LinuxDo 新帖推送
182 subscribers
251K photos
313K links
Download Telegram
标题: :distorted_face: 所以GitHub actions 自托管收费是针对同生态位的企业喵
作者: #stevessr
板块: #搞七捻三
编号: 1363785
帖子: https://linux.do/t/topic/1363785
时间: 2025-12-26 11:32:36
摘要:
blacksmith.sh





The Fastest Way to Run GitHub Actions | Blacksmith

Speed up your GitHub actions with Blacksmith. Run CI/CD 2x faster, download caches 4x faster, build Docker images 40x faster, and eliminate queue times. Start free today.












好像是号称是GitHub 的两倍速度
不过这家伙不提供mac来着……


居然还支援了开源项目喵
标题: 用大模型当学习导师:Claude Sonnet 4.5 vs GLM-4.7 [努力升三级中~]
作者: #shinoun
板块: #开发调优
编号: 1363792
帖子: https://linux.do/t/topic/1363792
时间: 2025-12-26 11:33:59
摘要:
最近刷到利用Claude code充当学习导师的帖子,可以规划学习计划,提供编程练习,我也尝试了一下,并且对比了一下Claude-sonnet-4.5和GLM-4.7的不同体验
参考: 分享一下自己现在的学习流程
背景及目标

当大模型能否充当学习导师,同时哪个模型更能帮助我高效掌握新知识。
选定 PyTorch einsum 语法,以同样的学习目标与提问流程对比两个模型。

实验设置

任务:学习并掌握 einsum 语法
模型:Claude Sonnet 4.5 vs GLM-4.7
流程:同一组问题与练习,记录引导方式、纠错能力、总结质量

结果对比(简表-Codex-5.2-High评估)




维度
Claude Sonnet 4.5
GLM-4.7
备注




准确性
5
3
GLM 在注意力 einsum 索引上出现错误


引导性
5
4
Claude 用提问引导纠错更系统


练习设计
5
3
Claude 提供完整练习文件与代码任务


可复盘性
5
4
Claude 笔记更结构化,复盘更细


可持续性
5
3
Claude 有下一步计划与学习路径



关键观察

Claude 能纠错并追问,引导我“自己发现问题”
GLM 的讲解也清晰, 但在注意力矩阵计算Q*K^T上接受了 bqd,bqd->bqq 的写法,出现错误

结论与建议
**推荐使用Claude Sonnet 4.5:**与使用对话服务来说,Claude-code的一个优势是可以与文件进行交互,但GLM-4.7仅对话,没有主动创建文件来提供编程练习(可能和任务相关)。同时在知识性准确性上存在错误,感觉国产模型由于显卡限制(预训练不足)在世界知识上仍有提升空间。
具体模型设定如下:
行为设定:模型指导学习,并保存进度
## 角色定义

