[开源推广]做了一个基于 Transformer Attention机制的关键词提取:KeyATTEN
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：
● 我的帖子已经打上 开源推广 标签： 是
● 我的开源项目完整开源，无未开源部分： 是
● 我的开源项目已链接认可 LINUX DO 社区： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
----------------------
我在做记忆云图项目的时候，遇到了一个关键词摘要的问题。只用大模型成本太高、速度太慢，但是如果只是工程匹配又性能太差，那时候灵光一闪，正好想到那篇最经典论文，Attention is all you need。照着个这个思路，通过借用模型内部的注意力分配来做了个关键词提取。
可惜早就已经有人做出来了SMARank(没看同方向论文，一个人独立搞了半天呜呜呜)。我的实现算是变种。
但是没人开源出来好用的东西，市面上仅有的也只是keyBERT。于是一个周末和AI写了一个关键词匹配的项目。
通过引入工程规则（jieba，IDF预处理[1]），显著提升了其提取效果[2]，并加强了在长文上的表现。理论上支持所有语言，只要是能找到相应的跨语言 embedding 模型。
（本人第一个开源项目，并且是AI辅助的，轻点喷，GitHub也没用熟）github.com
GitHub - Qingfeng-233/KeyAtten: 一个通过attention解决关键词摘要的项目
一个通过attention解决关键词摘要的项目
----------------------
1. Inverse Document Frequency 逆文档频率 ↩︎
2. 在 7 个公开数据集上评测，中文新闻场景 F1@10 较传统基线提升 67%，英文长文场景较 KeyBERT 提升超200%。 ↩︎
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 时予曦月)
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：
● 我的帖子已经打上 开源推广 标签： 是
● 我的开源项目完整开源，无未开源部分： 是
● 我的开源项目已链接认可 LINUX DO 社区： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
----------------------
我在做记忆云图项目的时候，遇到了一个关键词摘要的问题。只用大模型成本太高、速度太慢，但是如果只是工程匹配又性能太差，那时候灵光一闪，正好想到那篇最经典论文，Attention is all you need。照着个这个思路，通过借用模型内部的注意力分配来做了个关键词提取。
可惜早就已经有人做出来了SMARank(没看同方向论文，一个人独立搞了半天呜呜呜)。我的实现算是变种。
但是没人开源出来好用的东西，市面上仅有的也只是keyBERT。于是一个周末和AI写了一个关键词匹配的项目。
通过引入工程规则（jieba，IDF预处理[1]），显著提升了其提取效果[2]，并加强了在长文上的表现。理论上支持所有语言，只要是能找到相应的跨语言 embedding 模型。
（本人第一个开源项目，并且是AI辅助的，轻点喷，GitHub也没用熟）github.com
GitHub - Qingfeng-233/KeyAtten: 一个通过attention解决关键词摘要的项目
一个通过attention解决关键词摘要的项目
----------------------
1. Inverse Document Frequency 逆文档频率 ↩︎
2. 在 7 个公开数据集上评测，中文新闻场景 F1@10 较传统基线提升 67%，英文长文场景较 KeyBERT 提升超200%。 ↩︎
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 时予曦月)
搜了一下没有搜到，有没有支持TTS的公益站呀？
听说豆包和minimax的效果都不错？
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Stewart Minions)
听说豆包和minimax的效果都不错？
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Stewart Minions)
any误封还真能误解啊
前几天
但是我只是注册在那里签到 还没用过
这几天，我不信邪再登入了一下没想到登进去了
真是
26 个帖子 - 23 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: dkjsiogu)
前几天
但是我只是注册在那里签到 还没用过
这几天，我不信邪再登入了一下没想到登进去了
真是
26 个帖子 - 23 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: dkjsiogu)
