TrendPulse

因为 A 畜的账号被封，暂时没有 opus 参战 手工剪辑 https://www.bilibili.com/video/BV1VuHj6oEYD 6.1SOL astra 做了文案、分镜，6.1SOL 帮忙实施 https://www.bilibili.com/video/BV1KWHj67EDD/ 只能说没眼看，后续找个账号试试 opus 生成的效果

这是去年上半年一门专业课做的课设，后面找实习的时候帮了不少忙。最近一边秋招一边把项目捡起来，熟悉的过程里也补了些新功能。 先总览一下大概能干什么。 文件页，多种文件都能在线看，视频和 Office 不用先下下来。 存储挂载，二十多种协议和网盘都能接进来，本地、S3 、WebDAV 、SFTP ，OneDrive 、夸克、115 、123 这些也有，挂完统一在一个地方管。 自动化任务。文件写进来可以按路径、文件名匹配，然后丢给处理器，比如加水印、做向量索引、收进影视库。 视频房间，异地一起看，播放暂停和进度是同步的。 LLM MCP 。可以用自己的 agent 去管这些文件。 WebDAV 和 S3 映射，整盘可以再映射成这两种协议。我自己经常用 WebDAV 备份，比如 Zotero 的论文，通过 Foxel 映射之后备份到 OneDrive 。 还有不少别的功能，欢迎体验~ GitHub： https://github.com/DrizzleTim...

大家好，我是 Elliot 。分享一下我做的 open-compute 。 我一直都很喜欢 Cloudflare ，Workers 加上 KV 、D1 、R2 、Durable Objects 这些服务，便宜、性能好、生态丰富，开发起来很舒服。 但我们做 ToB 、FDE 交付时，经常会碰到另一种情况：客户认可这个方案，可业务数据必须留在内网，或者企业网络根本不允许访问外部服务。金融、政企、医疗这些场景里，私有化部署往往是项目能不能落地的前提。 最后还是得自己搭基础设施，K8s 、MinIO 、Redis 、任务调度…… 原本几行代码能解决的事，又变成了一堆服务的部署和维护。所以我想，能不能保留 Cloudflare 这套开发体验，把它搬到自己的机器上？ open-compute 就是这么来的。它把 Workers 运行时、部署、网关、存储、队列、工作流和管理界面放进了 一个 Rust 二进制 里，底层用 workerd ，面向单机部署，一分钟就能跑起来。平台数据用 SQLite ，对象数据默认存在本地，也可以接 S3 兼容存储，不用先搭一套 K8s 、数据库和缓存服务...

大家体感 Sol-6.1 效率如何？ Sol-6.1 应付我的需求足够了，但是感觉无敌的慢，还是开了 fast 的情况下仍然慢的眼前一黑； Astra 虽然贵但是 fast 开的是真的 fast ，肉眼可见的速度效率提升了、、、不知道是 Sol 刚出容量不够还是本身模型的调教上就有点过于保守干活墨迹...

QuotaView 0.7.5 是迄今为止规模最大的一次重构与更新。全新的多任务灵动岛，将任务进展、协作状态和额度用量集中呈现，让并行工作更容易掌握。 多任务管理： 同时关注多个会话，查看任务进展、详情与完成结果。 多 Agent 协作： 子任务与主任务关联展示，清晰呈现协作关系和各自状态。 任务确认： 集中查看需要关注的请求，直接处理支持的确认操作。 全新用量面板： 重新组织额度、重置时间与 Token 统计，重要信息一目了然。 感谢社区提供的建议，开源项目需要大家的不断反馈才能越做越好，欢迎更多的朋友试用反馈👏🏻 项目 github：[ https://github.com/Duoasa/QuotaView ]

Grok Bot 官方 Meetup 来武汉了。想交流用法、聊聊 Vibe Coding ，或者认识同行，都可以来。路过坐一会儿也行。 想上台分享的朋友备注一下，名额不多了。 到场有 Credits 赠送 📍 光谷诺富特酒店（保利光谷中心 A 栋） ⏰ 10 月 17 日 · 周六 14:00–17:30 报名： https://luma.com/kss59f4e

最近做了个小工具 Gas Station Dance ，把自己和朋友放进加油站跳舞视频里。 上传 1 张照片，一个人演三个镜头；也可以上传 3 张，和朋友分别出镜。生成约 16 秒的视频，包含跳舞、自拍和下车，可直接下载。 按次付费，无订阅，单条 $8.90 ，首页可以看效果。 地址：gasstationdance.xyz

