pubDate><description><![CDATA[PyTorch-NPU/vit_base_patch16_224是基于HuggingFace生态的高效视觉Transformer（ViT）实现，专为NPU硬件优化，提供快速、准确的图像分类能力。本文将深入解析该项目的核心优势、使用方法及性能表现，帮助开发者快速上手这一强大工具。

## 🌟 项目核心价值：NPU加速的视觉Transformer

视觉Transformer（ViT）作为近年来计算]]></description><category></category></item><item><title><![CDATA[PayPal-node-SDK源码解析：理解SDK内部工作机制]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149824179</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149824179</guid><author>gitblog_02811</author><pubDate>Sat, 23 May 2026 09:32:03 +0800</pubDate><description><![CDATA[PayPal-node-SDK是一个功能强大的Node.js SDK，用于与PayPal RESTful APIs进行交互。本文章将深入解析PayPal-node-SDK的内部工作机制，帮助开发者更好地理解和使用这个SDK。

## 1. 项目结构概览

PayPal-node-SDK的项目结构清晰，主要包含以下几个核心目录：

- **lib/**: 包含SDK的核心代码
- **samples]]></description><category></category></item><item><title><![CDATA[Vuikit导航组件实战：Navbar、Tabs和Dropdown的10个技巧]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149824674</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149824674</guid><author>gitblog_02811</author><pubDate>Fri, 22 May 2026 12:12:17 +0800</pubDate><description><![CDATA[Vuikit是一个响应式的Vue UI库，专为网站界面设计打造。它提供了丰富的组件，其中Navbar、Tabs和Dropdown是构建现代Web应用导航系统的核心组件。本文将分享10个实用技巧，帮助你充分利用这些组件创建出既美观又功能强大的导航体验。

## 一、Navbar组件技巧

### 1. 快速构建响应式导航栏
Vuikit的Navbar组件默认支持响应式设计，通过简单的配置就能在不同设]]></description><category></category></item><item><title><![CDATA[Expecta与XCTest对比分析：为什么选择Expecta进行单元测试]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/144689982</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/144689982</guid><author>gitblog_02811</author><pubDate>Fri, 22 May 2026 08:39:20 +0800</pubDate><description><![CDATA[在Objective-C和Cocoa开发中，单元测试是确保代码质量的关键环节。作为iOS/macOS开发者，你可能会在XCTest和Expecta之间犹豫不决。本文将为你提供完整的Expecta与XCTest对比分析，帮助你做出明智的选择。

