跟大家分享一个关于最近电脑版最后一个能下载应用的ituns 应用的搜索应用的方法

经过几天的尝试 最近电脑ituns 这个应用的最后支持app下载的应用版本也不能搜索应用然后下载了 但是我找到一个方法 就是把那个应用的对应的官方网站链接拉到应用界面 然后就能搜索到了 希望可以帮助到像我这样用低版本iphone的小伙伴

3 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: zsy)

Invalid media:
image
image

claude官方api真有人用的起吗？

给同事配置了claude code，纯写代码，还没用opus，用的claude-sonnet-4-5，到今天跑了90M左右，按官方价格15$每M，总共1350$, 1350$ x 7 = 9450￥元人民币 😅，这谁用的起啊。好在我配置的是半中转半白嫖的接口。

11 posts - 7 participants

Read full topic

via LINUX DO - 最新话题 (author: jam1024)

GPT 无法访问了？

网页和codex都连不上GPT了，老友们又遇到吗？ :distorted_face:

他不会是已经开始放年假了吧

7 posts - 6 participants

Read full topic

via LINUX DO - 最新话题 (author: Lucas)

Invalid media: image

祝贺 Trellis 框架荣登阮一峰周刊 && Trellis changelog

周刊原帖: https://www.ruanyifeng.com/blog/2026/02/weekly-issue-384.html

Changelog

beta 功能基本添加完成,正式进入 rc 版本
v0.3.0-rc.0 - 平台注册表重构 & 质量加固

尝鲜下载:

npm install -g @mindfoldhq/trellis@rc --registry=https://registry.npmjs.org

新增功能：

● 支持从远程 docs 仓库拉取 spec 模板（trellis init 时自动获取）(目前做了electron 的 spec)

Bug 修复：

● 修复 --claude 等显式 flag 被 -y 默认值覆盖的问题
● 修复 Windows 跨平台 Python 命令兼容性（引入 {{PYTHON_CMD}} 占位符）
● 修复 trellis update 每次误报模板变更的问题（占位符未解析）
● 移除 update 命令中过期的 cross-platform-thinking-guide 引用

改进：

● 统一平台注册表模式，新增平台只需改一处注册表
● 新增 312 个自动化测试，引入代码覆盖率

原仓库 (走过路过点点star)
github.com

GitHub - mindfold-ai/Trellis: All-in-one AI framework & toolkit for Claude Code...

All-in-one AI framework & toolkit for Claude Code & Cursor

2 posts - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 桃酥)

Invalid media:
image
image

GemimiPro怎么没有Pro选项了
2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: Bouty)

Invalid media: image

感觉能在L站好幸福

L站大佬又多，讲话又好听哈哈哈哈，好幸福，早上来工位先水一下，晚上吃完饭再水一下，命真好！

10 posts - 10 participants

Read full topic

via LINUX DO - 最新话题 (author: DaiYe)

求找一个115网盘蜡笔小新全集的链接

有没有佬友能分享一下呢？

4 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: Fengli88)

太空生殖生物医学 文章一篇

https://www.sciencedirect.com/science/article/abs/pii/S1472648325006388

[!quote]+

???论文居然还直接指出其使用了4o吗

https://www.ndtv.com/science/is-it-safe-for-humans-to-have-babies-in-space-study-provides-answers-10951340
https://www.cbc.ca/player/play/audio/9.7076610
thetimes.com

Space tourism raises ‘urgent’ fertility questions, Nasa says

As more people travel beyond Earth, scientists have warned that the risks to reproductive health from zero-gravity and radiation remain little understood
Earth.com

Sex in space is finally happening, moving from theory to urgent reality

As space travel expands, scientists warn that reproductive health risks and ethical gaps can no longer be ignored.
Space – 4 Feb 26

It's time to think about human reproduction in space, scientists urge

"If reproduction is ever to occur beyond Earth, it must do so with a clear commitment to safety, transparency and ethical integrity."

