AcademicForge
什么是 Academic Forge
"Forge（锻造台）" 灵感来自 Minecraft 的模组加载器系统——就像 Minecraft Forge 整合包为特定游戏体验集成各种模组一样，Academic Forge 把散落各处的学术 AI 技能，锻造成一套趁手的工具箱。🎓
不用整仓复制全部 skill，三步搞定：
🖱 在站点里浏览、勾选需要的 pack
📋 一键生成安装命令
⚡️ 在自己的项目根目录里执行
https://hughyau.com/AcademicForge
面向 Claude Code / OpenCode / Codex 的学术 Skill 选配与安装平台
什么是 Academic Forge
"Forge（锻造台）" 灵感来自 Minecraft 的模组加载器系统——就像 Minecraft Forge 整合包为特定游戏体验集成各种模组一样，Academic Forge 把散落各处的学术 AI 技能，锻造成一套趁手的工具箱。🎓
不用整仓复制全部 skill，三步搞定：
🖱 在站点里浏览、勾选需要的 pack
📋 一键生成安装命令
⚡️ 在自己的项目根目录里执行
https://hughyau.com/AcademicForge
传统的手写笔记常常给人带来各种不必要的负担和困扰，在信息技术高度发达的今天，很多同学正在尝试无纸化学习，包括使用电子教材和电子笔记，极大的提高了了知识整理的效率，但我们也发现，很多同学缺乏对电子笔记的使用技巧，降低了学习效率。
我们在此分享一位同学使用obsidian笔记软件在考研中的使用经验，从中我们可以学习到较为系统的笔记记录整理方法
依然是这位同学，在考研成功后的感受和经验补充
同时，对于考研，我们分享一位同学的备考经验，包括时间的安排与备考技巧，希望你能有所启发，有所收获
这位同学最终获得了422分的好成绩
我们在此分享一位同学使用obsidian笔记软件在考研中的使用经验，从中我们可以学习到较为系统的笔记记录整理方法
https://forum-zh.obsidian.md/t/topic/22006
依然是这位同学，在考研成功后的感受和经验补充
https://forum-zh.obsidian.md/t/topic/35603
同时，对于考研，我们分享一位同学的备考经验，包括时间的安排与备考技巧，希望你能有所启发，有所收获
https://ghost-him.com/posts/b0c7c8a8/
这位同学最终获得了422分的好成绩
Obsidian 中文论坛
我如何用 ob 做考研笔记
为什么要写笔记 我时常觉得，人和依托计算机的人工智能相比，最大的劣势就是人类没有可靠的记忆能力。人类通过脑子记住的东西无时不刻不在遗忘、畸变，但是比起完完全全忘记一件事情, 更多情况下我们是丢失了记忆的索引。这就像一个巨大的库房，丢失了账本，你要的东西确实在里面，可是基本上没有可能再找到了。写一本笔记就像是把库房的账本保存到了大脑外面，当我们再次丢失账本的时候就能通过看笔记把丢失的记忆找回来了。 尤其是当学习的内容相当多、时间跨度相当长的时候，一本笔记就像是给人脑这个破筐打了个补丁，阻止了知识流失，掰棒子的狗熊看了都说好。…
❤3
Forwarded from Linho
我笔记站 LinhoNotes 就是这种类型，用 VitePress + GitHub Pages 做成网站上线，搭上 Algolia Docsearch 之后搜索也很方便。（欢迎来玩！）
「写书」类型的笔记确实需要耗费相当多的精力，不过现在有 AI 之后压力减轻很多了，可以通过录课 ASR 转录、老师发的 PPT 之类作为资源让 AI 先把大致的内容写好然后再继续修改或者增补，书上的公式也可以直接截图给 AI 让它抄成 LaTeX。不过相比于单纯在书上画个重点，还是要花不少时间精力。
