求助老法师
YASHICA ML ZOOM 42-75mm 1:3.5-4.5鏡頭
这个镜头的口径是多少，我找不到

NEO在成绩面前不骄傲自满，曙光已现不盲目乐观，始终保持艰苦奋斗的作风

官网的不支持vless

各位佬，求助，我想审核下方案有没有问题，但是deepseek的字数限制太少了，不够用，要怎么解决？或者有更好的方法可以完成方案的审查么?

Mac端开通Telegram Premium仅需17900NGN/Year≈86RMB

1.打开你的Mac(只要是能够运行Macos的都可以 虚拟机也行）在Appstore下载telegram客户端 lite不行 网页端下载的也不行

2.登录你的尼区id内购 价格应为17900NGN

3.如果你下载完Telegram 但是开启了代理也无法登录 这时候需要设置一下sock5代理 以ClashX为例 服务器填写 127.0.0.1（本地网关）默认端口号为 7890 重新启动客户端即可

Tips:如果你的会员还没有到期 无法开通

所以开TG会员到底有啥用？

感谢佬友们相助，但试了路由器装不了opengfw 之类的（中兴ax1500）
搞白名单也很恼火，app隐藏了一些未知域名，体验很差。
黑名单就只能看域名特点来操作了。域名有哪些特点呢，比如后缀，或包含的关键词

KTransformers的作者在努力30B-A3B弄进8G显存，这个要成了，哪怕8G显存，也拥有可用性非常高的AI，某乎那边已经热火朝天了！

送您一张会员礼品卡，快来看看TA的祝福吧! 快来领取吧 我的礼品卡

佬友们，有实时翻译的软件推荐吗，最好是ai的
记得以前刷到过gpt那个语音通话，提示词就是让他听到英文就翻译成中文，听到中文则翻译成英文，不知道现在这块发展成什么样了

如题，mod版本直接无法登录了，搜了几个都是，问一下有佬还能正常使用吗，没有的话就不折腾了

可用性：
测试版
需要：
Docker Desktop 4.40 及更高版本
适用于：
带有 Apple Silicon 的 Docker Desktop for Mac 或带有 NVIDIA GPU 的 Windows
Docker Model Runner 插件允许您：
从 Docker Hub 拉取模型
直接从命令行运行 AI 模型
管理本地模型（添加、列出、删除）
使用提交的提示或在 CLI 或 Docker Desktop 仪表板中的聊天模式与模型进行交互。
将模型推送到 Docker Hub。
模型首次使用时会从 Docker Hub 拉取并存储在本地。它们仅在运行时有请求时加载到内存中，并在不使用时卸载以优化资源。由于模型可能较大，初始拉取可能需要一些时间——但之后，它们会被缓存在本地以加快访问速度。您可以使用 OpenAI 兼容的 API 与模型进行交互。
提示
使用 Testcontainers 或 Docker Compose？ Java 的 Testcontainers 和 Go，以及 Docker Compose 现在支持 Docker Model Runner。
启用 Docker Model Runner
导航到设置中的 开发中功能 选项卡。
在 实验性功能 选项卡下，选择 访问实验性功能 。
选择 应用并重启 。
退出并重新打开 Docker Desktop，以确保更改生效。
在 Docker Desktop 中打开 设置视图。
导航至 开发中的功能 。
从 Beta 选项卡中，检查 启用 Docker Model Runner 设置。
现在，您可以在 CLI 中使用 docker model 命令，并在 Docker Desktop 仪表板的 模型 选项卡中查看和与本地模型进行交互。
可用命令
模型运行器状态
检查 Docker Model Runner 是否处于活动状态：
docker model status
查看所有命令
显示帮助信息和可用子命令的列表。
docker model help
输出：
Usage:  docker model COMMAND
Commands:
list        List models available locally
pull        Download a model from Docker Hub
rm          Remove a downloaded model
run         Run a model interactively or with a prompt
status      Check if the model runner is running
version     Show the current version
拉取模型
从 Docker Hub 拉取模型到本地环境。
docker model pull 
示例：
docker model pull ai/smollm2
输出：
Downloaded: 257.71 MB
Model ai/smollm2 pulled successfully
模型也会在 Docker Desktop 仪表板中显示。
列出可用的模型
列出当前已拉取到本地环境的所有模型。
docker model list
你会看到类似的内容：
+MODEL       PARAMETERS  QUANTIZATION    ARCHITECTURE  MODEL ID      CREATED     SIZE
+ai/smollm2  361.82 M    IQ2_XXS/Q4_K_M  llama         354bf30d0aa3  3 days ago  256.35 MiB
运行模型
运行模型并使用提交的提示或聊天模式与其交互。
一次性提示
docker model run ai/smollm2 “Hi”
输出：
Hello! How can I assist you today?
交互式聊天
docker model run ai/smollm2
输出：
Interactive chat mode started. Type ‘/bye’ to exit.