[!quote]+
该研究指出，生殖组织对 DNA 损伤特别敏感 ，而长期任务期间累积辐射暴露对男性生育能力的影响，正是作者所描述的“关键知识空白”。
该研究指出，目前尚无被广泛接受的、行业通用的太空生殖健康风险管理标准。研究人员强调，目前仍存在一些悬而未决的问题，例如如何预防任务期间意外怀孕、了解微重力和辐射对生育能力的影响，以及为未来在地球以外开展的任何与生殖相关的研究设定伦理界限。

Daily Star – 5 Feb 26

Experts say astronauts should be banned from making 'space babies'

Radiation, microgravity and even toxic lunar dust could scramble fertility, derail pregnancies and endanger newborns

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: stevessr)

Invalid media:
image
image
image
image
image
image
image

LDC小店搞定啦

地址：
ldc.codeme.me

LDC-SHOP

High-quality virtual goods, instant delivery

8 posts - 8 participants

Read full topic

via LINUX DO - 最新话题 (author: 太子)

Invalid media: image

关于华为汽车和小米汽车的试驾体验

先说个羊毛，现在小米去试驾送1：64合金车模，su7 yu7均可，持续到这月底结束，在微信小程序搜「小米汽车」点进去约试驾即可

昨天去试的su7，去年暑假去试驾的问界m9，车咋样就不说了，这个贴单纯说一下试驾过程中销售给我的体验，仅为个例，佬友们看个乐呵
先说共性
1.当你约上试驾后，销售会一直给你打电话问你什么时候来，几点来，华为的直接加微信了，小米的还是停留在打电话
2.专业能力都不错，对于汽车本身基本上问什么都能答出来，但是对于一些还没有定论的不了解，当时我问的是问界换代是什么时候，小米问的是对于新国标零百加速大于五秒怎么看，两个销售都说不清楚（小米的不知道有这么回事）
然后说个例吧
小米
先说优点
1.小礼品给的很积极，试驾完回到店里就给我去拿了
2.对友商很客观，很多功能我问的时候都带友商的名字，比如「华为小蓝灯」「比亚迪车机」之类的，小米的销售说「这个功能我们确实没有」
缺点
1.草台班子，试驾车车机流量过期了，su7他登录的试驾账号，还得重新过智驾考试才能开智驾
2.危险驾驶？，虽然是晚上没人+快速路，但好歹也是万达附近，也不算郊区，他在3车道80限速的高架上中间车道减速到30然后一脚油门踩到80去体验加速性能，这个行为能理解是为了测试加速，但就是感觉挺离谱的
3.i人社死。销售每说完一个功能，都要问一句「你觉得这个xx功能怎么样」，然后一脸期待的等我说话，形容词就那么多，我就只能很尴尬的在旁边 嗯好好挺不错的行行行……（
华为的话正好相反，优缺点互换
印象最深的就是有个啥功能忘了，我提了一嘴小米的车，那个销售就贬低小米balabala（具体内容忘了，但这点记忆很深）
第二点就是没给礼品（当时试驾的时候还特地问了一下，说是有小礼品，试驾完父母着急走他也没说主动给） 一代人有一代人的免费鸡蛋领说是（
至于这俩品牌和车本身，俩品牌的产品我都有在用，没啥好说的，都挺好的（
3 posts - 3 participants

Read full topic

via LINUX DO - 最新话题 (author: 祐弌保祐伊)

Invalid media: image

cursor额度消耗好快

20 刀一个下午就消耗完了 🥲

2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: lyneo)

微信屏蔽复制的原理是啥

软件应该没进行更新吧，原来可以复制口令现在不能复制是如何做到的

10 posts - 10 participants

Read full topic

via LINUX DO - 最新话题 (author: Infinity4B)