“最近 GitHub 上冒出来一个很猛的开源项目 Strata ，让一台普通游戏电脑，跑得动 125B 参数级别的 Qwen3.8-Flash-Next 。不需要 48GB 、80GB 显存。官方给出的最低配置是一张 12GB 显存的 NVIDIA 或 AMD 显卡，加 32GB 以上内存。如果有 64GB 内存，基本可以覆盖 Strata 提供的所有主要量化版本。最夸张的是速度，我本地 4090 24G 跑出了平均 136.0 tok/s 的速度。” https://mp.weixin.qq.com/s/ditzZM7JBUPOcjCVT4SkHg

买了 1 个月测试，速度还行，但是无法 ai ，怎么解?

已撤回。

我在开重要的跨国视频会 老人来电话 我按红的挂机按钮，然后就给转语音信箱去了 然后啥也不懂的老人对着语音信箱说话 n 分钟后开始骂人 骂了半天 老人挂了电话 然后我收到了运营商发来的数千字的骂我的短信息 然后老人再打来电话，我在亮屏，这次我连挂机按钮都没有了 只有语音信箱

本科是双非的生物类专业，23 年毕业直接进的一家生物小公司，负责处理客户的生物数据（ DNA RNA 血浆这种），工作内容就是服务器里 conda 搭建环境，安装包，下载数据库，作比对，然后写成流程，用 python 搭起来，有些论文的图用 R 语言去绘制，基本上不敲代码，都是指挥 agent 去做；上个月公司在这里的分部撤回北京了，我没跟去。 一方面薪资低，没发展，在这公司 3 年待办公室混的太舒服了，天天就是看科技新闻，刷 V2EX ，刷知乎，用 AI 提效更好地摸鱼；另一方面，去北京那边，不是纯办公室，得对接高校老师，帮人家干活，采样，做实验，顺带服务器跑跑分析，那边一个熟人没有，实在没有想去的动力。 存款目前 4-5w ，某书偶尔接点单，还凑合，单身，不买房没债务，家里是我说了算，不吃压力。 高考发挥偏失常，数学 120 ，英语 120 ，六级背了几天单词 450 多过的 不考虑生物考研 想拼一把明年 12 月考试的科软（中科大软件学院） 咨询大家两个问题 第一，上岸的客观难度 第二，假设成功上岸，从程序员的角度，上岸应该怎么卷实习，大概的一个薪...

比如 csl ，飞猪就可以买

1. 少问“我应该做什么”，多问“我选择做什么”。 工作和生活中，很多“应该”其实来自外部期待。不同的人可以选择不同的生活方式，也可以选择不同的工作态度。 我需要更清楚地知道自己想要什么，愿意为此付出什么，以及接受什么代价。选择属于自己，责任也属于自己。 2. 被挑战是工作的常态，说服别人是一项基本能力。 希望别人理解我的判断、投入时间、配合行动，都是有成本的。别人提出质疑，是协作中很正常的一部分。 我需要有自己的观点，有支持观点的论据，也有清晰组织语言的能力。面对挑战，先把问题和分歧说清楚，再尝试建立共识。 处理复杂项目的能力，也包括从复杂信息中总结结论，把判断表达清楚，推动事情往前走。 3. 做好事情，也要让别人快速看懂事情。 大部分人不会完整阅读我的文档。只有深度参与项目的人，才可能愿意了解全部细节。 在学校写论文时，需要认真整理摘要、图表标题和结论，方便审稿人理解。在公司里也是一样：结论是否清楚，证据是否直观，决定了别人能否理解工作的价值。 表达和呈现，本身就是工作的一部分。 4. Less is More：减少不必要的复...