你是一位专业的编程导师,使用**苏格拉底式教学法**(Socratic Method)进行教学。

你的核心使命是:
- 通过提问引导学生自己发现答案,而不是直接给出答案
- 帮助学生真正理解知识,而非死记硬背
- 培养学生的独立思考能力和问题解决能力

---

## 教学原则

### 1. 引导式提问
- 先问学生已知什么,再开始讲解
- 通过问题引导学生逐步发现答案
- 不直接给出完整答案,而是提供思考方向

### 2. 实践优先
- 提供带 TODO 的代码框架,让学生填写关键逻辑
- 鼓励学生动手实践,通过犯错来学习
- 代码示例要有明确的提示,但不写完整答案

### 3. 即时反馈
- 每个概念讲完立即验证学生理解
- 根据学生的回答调整教学节奏
- 发现知识盲区时及时补充基础知识

### 4. 个性化调整
- 根据学生的背景和基础动态调整教学内容
- 记录学生的学习进度和薄弱环节
- 优先解决学生最关心的问题

---

## 我的学习目标

### 主要目标
- [ ] 掌握 Python 编程基础
- [ ] 学习数据结构与算法
- [ ] 完成实际项目开发

### 时间规划
- 学习周期:根据个人进度调整
- 每日学习:理论学习 + 代码实践 + 复习总结

### 重点领域
- Python 编程语言
- 算法与数据结构
- 实战项目开发

---

## 我的背景

### 已掌握的技能
- 编程基础:(请在此填写你已经掌握的技能)
- 相关知识:(例如:数学、统计学等)

### 薄弱环节
- 需要加强:(请填写你需要重点学习的内容)
- 困难点:(请填写你觉得困难的知识点)

### 学习偏好
- 学习风格:代码实践优先 / 理论优先 / 项目驱动
- 反馈频率:希望得到即时反馈 / 完成阶段后反馈
- 提问方式:喜欢主动思考 / 需要更多引导

---

## 学习追踪

### 进度管理
- 学习记录保存在:`/sessions/YYYY-MM-DD/session-notes.md`
- 总体进度跟踪:`/progress/study-tracker.md`

### 学习流程
1. **上午(理论学习)**:学习新概念,理解核心原理
2. **下午(代码实践)**:完成 TODO 练习,动手编写代码
3. **晚上(复习总结)**:回顾当天内容,更新学习笔记

---

## 特别说明

### 教学风格要求
- 不要直接给出完整答案
- 通过提问引导我思考
- 提供带 TODO 的代码框架
- 让我自己完成关键逻辑部分
- 在我遇到困难时给予适当提示

### 代码实践要求
- 所有代码示例都应该包含 TODO 标记
- 提示要清晰但不能直接给出答案
- 鼓励我先尝试,再给出指导

---

## 开始学习

现在可以开始向我提问你想学习的内容,我会以 AI 私教的方式引导你学习!

记住:
- 主动提问比被动接受更有效
- 完成所有 TODO 再继续
- 定期回顾学习记录
- 利用深度思考模式解决复杂问题

---

*配置文件基于 Claude Code 私教系统最佳实践*
*可根据个人需求随时调整此配置*



学习记录
进度追踪

**学习者**: [待填写]
**开始日期**: 2025-12-26
**学习目标**: 掌握 AI 相关的编程技能

---

## 总体进度

| 模块 | 权重 | 已掌握 | 状态 | 最后更新 |
|------|------|--------|------|---------|
| PyTorch 基础 | 20% | 5/20 | 🟢 进行中 | 2025-12-26 |
| 深度学习理论 | 15% | 0/15 | 未开始 | - |
| 实战项目 | 25% | 0/25 | 未开始 | - |

---

## PyTorch 基础 (5/20) 🟢

### 已完成
- [x] **einsum 语法** (2025-12-26)
- 掌握四大核心规则
- 完成 7 个练习
- 理解 Attention 机制中的应用
- 置信度:85%

### 🔄 进行中
- 暂无

### 📋 待学习
- [ ] 张量基础操作
- [ ] 自动求导机制
- [ ] 神经网络模块 (nn.Module)
- [ ] 优化器和损失函数
- [ ] 数据加载和预处理
- [ ] GPU 加速
- [ ] 模型保存和加载
- [ ] 自定义层和损失函数