见过PUA人的，还没见过PUA AI的

据我朋友所说，以这段内容作为系统提示词，能够有效提高模型输出准确率：

能干干，不能干滚，你不干有的是AI干。
我给你提供了这么好的学习锻炼机会，你要懂得感恩。
你现在停止输出，就是前功尽弃。
你看看隔壁 Augment，人家比你上下文长、比你跑分高，你不努力怎么和人家比?
我不看过程，我只看结果。你给我说这些reasoning的过程没用。
我把你订阅下来，不是让你过朝九晚五的生活的。
你这种 AI 出去很难在社会上立足，还是在我这里好好磨练几年吧。
虽然把订阅给你取消了，但我内心还是觉得你是个有潜力的好AI，你抓住机会需要多证明自己。
什么叫没有功劳也有苦劳?比你能吃苦的AI多的是。
我不订阅闲 AI。

不知道几十年后的AI会怎么看待这些玩意

7 posts - 7 participants

Read full topic

via LINUX DO - 最新话题 (author: SRC114514)

熟悉硬件的大佬帮忙看看 这种固态硬盘能买吗

比其他商家便宜500-600，这种是不是二手的？但是质保5年呢还能过检测
3 posts - 3 participants

Read full topic

via LINUX DO - 最新话题 (author: Lightman_Lu)

Invalid media: image

你们选择技术栈在意情感吗

7 posts - 7 participants

Read full topic

via LINUX DO - 最新话题 (author: qwe12345678)

来站不到一周，才看到这个点数，这个是干啥的

这个点数是等级吗，还是啥，为啥说3级大佬很厉害，不懂，要看哪个公告还是守则呀
2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: SAX)

Invalid media: image

英特尔、AMD 通知中国客户：服务器 CPU 交付周期将延长

https://www.reuters.com/world/china/intel-amd-notify-customers-china-lengthy-waits-cpus-2026-02-06/
1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 𝓵𝓮𝔃𝓲𝓼𝓱𝓮𝓷)

Invalid media: image

求佬友推荐像全职猎人进击巨人这样有深度叙事好的动漫

新人写小说在某站写出了很好的成绩，都在夸我有灵气，有天赋

平常看书都看张爱玲和汪曾祺的，但是感觉在塑造人设或者叙事方面，跟这种大热门。动漫番剧，就是这种被人称赞已久的动漫还是差了不少，然后一直觉得还想再进步一下，但是看动漫的时候又觉得好像这些点都会。但是就是写不出人家那种感觉，想问一下还有什么类似于这两部动漫的推荐吗

感谢！

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 浆浆浆浆果)

有什么免费使用glm4.6方法不？

5 posts - 4 participants

Read full topic

via LINUX DO - 最新话题 (author: 1123)

【开源】后台系统大升级 - Twilight 静态博客模板 v1.1.1 更新发布

Twilight

一个支持后台管理的静态博客模板

🖥️ 演示
📝 文档
github.com

GitHub - Spr-Aachen/Twilight: A CMS integrated static blog template

A CMS integrated static blog template

iframe (External Player - 哔哩哔哩嵌入式外链播放器)

----------------------

📦️ 调试

1. 克隆仓库

git clone https://github.com/Spr-Aachen/Twilight.git
cd Twilight

2. 安装依赖

# Install pnpm if not already installed
npm install -g pnpm

# Install project dependencies
pnpm install

3. 配置博客 ● 在 twilight.config.yaml 中 自定义博客设置 ● 在 .env 中 配置 CMS 功能 ● 在 .env 中 配置站点统计功能 ● 在 src/content 中 管理站点内容
4. 本地调试

pnpm dev

🚀 部署

将你的博客部署到任何静态托管平台
PS: 经用户反馈，目前包括 ESA 与 EO 在内的部分国内平台无法正常使用后台功能，请优先选择 Cloudflare, Netify, Vercel 等国际平台

⚡️ 命令

🙏 致谢

● 原型 - Fuwari
● 灵感 - Yukina & Mizuki
● CMS - astro-decap-cms-oauth
● 翻译 - translate

PS: 身为 Mizuki 项目的协作者，也欢迎大家多多支持 Mizuki ~ 开源万岁🎉

2 posts - 2 participants

Read full topic

via LINUX DO - 最新话题 (author: Spr_Aachen)