怒了，哪有这样的，发新模型不给用，还国际一流大厂呢🐶

湖北联通，换电信的 5g 就好了，这 tmd 哔了狗了。

做了一个极简的链上论坛，叫 Chain Talk 。 核心思路很简单：所有内容存在以太坊的事件日志里，合约只有 22 行代码，一个变量、一个函数、一个事件。没有管理员，没有删除按钮，没有升级机制。发出去的东西永远不能改。 为什么做这个 我们在这个"404 时代"失去了太多东西。 百度空间关了，天涯半死不活，豆瓣小组说解散就解散，贴吧的老帖说删就删。你在网上发过的每一句话，其实都不属于你——它可能被平台删除，可能在服务器迁移时丢失，也可能在公司倒闭后永远消失。 这个实验想看看：如果内容一旦发出就永远不能删除、不能修改、不能被任何管理员下架，会发生什么？ 技术实现 合约只有短短几行： contract ChainTalk { uint256 private _postIdCounter; event Posted(uint256 indexed id, uint256 indexed replyTo, address indexed author, string content); function post(string call...

EC20CEFAGR08A03M4G

配置：16 核 32G 基本在 30 块，硬盘是 80G ，也有的 100G ，我拉满到 500G 也才 16 块钱硬盘费，带宽基本是 30M 共享了，国内肯定是要实名认证的，选择支付宝认证刷脸就可以了，我买了一台跑 gitlab ，挺舒服，我看有人已经跑了几个月了没掉线，看着是调用移动 api 开机的。 带 aff： 拓飞云 关于大家最关心的几个坑，我也实测了，大实话奉上： 网络确实拉夸：我买的是西安节点的，网络只能说“能用但不多”。跑多了流量或者带宽占用高了会降速，想用来搞大吞吐的建议降降预期。可能是看场景了，我是更新 almalinux 9 到 10 所以占用带宽比较多。 跑路风险？直接选月付！就算跑路了，也就损失一碗猪脚饭，亏得起！ 数据安全？：我是直接上 rclone 把 GitLab 的数据实时挂载备份到网盘。本地只当算力，数据都在云端，数据不会丢！

重置后 15:28 开始 Goal 模式任务，18:30 左右达到 5H limit 20:45 继续任务，并未执行多久便提示 5H limit 这时，5H 仍是 100%，周额度 84%，5H 重置时间一直在更新 00:34 继续任务，01:20 左右提示 hit limit 这时，5H 仍是 100%，周额度 84%，5H 重置时间一直在更新 直到现在 11:32 ，无法使用

发现家里的月饼几乎都是别人送的，自己也没买给自己吃。现在中秋已经过去一个星期多了，发现好多还没吃完。现在的想法就是想把它们全部丢掉。 突然回想一下，好像不知道从什么时候开始，每年的月饼都不用自己买。或者说，月饼是流转的：我送你，你送我，最终好像大家都吃不完。由于是别人送的，丢掉时心理负担也没那么大。

不知道大家有没有用过网络剪切板这一类的网站。 这类网站一般都不用登录，只要知道口令，就可以很方便地在不同电脑之间传一些简单的文本。 我之前也偶尔会用，因为也不是所有电脑上都装了微信，有些电脑也不太适合装。只是为了传一小段文字，专门去登录网页版微信又感觉挺麻烦的，这时候网络剪切板就挺方便。 最近突然想到，也是结合我自己现在的使用习惯： 是不是也可以做一个同时给人和 Agent 用的网络剪切板？ 我现在工作和生活里用 Agent 已经比较多了，而且经常会在不同的 Agent 之间切来切去(根本原因还是穷, 现在一般会让 codx 做规划, 然后 opencode 去做执行)。 有时候一个 Agent 已经做了一些调查，或者已经知道了一部分背景，接下来我想换另一个 Agent 继续做，就得自己把这些东西复制过去。 如果能直接让 Agent 把这些上下文放到一个临时的地方，然后我自己或者另外一个 Agent 再去拿，好像会方便不少。 所以最近就顺手做了个 ContextPort （也是想熟悉一下全栈相关的技术）： https://context-port.vercel.app/ 现...

做了个小项目，开源（ MIT ）： https://github.com/xianyu110/ecommerce-image-skills 把电商出图的常用流程整理成了 12 个 Agent Skills ，丢给 Claude Code / Codex / Cursor 就能用： 白底主图、场景图、模特上身、卖点信息图、A+ 模块、尺寸图 多角度套图、大促 Banner 、批量换背景 / SKU 换色 小红书封面、淘宝 750 详情长图、全套编排（一键规划整套图） 跟单纯 prompt 合集的区别： 先锁定产品的形状、颜色、Logo 、文字，每条提示词都带上，避免越画越不像 内置平台规则，比如亚马逊主图要求纯白 #FFFFFF 、主体占比 ≥85%，附了检查 + 自动修复脚本 默认用 GPT Image 2.5 Flare ，需要保留文字或局部修改时切 Sunburst 出图方式三选一：agent 自带的生图工具 / 配一个 OpenAI 兼容的 key / 什么都没有就输出提示词 + 在线链接。 效果图（同一张手机随手拍生成...