## 🎯 核心差异：语法可读性大比拼

### XCTest的传统断言语法
XCTest是苹果官方提供的测试框架，其断言语法相对传统：

```objec]]></description><category></category></item><item><title><![CDATA[2024年静态网站生成器终极指南：从Jekyll到Hugo的5大替代方案深度对比]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/150260858</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/150260858</guid><author>gitblog_02811</author><pubDate>Sat, 25 Apr 2026 10:44:43 +0800</pubDate><description><![CDATA[静态网站生成器已成为现代Web开发的核心工具，它们能将简单的文本文件转换为高性能网站。Jekyll作为Ruby生态中最知名的静态网站生成器，自2008年发布以来一直深受开发者喜爱。然而随着技术发展，2024年出现了众多功能强大的替代方案，各有特色和优势。本文将深入对比Jekyll与当前最流行的五大替代方案，帮助你根据项目需求选择最适合的工具。

[![Jekyll静态网站生成器标志](https:]]></description><category></category></item><item><title><![CDATA[AniVu核心组件解析：DownloadManager如何实现高效文件下载]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149846428</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149846428</guid><author>gitblog_02811</author><pubDate>Mon, 16 Mar 2026 01:35:32 +0800</pubDate><description><![CDATA[AniVu是一款一站式RSS订阅、BitTorrent下载和视频播放Android应用，采用MVI架构和Material You风格。其中DownloadManager作为核心组件，负责文件下载的调度与管理，是实现高效下载体验的关键。

## DownloadManager的架构设计

DownloadManager采用跨平台设计，通过Kotlin多平台技术实现了Android、iOS和JVM平台]]></description><category></category></item><item><title><![CDATA[srsRAN_4G快速入门：10分钟搭建你的第一个LTE基站]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/144399570</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/144399570</guid><author>gitblog_02811</author><pubDate>Tue, 27 Jan 2026 01:00:21 +0800</pubDate><description><![CDATA[srsRAN_4G是一款开源的LTE基站软件，能够让你快速搭建起一个功能完整的LTE网络环境，是学习和开发LTE技术的理想选择。通过简单的配置和部署流程，即使是新手也能在短时间内掌握其基本使用方法。

## 一、srsRAN_4G简介

srsRAN_4G是基于SRS（Software Radio Systems）开发的开源LTE基站实现，支持eNodeB和EPC（演进型分组核心网）功能，为用户提]]></description><category></category></item><item><title><![CDATA[颠覆认知！Qwen2.5-32B-DialogueReason技术内核深析：动态代理初始化如何重构大模型推理范式]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/150412594</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/150412594</guid><author>gitblog_02811</author><pubDate>Fri, 15 Aug 2025 09:00:03 +0800</pubDate><description><![CDATA[你是否还在将Qwen2.5-32B-DialogueReason的卓越性能简单归因于强化学习（Reinforcement Learning, RL）或更大的参数量？当业界普遍聚焦于训练阶段的算法创新时，阶跃星辰团队（StepFun）却在推理架构层面实现了革命性突破。本文将揭示一个被广泛忽视的技术真相：**动态代理初始化（Dynamic Proxy Initialization）才是Qwen2.5-...]]></description><category></category></item><item><title><![CDATA[从本地Demo到百万并发：bge-large-zh-v1.5模型的可扩展架构设计与压力测试实录]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/150261781</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/150261781</guid><author>gitblog_02811</author><pubDate>Tue, 12 Aug 2025 09:02:42 +0800</pubDate><description><![CDATA[在AI模型的部署过程中，从本地Demo到生产级服务的跨越往往是一条充满挑战的道路。许多团队在实验环境中能够轻松运行`bge-large-zh-v1.5`模型，但在面对真实业务场景时，却常常陷入性能瓶颈、资源浪费或稳定性问题的泥潭。本文将从“规模化探索者”的视角，深入探讨如何将`bge-large-zh-v1.5`从一个小规模实验模型，扩展为能够支撑百万级并发请求的生产级服务。

## 第一步：环境...]]></description><category></category></item><item><title><![CDATA[【72小时限时指南】零成本搭建企业级Zephyr-7B API服务：从模型部署到高并发优化全攻略]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149852318</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149852318</guid><author>gitblog_02811</author><pubDate>Sat, 02 Aug 2025 09:00:01 +0800</pubDate><description><![CDATA[你是否遇到过这些痛点？想使用AI模型却受限于API调用成本，本地部署又面临技术门槛，好不容易跑起来却无法支撑多用户同时访问。本文将带你用不到200行代码，在普通服务器上搭建一个高性能、可扩展的Zephyr-7B-Alpha API服务，彻底摆脱第三方依赖，实现毫秒级响应的AI能力私有化部署。

读完本文你将获得：
- 3种部署方案的深度对比（Docker vs 原生环境 vs 云函数）