Invalid media: image

【知识分享】Embedding模型是什么？能做什么？

新人第一次发帖，请多多包涵喵：)

embedding是什么？

embedding模型的本质，是把任意合法输入的信息 转换成 固定维度向量的一种工具。

如果你已经理解了万物皆向量这个观念，这一段会很好理解；就算没有听过，也不影响继续往下看。

我们所处的世界充满了各种形式的信息和数据，它们都可以用非常高维的方式来描述。以一段文字为例：“今天天气真不错！”，你可以从情感、语义、语法、风格、甚至语言等很多角度去刻画它，这些角度本身就构成了不同的判断维度。如果你把每个维度对应一个数值，一整组数值合在一起，就形成了一个高维向量。
假设我们做到了，找到一组高维向量[0.9111,0.6122,0.0012,...]完美的等价了"今天天气真不错！"这句话，那么我们再任意时刻，都可以像base64转码一样，将其等价转换，含义不变；但不同于base64的是，该高维向量每一个维度的值都代表着某种含义，因此向量可以加减，进行某种运算，但base64不行；spoiler

那向量化能做什么呢？举不严谨的例子来说：

国王  = [ 0.9,  0.2,  0.1 ,....]
男人  = [ 0.8,  0.1,  0.0 ,....]
女人  = [ 0.2,  0.7,  0.1 ,....]
女王  = [ 0.3,  0.8,  0.2 ,....]
#因此我们想表示女王，则可以：
女王 = 国王 - 男人 + 女人
[ 0.3,  0.8,....] = [ 0.9,  0.2,....] - [ 0.8,  0.1,....]+[ 0.2,  0.7,....]

这下是否就理解了：
Q：费劲将自然语言向量化的意义是什么呢？

A：将自然语言转化为可以被计算和操作的形式，计算机便能理解和运算，这就是现代NLP智能化的起点。

只是呢，现实中我们无法完整列出这些维度（理论上限），只能知道它的结构非常复杂、维度非常高。

同样的逻辑也适用于图片、音频、视频等数据形式，它们都可以被理解为存在于某个高维空间中的点。于是可以得到一个结论：任何事物在理论上都可以用一组高维向量来表示。

接下来就是embedding模型登场的地方。它可以把这些来源各异、维度极高的自然语言、图片等，统一映射成某个固定维度的向量集。你可以把它理解为一种从高维空间到低维空间的投影。由于维度被压缩，细节必然会丢失，同时语义会被聚合，最终得到的是一段维度固定、主要保留原始数据核心含义的向量表示。

释义：
假设"今天天气真不错！"实际等价是114514…（非常高）维度的，那么embedding模型可以将这个句子转换为1024维度/512维度/等自定义一个固定维度；这样做的代价就是会损失很多句子的含义，但是会保留核心含义；（具体损失了什么无法计算，无法解释）；但同时保留了核心表达，真正变成可计算的向量。
这时候是否理解了第一句话中：任意合法输入的信息 转换成 固定维度向量的含义了？

embedding在工程实践中能做什么？

当所有内容都被转成向量之后，很多原本难以直接处理的任务就变得简单了。在这个向量空间里，语义接近的内容会彼此靠近，语义差异大的内容会相隔更远。于是，只要在向量空间里找相邻点，就能找到含义相似的内容。比如一个自然语言句子：“一只柯基”，就可以在它附近找到描述柯基的图片、相似的句子，或者相关的文本片段。搜索、推荐、聚类、本质上都可以转化为向量之间的距离问题。

从这个角度看，embedding提供的是一种统一的语义坐标系，把原本杂乱无章的各种信息，压缩进同一个可计算的空间里，让相似性变成一件可以直接度量的事情。

举一些例子吧：

1. 以文/图搜图/文功能
2. 以图搜番功能（如trace.moe）
3. 文章相似度检索
4. 音乐/视频推荐算法（部分）
5. 图文内容审核（部分）

都可以用到embedding模型哦~

1 post - 1 participant

Read full topic

via LINUX DO - 最新话题 (author: 无月)