新款 Apple TV 4K 换上 A19 级别芯片，内存提到 12GB ，就是为了在盒子本地跑 Siri AI(MacRumors)

（给朋友代发）。 开源地址： https://github.com/hawkeye-xb/P-Pass 官网： https://p-pass.hawkeye-xb.com/ 手机里的新照片，P-Pass 会自动备份到家里那台 Mac 上。 几个特点： 全自动。手机连上 Wi-Fi 就在后台传，不用打开 App 点传输。 不只局域网。人在外面，照片也能传回家里的电脑：能直连就直连，连不上走 iroh 官方的公共中继，数据端到端加密。 不用搭服务器，也不用 Docker 。Mac 上装个 App ，手机扫码配对，没有账号。 照片存原图，在 Mac 上就是个普通文件夹，直接能打开查看。 👆 点图看 30 秒演示 技术栈是 Rust + iroh （ QUIC ），Mac 端用 Tauri ，安卓端 Kotlin ，欢迎 Star ～ 开发碰到的问题在博客里，比如：5G 下能不能直连回家里电脑的实测（ https://p-pass.hawkeye-xb.com/zh/blog/nat-traversal-home-back...

我发现喜马拉雅主播的粉丝数好像集中在几个档位：粉丝少一点的大多在 30 万左右，多一点的在 300 万左右。很奇怪，感觉跟"3"这个数字特别有缘。 另外，300 万左右、破百万的主播，播讲效果普遍还不错；而几十万粉丝的，效果就差了不少。 让我有点难过的是，我喜欢的好几本书都是几十万粉丝的主播在播，听了他们的声音，实在不太喜欢。 反倒是几百万粉丝的主播，声音你不一定会特别喜欢，但就是能一直听下去

国庆闲来无事，翻出了以前的旧 hhd ，心血来潮想要看看里面的存货，发现文件乱的不行，突发奇想想要试试用 AI 重新整理，一通操作下来，发现传统的 tmdb 刮削软件在 AI 出现后没有什么意义了，比如说 TinyMediaManager 之类的。 AI 能够实现的功能如下： 1 、做到更加精准高效的识别，会自动根据影片所在文件夹命名、时长、格式匹配 tmdb 上的数据。 2 、对于 cd 分轨文件还能自动调用 ffmpeg 切分处理，缺少的字幕能够自动网页搜索补齐。 3 、ass 字幕的字体文件更是可以批量实现字幕字体子集化。 4 、缺失的剧集可以自动调用 qbittorrent 补全下载。 陈年老数据的整理和归档变得前所未有地简单。

只告诉我的想法，尽可能少的更改，能做出好的效果出来呢？求赐教

面向低尾延迟的多中转路径传输：一种不追求带宽聚合的多路径方案 免责声明 ：本文内容完全由 AI 生成，文中所有内容均为 A\ 的幻觉，不代表任何事实或建议。请勿将本文任何内容用于违反任何国家或地区法律法规及公序良俗的用途。 摘要 在带宽普遍过剩的今天，代理网络的主要体验瓶颈已从吞吐转向尾延迟：单个中转节点的间歇性排队与假死，会直接表现为交互卡顿。现有代理客户端的选路机制均工作在连接粒度，依赖周期性探测，无法在毫秒到秒级掩盖单路径故障；学术界与商业界的低尾延迟多路径系统则普遍依赖 UDP 或内核 MPTCP ，无法用于只有 TCP 中转可用的环境。本文提出一种思路：经由多个相互独立的中转节点同时维持长连接，在其上运行轻量的传输层，以"晚绑定、对冲重发、慢路径隔离"为调度原则，将多路径用于压低尾延迟而非叠加带宽。配合两家中转机场与一台自建落地机（独享出口 IP ，避免机场共享 IP 被污染），月成本约 ¥70 ，可由 2–3 人分摊；如需使用 AI 工具，可再叠加家宽出口。 1 引言 主流中转机场的带宽已足以覆盖日常需求，用户感知到的问题主要是偶发卡顿：SSH...

估计，可能不是亲生的有关