插图确实是一件很难办的事情，因为现在 AI 还是画不了高质量的矢量插图。我自己现在方案是几种：
- 比较简单的函数图像：我用 function-plot 自己搓了一个用
- 更复杂的图形、三维图形、统计：嵌入 GeoGebra，利用 VitePress 的
- 示意图：Mermaid 我有用但是毕竟就那几种模板，限制太大了。我还是坚持手绘高质量矢量插图，严肃一些的示意图我是用 AxGlyph，没那么严肃的我就用 Excalidraw 了
编辑器的话其实自己用得顺手就行，我自己是 Typora 和 VSCode 换着用的
「写书」类型的笔记确实需要耗费相当多的精力，不过现在有 AI 之后压力减轻很多了，可以通过录课 ASR 转录、老师发的 PPT 之类作为资源让 AI 先把大致的内容写好然后再继续修改或者增补，书上的公式也可以直接截图给 AI 让它抄成 LaTeX。不过相比于单纯在书上画个重点，还是要花不少时间精力。
插图确实是一件很难办的事情，因为现在 AI 还是画不了高质量的矢量插图。我自己现在方案是几种：
- 比较简单的函数图像：我用 function-plot 自己搓了一个用
```graph + JSON5 配置的函数图像语法插件- 更复杂的图形、三维图形、统计：嵌入 GeoGebra，利用 VitePress 的
<<< 语法直接链入 .ggb 文件- 示意图：Mermaid 我有用但是毕竟就那几种模板，限制太大了。我还是坚持手绘高质量矢量插图，严肃一些的示意图我是用 AxGlyph，没那么严肃的我就用 Excalidraw 了
编辑器的话其实自己用得顺手就行，我自己是 Typora 和 VSCode 换着用的
Forwarded from 今天abc看了啥🤔
Bilibili
为了揭开加盟骗局，我潜入了快招公司总部_哔哩哔哩_bilibili
快招加盟骗局是如何收割创业者的？为了弄清这个问题，我们决定潜入一家快招公司的总部。但随着接触的深入，我们发现：事情似乎没有想象的那么简单。我们看到的是一条分工明确的招商流水线，是谁制造了它？为了回答这个问题，我们走访行业专家，联系受骗的加盟商，寻找曾在快招公司工作的员工，逐步还原出了快招流水线背后的真相。本期视频历时3个月制作完成，也感谢所有人对这期节目的支持。, 视频播放量 719045、弹幕量 6172、点赞数 45965、投硬币枚数 36908、收藏人数 15803、转发人数 6231, 视频作者…
👍1
一款基于各大企业信息API的工具，解决在遇到的各种针对国内企业信息收集难题。一键收集控股公司ICP备案、APP、小程序、微信公众号等信息聚合导出。支持MCP接入
https://github.com/wgpsec/ENScan_GO
https://github.com/wgpsec/ENScan_GO
❤2
Forwarded from 黑洞资源笔记
发了150篇论文，我依然害怕打开空白文档 | 帖子 | #经验 #论文
一位发表过150多篇论文的教授坦言：每次坐下来写作，感觉都像在湿水泥里拖行。你盯着空白页面，大脑死机，两小时后写出一段明天大概率会删掉的话。而隔壁同事同样的教学负担、同样的截止日期，一学期交了三篇。
你以为他们更自律、更有天赋、有更多“受保护的写作时间”。都不是。他们有一套系统。
这个区别至关重要。你不是不会写作，你是不会“怎么写”。
写作看似一件事，实际上是六种认知过程同时运转：决定写什么、选择怎么表达、记住读者是谁、追踪前文写过什么、规划下文写什么、判断写得好不好。六个进程同时跑，相当于浏览器开了59个标签页，然后纳闷为什么电脑像喷气发动机一样响。
多数人以为写作难是因为意志力不够。真正的问题是，写作同时向大脑索取了太多东西。