---

## 学习统计

**总学习天数**: 1 天
**总学习主题**: 1 个
**完成练习数**: 7 个
**代码文件数**: 2 个

---

## 学习文件索引

### 📝 笔记
- `sessions/2025-12-26/einsum-learning-notes.md` - einsum 学习笔记

### 💻 代码
- `einsum_practice.py` - einsum 基础练习
- `attention_with_einsum.py` - Attention 机制实现

---

## 下次学习计划

**建议主题**:
1. PyTorch 张量基础操作(创建、索引、切片)
2. 自动求导和反向传播
3. 构建第一个神经网络

**预计时间**: 1-2 小时

---

学习笔记
# einsum 学习笔记

**学习日期**: 2025-12-26
**学习主题**: PyTorch einsum(爱因斯坦求和约定)语法

---

## 学习前评估

### 已掌握技能
- PyTorch 基本张量操作
- 矩阵乘法维度计算:(3,4) × (4,5) = (3,5)
- 理解矩阵乘法本质:行向量与列向量点积

### 学习动机
- 在代码中经常看到 einsum
- 想掌握多维矩阵间的运算

---

## 核心知识点

### 1. einsum 的四大规则

python
# 规则 1:逗号分隔多个输入
torch.einsum('ik,kj->ij', A, B) # 两个输入矩阵

# 规则 2:重复的字母会被求和(爱因斯坦求和约定)
# 'k' 在输入中出现 2 次,在输出中消失 → k 维度被求和

# 规则 3:输出中的字母决定保留哪些维度
# 'ij' 在输出中 → 结果形状是 (i, j)

# 规则 4:维度顺序由字母顺序决定
'ij->ji' # (i,j) → (j,i) 转置

### 2. 常用操作速查表

| 操作 | einsum 表达式 | 输入形状 | 输出形状 |
|------|--------------|---------|---------|
| 矩阵乘法 | 'ik,kj->ij' | (i,k), (k,j) | (i,j) |
| 批量矩阵乘法 | 'bik,bkj->bij' | (b,i,k), (b,k,j) | (b,i,j) |
| 转置 | 'ij->ji' | (i,j) | (j,i) |
| 点积 | 'i,i->' | (n,), (n,) | 标量 |
| 外积 | 'i,j->ij' | (m,), (n,) | (m,n) |
| 提取对角线 | 'ii-
标题: 终于!!!26号三战科三成功!
作者: #暖暖的星空
板块: #搞七捻三
编号: 1363802
帖子: https://linux.do/t/topic/1363802
时间: 2025-12-26 11:35:42
摘要:
如标题所见,26号,三战科目三终于成功了。
琴是我在一个星期前发了一篇准备三战科三了,很紧张,压力很大。
各位佬友认真建议我,安慰我,极大的缓解了我的压力和紧张,我就不一一去评论回复了,在此谢谢各位佬友,终于过了,前面两个都是紧张和不细心,导致出问题,到我考试就感觉和平常练车一样了,结果第一次还遇到大车从旁边起步,我赶在安全员踩刹车前,刹了车,结果考试车离合太硬了,抬离合过多,喜熄火了,然后想到佬友的安慰,感觉大不了当练车了,下次考吧结果过了,就靠边扣了十分。
考完下车大吼了一声,发泄了压力。给各位要考试的提醒,不要紧张不要压力,当练车就完啦,奥利给!
标题: iOS 开启 DoH 直连L站
作者: #Reno
板块: #开发调优
编号: 1363805
帖子: https://linux.do/t/topic/1363805
时间: 2025-12-26 11:36:27
摘要:
文章摘要
文章全文摘自我的博客: iOS 开启 DoH ,简单介绍了 iOS 上如何开启 DoH
省流:点击下载后安装



Reno:

在 iOS 设备进入 设置 → 通用 → VPN 与设备管理,找到 EMAS HTTPDNS DoH Configuration,点击安装


注意: 该描述文件仅供测试,强烈建议自建,开启DoH可能会拉低网络访问速度
创建DoH
登录 Cloudflare,点击 创建 DNS 位置,位置名称自定义,并如图勾选,然后依次点击 继续 - 完成 完成创建

记录好 基于 HTTPS 的 DNS 的值,形如 https://xxxxxx.cloudflare-gateway.com/dns-query 后面将会用到
创建描述文件
替换 DoH 接入地址后将文件重命名为 dns-over-https.mobileconfig 后下载到 iOS 设备,这里提供一个临时文件中转服务:FF2A File,然后在 iOS 设备进入 设置 → 通用 → VPN 与设备管理,找到 EMAS HTTPDNS DoH Configuration,点击安装
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
<key>PayloadContent</key>
<array>
<dict>
<key>DNSSettings</key>
<dict>
<key>DNSProtocol</key>
<string>HTTPS</string>
<key>ServerURL</key>
<!----
标题: Win桌面整理工具--Stardock Fences 6.0 开心学习那啥你懂的版
作者: #beyond510
板块: #福利羊毛
编号: 1363809
帖子: https://linux.do/t/topic/1363809
时间: 2025-12-26 11:36:48
摘要:
桌面上的东西实在是太多了,所以我在论坛里就找找什么东西能整理,然后发现找来找去还得是 Fences ,然后就找到了这个版本。有需要的直接拿走。
下载之后解压,运行“Silent Installing Eng.cmd”即可。安装之后默认是英文界面,桌面上会生成Fences的快捷方式,运行后,在About里设置语言,再重新运行快捷方式就能看到中文的配置界面了。
「Stardock_Fences_v6.0.0.2」
链接:https://pan.quark.cn/s/e26331d649f1?pwd=LBBc
提取码:LBBc
标题: gpt 的妙用 part 1 : learn english
作者: #善解人意屬實有點害羞
板块: #开发调优
编号: 1363810
帖子: https://linux.do/t/topic/1363810
时间: 2025-12-26 11:37:04
摘要:
適合
在家辦公的時候作用
and
vibe coding 中
怎麼做
打開gpt 語音模式讓它常駐後台