- 完整的...]]></description><category></category></item><item><title><![CDATA[3000亿参数MoE模型本地部署全攻略：ERNIE-4.5-A47B推理性能优化实战]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149823747</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149823747</guid><author>gitblog_02811</author><pubDate>Fri, 01 Aug 2025 09:01:09 +0800</pubDate><description><![CDATA[你是否还在为大模型部署时的显存爆炸发愁？尝试过多个框架却始终无法跑通3000亿参数模型？本文将带你零门槛部署百度ERNIE-4.5-300B-A47B-Base-PT模型，通过异构混合专家架构（Mixture of Experts, MoE）的特性解析与推理优化，让普通GPU集群也能流畅运行千亿级大模型。

读完本文你将掌握：
- ERNIE-4.5 MoE架构的显存优化原理
- 300B模型在1...]]></description><category></category></item><item><title><![CDATA[【限时免费】 wav2vec2-large-xlsr-53-chinese-zh-cn：不止是语音识别这么简单]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149628983</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149628983</guid><author>gitblog_02811</author><pubDate>Fri, 25 Jul 2025 09:09:06 +0800</pubDate><description><![CDATA[在人工智能领域，大模型的涌现似乎已经成为一种常态。从自然语言处理到计算机视觉，再到语音识别，每一个细分领域都在不断刷新模型的规模和性能。然而，面对层出不穷的新模型，我们不禁要问：我们真的需要又一个大模型吗？答案或许并非简单的“是”或“否”，而是取决于模型能否精准解决特定问题，并在实际应用中创造价值。

今天，我们将聚焦于一个专为中文语音识别优化的开源模型——wav2vec2-large-xlsr-...]]></description><category></category></item><item><title><![CDATA[【限时福利】十大创业风口：ControlNet-modules-safetensors二次开发全景指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/149626233</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/149626233</guid><author>gitblog_02811</author><pubDate>Fri, 25 Jul 2025 09:01:09 +0800</pubDate><description><![CDATA[当ChatGPT月活突破10亿时， Stable Diffusion生态已悄然孕育出**千亿级视觉智能市场**。而作为AIGC领域的"基础设施"，ControlNet-modules-safetensors正成为创业者的**隐形机遇**。这些体积小巧却功能强大的模型模块，正在重构游戏开发、工业设计、医疗影像等12大行业的技术栈。

**读完本文你将获得**：
- 3大技术优势解析（表1）
- 10...]]></description><category></category></item><item><title><![CDATA[Mini-Omni模型更新：听见思考，实时对话新篇章]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/145204576</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/145204576</guid><author>gitblog_02811</author><pubDate>Fri, 17 Jan 2025 12:00:37 +0800</pubDate><description><![CDATA[在人工智能领域，实时对话系统的进步日新月异。Mini-Omni模型，作为一款开源的多模态大型语言模型，以其听见思考、实时对话的能力，引领着这一领域的潮流。本文将详细介绍Mini-Omni模型的最新版本更新及其新特性，帮助用户更好地理解和利用这一强大工具。

## 新版本概览

Mini-Omni模型的最新版本号为v2，于2024年10月发布。本次更新带来了多项重要改进，包括视觉和音频能力的整合，以...]]></description><category></category></item><item><title><![CDATA[【免费下载】 BERT-base-uncased模型的安装与使用教程]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/144420098</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/144420098</guid><author>gitblog_02811</author><pubDate>Thu, 12 Dec 2024 10:46:02 +0800</pubDate><description><![CDATA[在自然语言处理（NLP）领域，BERT（Bidirectional Encoder Representations from Transformers）模型已经成为一个重要的里程碑。BERT-base-uncased模型是BERT系列中的一个基础版本，适用于英文文本处理。本文将详细介绍如何安装和使用BERT-base-uncased模型，帮助读者快速上手并应用于实际项目中。

## 安装前准备

...]]></description><category></category></item><item><title><![CDATA[突破万亿参数壁垒：DeepSeek-V2-Chat本地化部署与NLP任务全攻略]]></title><link>https://blog.youkuaiyun.com/gitblog_02811/article/details/144284106</link><guid>https://blog.youkuaiyun.com/gitblog_02811/article/details/144284106</guid><author>gitblog_02811</author><pubDate>Fri, 06 Dec 2024 10:33:59 +0800</pubDate><description><![CDATA[你是否还在为大模型本地部署时的显存爆炸而头疼？是否因开源模型性能不及闭源API而困扰？本文将带你零门槛掌握DeepSeek-V2-Chat——这款拥有236B总参数、仅激活21B参数的混合专家模型（Mixture-of-Experts, MoE）的本地化部署与实战应用，让你的GPU集群发挥出5.76倍吞吐量的极限性能。

读完本文你将获得：
- 80GB×8 GPU环境下的模型部署全流程（含Hug...]]></description><category></category></item></channel></rss>