这套系统的核心是五个协议，每一个瞄准一个认知瓶颈。
第一，倒序组装。绝大多数人从标题写到结论，这在认知上完全是反的。引言要求最高的认知负荷，你要框定问题、定位贡献、向读者许诺，而此刻你手里的素材最少。这就像托尔金还没把霍比特人带出绿龙酒馆，就试图写夏尔的收复战。正确的顺序是：图表、方法、结果、讨论、引言、摘要。每一步都用上一步生成的素材，你永远不会面对一张白纸问自己“该写什么”。骑自行车下坡，而不是推着爆胎的车上山。
第二，零稿协议。人脑有两种模式：生成模式和评估模式，它们在神经层面互相排斥。生成是发散的、快速的；评估是收缩的、挑剔的。两者都吃工作记忆，而工作记忆极其有限。同时生成和评估，就像一脚踩油门一脚踩刹车。所以：设定25到45分钟计时器，尽可能快地写，不修改错别字，不查文献，大量使用占位符。你在往沙箱里铲沙子，之后才能堆城堡。采石的时候没法雕刻。
第三，结构模板。每个写作决策都消耗心智燃料。成熟的模板把结构选择变成填空题，释放工作记忆去做真正的智识劳动。摘要用“背景、问题、方案、发现、贡献”五段式；引言用斯韦尔斯的“建立领地、确立空缺、占据空缺”三步法；方法用“语境化、描述、论证”循环；结果用“提醒、描述、解释”循环；讨论从窄到宽，先总结发现，再扩展到领域影响。别即兴发挥，按公式来。
第四，用AI做陪练，不做代笔。AI会编造引用、生成通用文本，缺少你的智识指纹。但它极其擅长卸载特定认知任务：让它做反向大纲提取，找出论证薄弱处；让它扮演挑剔的审稿人，提前发现方法论漏洞；让它做清晰度编辑，优化表达但不改变意思。拳王阿里有陪练伙伴，但上场挥拳的永远是他自己。
第五，分层修改。多数人看到什么改什么，一个错别字、一个弱词。这极其低效，你可能精心打磨了一段话，结果发现整节都要砍掉。房子着火的时候擦银器，注意力可嘉，优先级全错。永远按这个顺序修改：结构、清晰度、风格、校对。从大到小，因为大的改动会让小的改动作废。
这五个协议合在一起，把写作从意志力的消耗战变成了流水线作业。你的大脑是一台超级计算机，别让它同时杂耍，给它顺序明确、边界清晰的任务。
一位发表过150多篇论文的教授坦言：每次坐下来写作，感觉都像在湿水泥里拖行。你盯着空白页面，大脑死机，两小时后写出一段明天大概率会删掉的话。而隔壁同事同样的教学负担、同样的截止日期，一学期交了三篇。
你以为他们更自律、更有天赋、有更多“受保护的写作时间”。都不是。他们有一套系统。
这个区别至关重要。你不是不会写作，你是不会“怎么写”。
写作看似一件事，实际上是六种认知过程同时运转：决定写什么、选择怎么表达、记住读者是谁、追踪前文写过什么、规划下文写什么、判断写得好不好。六个进程同时跑，相当于浏览器开了59个标签页，然后纳闷为什么电脑像喷气发动机一样响。
多数人以为写作难是因为意志力不够。真正的问题是，写作同时向大脑索取了太多东西。
这套系统的核心是五个协议，每一个瞄准一个认知瓶颈。
第一，倒序组装。绝大多数人从标题写到结论，这在认知上完全是反的。引言要求最高的认知负荷，你要框定问题、定位贡献、向读者许诺，而此刻你手里的素材最少。这就像托尔金还没把霍比特人带出绿龙酒馆，就试图写夏尔的收复战。正确的顺序是：图表、方法、结果、讨论、引言、摘要。每一步都用上一步生成的素材，你永远不会面对一张白纸问自己“该写什么”。骑自行车下坡，而不是推着爆胎的车上山。
第二，零稿协议。人脑有两种模式：生成模式和评估模式，它们在神经层面互相排斥。生成是发散的、快速的；评估是收缩的、挑剔的。两者都吃工作记忆，而工作记忆极其有限。同时生成和评估，就像一脚踩油门一脚踩刹车。所以：设定25到45分钟计时器，尽可能快地写，不修改错别字，不查文献，大量使用占位符。你在往沙箱里铲沙子，之后才能堆城堡。采石的时候没法雕刻。