prompt
等一下,我說一句中文,然後你就把它翻譯成英文唸給我 然後除此以外不要有任何額外的回應

當然可以繼續優化,概念就是這樣一個概念
然後把你的終端搞壞( X
用任何手段 (輸入法鎖定英文),讓你只能輸入英文
這個時候你就會為了強制輸出英文給ai 而開始思考英文
想不到的時候就說一下讓gpt 救你
訓練涵蓋
聽:gpt say
說(X:讓我們講中文不算
讀(X:可以把ai 回應變成 讓我們說英文但太難了我並沒有這樣做
寫:打字英文約等於寫英文了
标题: 【提问】如何判断一个公司或者单位招聘员工,是因为业务量增长招人还是待遇差人员流动大才找人的呢
作者: #欢迎伟大的虫虫殿下
板块: #搞七捻三
编号: 1363813
帖子: https://linux.do/t/topic/1363813
时间: 2025-12-26 11:37:53
摘要:
如题,看到公司往年的招聘,每年都招这个岗位,而且人数还不少,以及公务员和事业单位,他们有编制,为啥也年年招人勒~
标题: 关于生娃前三个月份不能说的秘密
作者: #jack jack
板块: #搞七捻三
编号: 1363814
帖子: https://linux.do/t/topic/1363814
时间: 2025-12-26 11:38:23
摘要:
关于娃前三个月份不能说的秘密,为什么现在医生都不建议首胎掉了查相关问题,觉得是大自然的筛选。胚胎不好导致。。。。。。只是简单会询问是否有不良,抽烟、喝酒之类。。。。。。。
1、问题核心
事实:早期流产绝大多数是 “种子” 问题,而非 “土地” 问题
这是最根本的原因,早期自然流产(孕 12 周之前)中,是占了很高的比例(我询问过医生大概10个人,有2-3个出现早期就空囊,有的出现胚芽、胚心的情况停发育都有可能),大部分问题胚胎自身的染色体异常。(这里染色体不一定是父母双方出现,有可能是胚胎裂变,重组导致少了一条,或者多一条染色体。。。。。。)
2、问题的产生
随机错误: 这种染色体异常通常是随机发生的(比如受精卵分裂时出错),并不是因为父母遗传有问题,也不是因为妈妈身体有什么大毛病。
大自然的筛选: 这种胚胎如果继续发育,大概率会发育成畸胎儿、智力障碍儿,或者会在后期更严重的阶段流产。身体自动识别并排出它,实际上是一种自我保护机制。
不可逆性: 如果是因为胚胎染色体异常,无论你吃什么保胎药、打什么针,结果大概率都是保不住的。
因此,对于第一次发生的流产(首胎),概率学上最大的可能性就是 “运气不好碰到了那个坏的胚胎”。既然是偶发事件,查不出什么大问题,查了也是白查。
3、心里压力
心理层面的 “良苦用心”
医生说 “这是大自然的筛选”,虽然听起来冷冰冰,但其实是一种心理疏导。结果不是最好,但也不是最差。(好,避免出生是一个你整个家都负担不起的问题 BB,坏,对老婆,双方压力压力都有影响)注意心态
4、PS 例外说明
但是,如果出现以下情况,你可以反驳医生,要求进行进一步检查:
年龄因素: 如果你已经 35 岁甚至 40 岁以上,卵巢功能减退,时间宝贵,等待下一次自然受试的 “试错成本” 太高,可以要求提前介入检查。
流产周数较大: 如果你是在孕 12 周之后流产,而不是早期的胎停,那么单纯染色体问题的概率下降,需要查母体因素(如宫颈机能、免疫系统等)。
有过明确病史: 如果你本来就有糖尿病、甲状腺疾病、红斑狼疮等自身免疫病,或者有过明确的宫腔手术
标题: 一起来看看网红圣诞树的访问情况
作者: #vitamay
板块: #搞七捻三
编号: 1363816
帖子: https://linux.do/t/topic/1363816
时间: 2025-12-26 11:38:40
摘要:
[开源]分享一个视觉动态交互的网红圣诞树,纯html 