Hi
Hi there! It’s SmolLM, AI assistant. How can I help you today?
/bye
Chat session ended.
提示

您还可以在选择模型时，在 Docker Desktop 仪表板中使用聊天模式，选择 模型 选项卡。
将模型推送到 Docker Hub
使用以下命令将您的模型推送到 Docker Hub：
docker model push /
标记模型
您可以指定模型的特定版本或变体：
docker model tag
如果没有提供标签，Docker 默认使用 latest。
查看日志
从 Docker Model Runner 获取日志，以监控活动或调试问题。
docker model logs
以下标志被接受：
-f/–follow: 实时流式查看日志
–no-engines: 从输出中排除推理引擎日志
删除模型
从系统中删除已下载的模型。
docker model rm 
输出：
Model  removed successfully
将 Docker Model Runner 集成到您的软件开发生命周期中
现在您可以开始构建由 Docker Model Runner 驱动的生成式 AI 应用程序。
如果你想尝试现有的 GenAI 应用程序，请按照以下说明操作。
配置示例应用程序。克隆并运行以下仓库：
git clone GitHub - docker/hello-genai: Very simple GenAI application to try the Docker Model Runner
在终端中，导航到 hello-genai 目录。
运行 run.sh 以拉取选定的模型并运行应用程序：
在浏览器中打开您的应用程序，地址在仓库中指定。 README。
您将看到 GenAI 应用程序的界面，您可以开始输入提示。
现在您可以与自己的 GenAI 应用程序进行交互，该应用程序由本地模型驱动。尝试一些提示，并注意响应速度有多快——所有操作都在您的机器上通过 Docker 运行。
常见问题
有哪些模型可用？
所有可用的模型都托管在 公共 Docker Hub 命名空间中的 ai。
有哪些可用的 API 端点？
功能启用后，将提供以下新 API：
Inside containers
http://model-runner.docker.internal/
# Docker Model management
POST /models/create
GET /models
GET /models/{namespace}/{name}
DELETE /models/{namespace}/{name}

# OpenAI endpoints
GET /engines/llama.cpp/v1/models
GET /engines/llama.cpp/v1/models/{namespace}/{name}
POST /engines/llama.cpp/v1/chat/completions
POST /engines/llama.cpp/v1/completions
POST /engines/llama.cpp/v1/embeddings
Note: You can also omit llama.cpp.
E.g., POST /engines/v1/chat/completions.

Inside or outside containers (host)
Same endpoints on /var/run/docker.sock
# While still in Beta
Prefixed with /exp/vDD4.40

如何通过 OpenAI API 进行交互？
从容器内部
从另一个容器中使用 curl 调用 OpenAI 端点 (chat/completions) 的示例：
#!/bin/sh
curl http://model-runner.docker.internal/engines/llama.cpp/v1/chat/completions 
-H “Content-Type: application/json” 
-d ‘{
“model”: “ai/smollm2”,
“messages”: [
{
“role”: “system”,
“content”: “You are a helpful assistant.”
},
{
“role”: “user”,
“content”: “Please write 500 words about the fall of Rome.”
}
]
}’
从主机使用一个 Unix 套接字
主机通过 Docker 套接字使用 curl 调用 OpenAI 端点 (chat/completions) 的示例：
#!/bin/sh
curl --unix-socket $HOM

交换官方API，个人使用，比如 deepseek-chat，grok我有了就不需要啦

基于 ungoogled-chromium 开发，支持多种指纹特性修改和自动化增强。
项目地址： GitHub - fingerprint-chromium
可以自己编译，也可以直接下载打包好的安装包使用。
国内下载也可以用夸克网盘： https://pan.quark.cn/s/9bb65af874fb
指纹支持

User-Agent 修改：支持修改 navigator.userAgent、navigator.platform、navigator.userAgentData、Client Hints
音频指纹防护：干扰或伪造音频特征
插件指纹处理：清空插件列表（避免伪装过多反而暴露）
硬件信息伪装：可自定义 CPU 核心数、内存大小
GPU 报告伪装：修改显卡供应商/型号（目前只支持 Linux）
字体指纹干扰：自定义系统字体
Canvas 防护：在图像数据中添加微弱噪声 / 测量文本扰动
ClientRects 防护：对元素尺寸测量值添加微扰
WebRTC IP 防泄露：禁用非代理 UDP 连接
语言与时区修改：可设定浏览器语言和时区

自动化支持

封闭 Shadow DOM 访问增强（新增 fakeShadowRoot）
避免 CDP 检测（调用 Runtime.enable 不触发特征）
navigator.webdriver 设为 false
Headless 模式 User-Agent 优化（去除 HeadlessChrome 字样）

如果你对指纹防护、自动化浏览器感兴趣，欢迎来试试看～
 如果觉得好用的话，欢迎在 GitHub 上点个 Star 或提提 Issue！

Chutes 上 Qwen3 全系列免费

蹲一个得到会员大佬帮忙下一下这本书，《Go底层原理与工程化实践》电子书在线阅读-李乐；陈雷-得到APP