第三，结构模板。每个写作决策都消耗心智燃料。成熟的模板把结构选择变成填空题，释放工作记忆去做真正的智识劳动。摘要用“背景、问题、方案、发现、贡献”五段式；引言用斯韦尔斯的“建立领地、确立空缺、占据空缺”三步法；方法用“语境化、描述、论证”循环；结果用“提醒、描述、解释”循环；讨论从窄到宽，先总结发现，再扩展到领域影响。别即兴发挥，按公式来。
第四，用AI做陪练，不做代笔。AI会编造引用、生成通用文本，缺少你的智识指纹。但它极其擅长卸载特定认知任务：让它做反向大纲提取，找出论证薄弱处；让它扮演挑剔的审稿人，提前发现方法论漏洞；让它做清晰度编辑，优化表达但不改变意思。拳王阿里有陪练伙伴，但上场挥拳的永远是他自己。
第五，分层修改。多数人看到什么改什么，一个错别字、一个弱词。这极其低效，你可能精心打磨了一段话，结果发现整节都要砍掉。房子着火的时候擦银器，注意力可嘉，优先级全错。永远按这个顺序修改：结构、清晰度、风格、校对。从大到小，因为大的改动会让小的改动作废。
这五个协议合在一起，把写作从意志力的消耗战变成了流水线作业。你的大脑是一台超级计算机，别让它同时杂耍，给它顺序明确、边界清晰的任务。
❤4
Forwarded from 黑洞资源笔记
如何真正读懂一篇研究论文 | 帖子
研究论文不是教科书，它们是面向专家的压缩论证。如果你像读博客一样去读论文，几乎必然会误解其中的内容。
首先要搞清楚一篇论文究竟在做什么。大多数论文无非是以下四类之一：更精确地定义问题、提出新方法、分析现有方案的失败或局限、对已有方法做增量改进。真正具有革命性的论文少之又少。如果你总期待看到颠覆性突破，反而会错过论文真正的贡献。
读论文的正确姿势是打乱顺序读。线性阅读效率太低。建议按这个顺序：摘要看论点和范围，图表看实际变化，结论看作者认为什么重要，引言看背景和框架，方法部分放到最后。这样做是为了在接触细节之前先搭建好心智框架。
尽早识别核心贡献。问自己一个问题：相比前人的工作，这篇论文改变了什么？可能是一个新假设、一个新目标、一种简化方案，或者一个更好的权衡取舍。如果你没法用一句话说清楚这个变化，就继续读，直到能说清楚为止。
要把假设和结果分开看。大多数论文之所以有效，是因为它们建立在特定假设之上。仔细寻找数据条件、简化处理、约束条件和理想化模型，然后问自己：这东西离开实验室还能用吗？这一步能避免盲目照搬。
把公式当作契约来读。公式定义了研究与现实之间的约定。对于每个关键公式，搞清楚每个项代表什么、忽略了什么、如果这个项出错会导致什么问题。不需要推导每一步，但要推导那条关键路径。
带着怀疑的眼光读实验部分。图表很有说服力，但细节才重要。检查基线设置、选择的指标、超参数配置和失败案例。没有展示失败案例本身就是一个信号。
把论文纳入你的知识图谱。一篇论文应该能连接到你已经知道的东西上。明确地把它和之前的方法、已知的局限性、其他表述方式、其他领域关联起来。孤立的理解会很快遗忘。
在合适的时候果断停止阅读。不是每篇论文都需要完全理解。当你已经理解了核心想法、知道它的位置、知道它什么时候会失效，就可以停下来了。深度理解可以等到真正需要的时候再来。
把阅读转化为输出。单纯的阅读是被动的。做以下任意一件事：用简单的话重新表述想法、画出算法草图、实现一个简化版本、向别人解释一遍。输出会揭示你到底理解了多少。
最后一条原则：不要问自己“我理解这篇论文了吗”，而是问“我能解释它为什么有效、什么时候会失败、我会不会用它吗”。
能回答这个问题，才算真正读懂了。
研究论文不是教科书，它们是面向专家的压缩论证。如果你像读博客一样去读论文，几乎必然会误解其中的内容。
首先要搞清楚一篇论文究竟在做什么。大多数论文无非是以下四类之一：更精确地定义问题、提出新方法、分析现有方案的失败或局限、对已有方法做增量改进。真正具有革命性的论文少之又少。如果你总期待看到颠覆性突破，反而会错过论文真正的贡献。