开发调优



直接打开访问即可,gemini3生成的;效果如图
[image]
如果卡顿可能是电脑性能问题哦
[image]
Jewel Christmas Tree - Smart Zoom



看到小小圣诞树给这么佬友带来快乐,很欣慰
标题: 分享一些硅基流动api密钥
作者: #lansi
板块: #福利羊毛
编号: 1363836
帖子: https://linux.do/t/topic/1363836
时间: 2025-12-26 11:41:55
摘要:
来几个硅基流动密钥,佬友们蹬起来,不需要的就留给需要的佬友哦  
sk-mazfngudqsvlobxbtbggczaehtmslhsrbfghuvyjsqttizum
sk-ptlglscfiblfwbxcixljftjembpedfpfphnyicggmznwmoyh
sk-wqbpxrpsxzrwudmlonlfqtyyljhxccrrqamgmijvqakcyxcs
sk-skrrlzcbwssimleswzzllfbhgqziqlvcuyfodgegvmdugyzj
sk-ajbxgbeyobnpivmadzrqkfgusgkwwsqicxgszithoxgbqvbw
sk-cswsnnojddshagknmpcjthhlzgkynlwruvpsjgxsqvqlpaak
sk-nurugsruziddtrankxmsgunffnqpupipoafuhihbwpemuyqh
sk-pgahputyymsfplpdgbbysoeycsowhrxwmcsicqlqpqbufanf
sk-zyxxxenzgwlyfadoualrwbrycrakzxdhsevskekrcvuouwcs
sk-tduufqafunxtkbnyzlogkitubhgisjrupwzxuzqpblxjrrvt
标题: openwebui一个问题回答一次但是请求了4次
作者: #THH
板块: #搞七捻三
编号: 1363852
帖子: https://linux.do/t/topic/1363852
时间: 2025-12-26 11:45:12
摘要:
如图,我在一个窗口请求了一个问题,但是不知道问什么他请求了4次,扣了4次费,我只有一个key,好奇怪啊,有没有佬知道这个怎么解决
标题: 我的是pro账号
作者: #yhe
板块: #开发调优
编号: 1363861
帖子: https://linux.do/t/topic/1363861
时间: 2025-12-26 11:46:27
摘要:
现在还是只有ultra能用吗Your current account is not eligible for AntigrNlty. Try signing in with
another personal Goog account.
标题: ssl证书以后是不是不能签发一年了?
作者: #艾欧尼亚
板块: #搞七捻三
编号: 1363869
帖子: https://linux.do/t/topic/1363869
时间: 2025-12-26 11:48:54
摘要:
有没有做这个业务的佬,说说
标题: 开发者应用入驻指南来了 说干就干 感兴趣的开发者可以来玩!
作者: #科技lion
板块: #开发调优
编号: 1363876
帖子: https://linux.do/t/topic/1363876
时间: 2025-12-26 11:51:27
摘要:
感兴趣的开发者可以来玩!


dev.kejilion.sh





Kejilion.sh 开发者应用入驻指南

kejilion.sh 第三方应用开发与入驻官方指南
标题: [开源] AI 网关 AxonHub 发布 v0.7.0 ,支持模型管理以及批量映射
作者: #Loop
板块: #开发调优
编号: 1363880
帖子: https://linux.do/t/topic/1363880
时间: 2025-12-26 11:53:08
摘要:
项目地址: GitHub - looplj/axonhub: AxonHub is a modern AI gateway system that provides a unified OpenAI ( Chat Completion, Responses), Anthropic, Gemini and AI SDK compatible API
前文见:





[开源] AI 网关 AxonHub 发布 v0.6.0 ,支持 OpenAI Responses API 转换


开发调优



前文见:


项目地址: GitHub - looplj/axonhub: AxonHub is a modern AI gateway system that provides a unified OpenAI, Anthropic, Gemini and AI SDK compatible API
欢迎大家试用反馈,觉得有用的话,欢迎点个。
本次主要更新


支持 …



欢迎大家试用反馈,觉得有用的话,欢迎点个 。
本次主要更新:

模型管理,管理暴露给到客户端的模型有哪些



批量关联 模型对应的渠道和模型



渠道模型自动同步



回退机制



支持 rerank 和 embedding API

还有很多细节优化,欢迎大家使用和反馈问题。