NotebookLM的这个视频的PPT生成的真好，有没有佬友知道如何可以弄得到，感觉是一个多Agent的系统，有没有办法可以拿下来

如图，有时候会在停止服务后debug就无法使用了，必须要重启ide才行，用佬遇到过吗？

场景:

USER: "分析一下A事业部的订单1001的全流程流转情况"

AI: "生成 {{sql}}"

AI: "基于 {{sql}} 查询数据进行数据分析"

前端: "基于 {{sql}} 查询数据进行图表渲染"

各位佬友，小弟最近在装修，有没有吸顶灯推荐？
目前在看小米吸顶灯L90 + D40*2 + D30，和易来灵犀3.0

本来想着找下minimax的“评测”视频看看，没想到很少，评论也少，没想到这也有套餐

[!warning]
minimax体验，也出现了之前使用deepseek遇到的死循环 


[!success]
之前体验minimax应该是一年前，使用它的hailuo



[!question]
体验过的佬友们感觉怎么样?

到手 有建行卡的佬友可以去看看

佬们。求一张 打工人电脑桌面办公分区的4k壁纸。电脑桌面好杂乱。

首页刷到连续三个婚姻相关的话题，佬们在不同的人生中，却又仿佛是一个人生的不同阶段

希望佬们都有幸福的生活

红外IR和可见光RGB图像对齐的代码
基于三种变化进行的对齐
fit模式

输入是四个文件夹，RGB图像与标签（yolo格式）文件夹，IR图像与标签（yolo格式）文件夹
输出是配准后的文件规则rule.json

apply模式

输入IR图像文件夹即可
输出配准后的图像文件夹

效果展示

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
learn_ir_to_rgb_rule.py

在有标签的数据上学习 IR->RGB 的【全局】几何变换规则，并将其保存为 rule.json；
随后可在 test 集（无标签）上直接应用此规则进行配准。

支持三种模型：
- similarity：统一缩放 + 旋转 + 平移（无剪切）
- affine：    含各向异性缩放/剪切 + 平移
- homography：单应性（最灵活）

选择策略：在汇总全部对应点上分别拟合三种模型并评估误差，
若 similarity 的 90% 分位误差足够小则优先选 similarity，否则考虑 affine，最后才选 homography。
"""

import os, sys, json, glob, math, argparse, csv
from collections import defaultdict
import numpy as np
import cv2

# -------------------------
# 读写与工具
# -------------------------

IMG_EXTS = {".jpg", ".jpeg", ".png", ".bmp", ".tif", ".tiff"}

def read_yolo(path):
    out = []
    if not os.path.isfile(path): 
        return out
    with open(path, "r", encoding="utf-8") as f:

系统是openwrt，之前用openclash感觉速度还行，但是新搞了一个软路由内存有点小，好像是32M，openclash装不下，勉强装下也经常死机。后来改用passwall2.感觉延迟高出很多，还经常卡顿。而且不知道是不是我还不熟悉，感觉可配置项比openclash少很多。佬友们有没有其他推荐