读论文的正确姿势是打乱顺序读。线性阅读效率太低。建议按这个顺序：摘要看论点和范围，图表看实际变化，结论看作者认为什么重要，引言看背景和框架，方法部分放到最后。这样做是为了在接触细节之前先搭建好心智框架。
尽早识别核心贡献。问自己一个问题：相比前人的工作，这篇论文改变了什么？可能是一个新假设、一个新目标、一种简化方案，或者一个更好的权衡取舍。如果你没法用一句话说清楚这个变化，就继续读，直到能说清楚为止。
要把假设和结果分开看。大多数论文之所以有效，是因为它们建立在特定假设之上。仔细寻找数据条件、简化处理、约束条件和理想化模型，然后问自己：这东西离开实验室还能用吗？这一步能避免盲目照搬。
把公式当作契约来读。公式定义了研究与现实之间的约定。对于每个关键公式，搞清楚每个项代表什么、忽略了什么、如果这个项出错会导致什么问题。不需要推导每一步，但要推导那条关键路径。
带着怀疑的眼光读实验部分。图表很有说服力，但细节才重要。检查基线设置、选择的指标、超参数配置和失败案例。没有展示失败案例本身就是一个信号。
把论文纳入你的知识图谱。一篇论文应该能连接到你已经知道的东西上。明确地把它和之前的方法、已知的局限性、其他表述方式、其他领域关联起来。孤立的理解会很快遗忘。
在合适的时候果断停止阅读。不是每篇论文都需要完全理解。当你已经理解了核心想法、知道它的位置、知道它什么时候会失效，就可以停下来了。深度理解可以等到真正需要的时候再来。
把阅读转化为输出。单纯的阅读是被动的。做以下任意一件事：用简单的话重新表述想法、画出算法草图、实现一个简化版本、向别人解释一遍。输出会揭示你到底理解了多少。
最后一条原则：不要问自己“我理解这篇论文了吗”，而是问“我能解释它为什么有效、什么时候会失败、我会不会用它吗”。
能回答这个问题，才算真正读懂了。
❤4
我国年毕业硕士生人数首次超过100万人
7月6日，教育部发布《2025年全国教育事业发展统计公报》。公报显示，2025年全国共招收研究生143.85万人
其中博士生20.16万人，硕士生123.68万人。在学研究生429.95万人，其中博士生75.36万人，硕士生354.60万人。毕业研究生116.65万人，其中博士生11.29万人，硕士生105.36万人。
《2024年全国教育事业发展统计公报》显示，2024年全国共招收研究生135.68万人。其中，招收博士生17.11万人，硕士生118.57万人。在学研究生409.54万人。其中，在学博士生67.63万人，在学硕士生341.92万人。
毕业研究生108.36万人，其中，毕业博士生9.72万人，毕业硕士生98.64万人。
对比历年数据，2025年我国博士研究生招生人数首次突破20万人大关，达20.16万人；毕业博士生首次突破10万人。同时，我国硕士研究生招生突破120万人，毕业硕士生首次突破100万。
7月6日，教育部发布《2025年全国教育事业发展统计公报》。公报显示，2025年全国共招收研究生143.85万人
其中博士生20.16万人，硕士生123.68万人。在学研究生429.95万人，其中博士生75.36万人，硕士生354.60万人。毕业研究生116.65万人，其中博士生11.29万人，硕士生105.36万人。
《2024年全国教育事业发展统计公报》显示，2024年全国共招收研究生135.68万人。其中，招收博士生17.11万人，硕士生118.57万人。在学研究生409.54万人。其中，在学博士生67.63万人，在学硕士生341.92万人。
毕业研究生108.36万人，其中，毕业博士生9.72万人，毕业硕士生98.64万人。
对比历年数据，2025年我国博士研究生招生人数首次突破20万人大关，达20.16万人；毕业博士生首次突破10万人。同时，我国硕士研究生招生突破120万人，毕业硕士生首次突破100万。
www.moe.gov.cn
2025年全国教育事业发展统计公报 - 中华人民共和国教育部政府门户网站
😱16❤4
Forwarded from Widget🏂软件工具资源分享
#火车票 #退票
12306免费退票助手
12306 免费退票辅助工具，通过特定的购票与退票操作，可有效避免退票手续费，且完全符合 12306 官方规定，所有操作均在官方 APP 自行完成，无需在外部环境输入账号密码，使用前需仔细浏览操作说明，免费使用，界面有少量广告。
这个属于是钻了规则的漏洞，如果问题不大的话应该可以一直用，但是也可能会被官方修复。
https://12306.cjh0613.com/zh/free-refund
频道 @WidgetChannel
12306免费退票助手
12306 免费退票辅助工具，通过特定的购票与退票操作，可有效避免退票手续费，且完全符合 12306 官方规定，所有操作均在官方 APP 自行完成，无需在外部环境输入账号密码，使用前需仔细浏览操作说明，免费使用，界面有少量广告。
这个属于是钻了规则的漏洞，如果问题不大的话应该可以一直用，但是也可能会被官方修复。
https://12306.cjh0613.com/zh/free-refund
频道 @WidgetChannel
❤3
Forwarded from Hacker News 摘要
Telegraph
手写对大脑有益
原标题：Writing by hand is good for your brain 这篇文章由著名科幻作家 Neal Stephenson 撰写，探讨了手写对大脑的好处以及如何有效地进行手写实践。 手写与大脑的关系 Neal Stephenson 提到，研究表明手写能调动更多的大脑区域。手写过程涉及一系列持续的小问题解决过程，包括单词间距、字母连接、笔画顺序以及手指与手臂的协调运动。这些物理层面的活动需要与大脑中抽象的想法和意象实时整合。 由于 AI 的普及，许多教育机构恢复了线下手写考试的传统。这给…
Forwarded from HAT's Public Channel |
关于最近上海交通大学医学院松江研究院仇子龙团队被披露的一起临床试验死亡事件
（其他相关标题：上海交通大学仇子龙团队基因编辑隐瞒数据，临床致人死亡）
（长文预警）https://t.me/NewWorldObservationLog/2465
（其他相关标题：上海交通大学仇子龙团队基因编辑隐瞒数据，临床致人死亡）
（长文预警）https://t.me/NewWorldObservationLog/2465
Telegram
新·世界观察日志
那个涉及nature的IIT大瓜脱水
2019 年初，小女孩出生。
2023 年 3 月，女孩 4 岁时，因绘画、书写能力不及同班孩子，语言发育也迟缓，体型瘦弱，肌张力偏低，女孩父母带女孩去医院检查，被确诊为全面发育迟缓。通过基因组测序，发现她得了一种非常罕见的单基因病 Snijders Blok-Campeau syndrome，她的 CHD3 基因的一个位点发生了 C 向 T 的突变，导致一个本该是精氨酸的地方变成了色氨酸，这影响了染色体的组装，导致这个女孩有了类似自闭症的症状。
全球一共有…
2019 年初，小女孩出生。
2023 年 3 月，女孩 4 岁时，因绘画、书写能力不及同班孩子，语言发育也迟缓，体型瘦弱，肌张力偏低，女孩父母带女孩去医院检查，被确诊为全面发育迟缓。通过基因组测序，发现她得了一种非常罕见的单基因病 Snijders Blok-Campeau syndrome，她的 CHD3 基因的一个位点发生了 C 向 T 的突变，导致一个本该是精氨酸的地方变成了色氨酸，这影响了染色体的组装，导致这个女孩有了类似自闭症的症状。
全球一共有…
😱5