抽3个team子号
19:00准时开奖，直接邀请。因为是抽所以不质保啦。
开奖啦！
请这几个小伙伴私聊我：
151 个帖子 - 148 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: cdg)
19:00准时开奖，直接邀请。因为是抽所以不质保啦。
开奖啦！
请这几个小伙伴私聊我：
151 个帖子 - 148 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: cdg)
求求大家，别公布注册机代码了，真的改的吐血了
群众里面有坏人，改好的佬们自己开公益站吧，可别再公布了，低调点，不然又被坏人举报一波，坏人真的特别可恶
26 个帖子 - 21 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: bo luo)
群众里面有坏人，改好的佬们自己开公益站吧，可别再公布了，低调点，不然又被坏人举报一波，坏人真的特别可恶
26 个帖子 - 21 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: bo luo)
superpowers：给 Claude Code 装上工程纪律的 14 条铁律
Claude Code 重度用户必装：superpowers 插件让 AI 写代码不再「一把梭」
作为 Claude Code 重度用户，我一直有个痛点：AI 写代码太「急」了——拿到需求就开干，不设计、不测试、bug 出了就在表面贴补丁。直到我装了 superpowers 这个插件。
一句话介绍
superpowers 是一套给 Claude Code 的工程纪律框架，14 个 skill 覆盖从设计到合并的完整开发流程。它不帮你写代码，它约束 AI 怎么写代码。
安装
Claude Code 里直接输入：
装完重启会话即可。支持 Claude Code、Cursor、Codex、Gemini CLI 等 6 个平台。
核心 Skill 速览
我日常最高频使用的 5 个：
1.
输入需求后，它会用苏格拉底式提问帮你打磨方案，探索 2-3 种实现路径，确认 spec 后才放行。
硬门禁： spec 没通过审查前，禁止写任何代码。
2.
强制执行 RED-GREEN-REFACTOR：
● 先写一个会失败的测试
● 看着它红
● 写最小实现让它绿
● 重构
原话：“If you didn’t watch the test fail, you don’t know if it tests the right thing.”
3.
遇到 bug 时，强制 4 阶段排查：收集证据 → 形成假设 → 验证 → 修复。
禁止： 没找到根因就改代码。这条规则拯救了我无数次。
4.
代码写完后自动 dispatch 一个独立的 code-reviewer subagent 做 6 维度审查（计划对齐、代码质量、架构、文档、测试、问题分类）。subagent 上下文完全隔离，不会被当前会话的思路带偏。
5.
声称修复完成前，强制跑验证命令并确认输出。防止 AI 最常见的毛病：改了代码就宣布胜利，实际测试根本没跑。
完整 Skill 一览
| 类别 | Skill | 作用 |
|------|-------|------|
| 设计 | brainstorming | 苏格拉底式需求讨论 |
| 设计 | writing-plans | 拆分 2-5 分钟小任务 |
| 实现 | test-driven-development | 强制 TDD |
| 实现 | executing-plans | 批量执行任务计划 |
| 实现 | subagent-driven-development | 并行 subagent 实现 |
| 实现 | using-git-worktrees | 隔离工作区 |
| 调试 | systematic-debugging | 4 阶段根因分析 |
| 调试 | dispatching-parallel-agents | 多问题并行排查 |
| 审查 | requesting-code-review | 发起代码审查 |
| 审查 | receiving-code-review | 接收反馈并验证 |
| 收尾 | verification-before-completion | 完成前强制验证 |
| 收尾 | finishing-a-development-branch | 合并/PR 决策 |
| 元 | writing-skills | 用 TDD 方法写新 skill |
| 元 | using-superpowers | 框架入门（自动加载） |
和其他插件的配合
superpowers 管的是方法论，不和工具类插件冲突。我的组合：
● superpowers — 工程纪律（怎么写）
● gstack — 实用工具（QA 测试、一键发版、代码审查）
● 自建 skill — 专业领域（安全审计、贡献准备）
一次典型的开源贡献流程：
使用感受
装了之后最大的变化：AI 不再跳步了。
以前经常出现"改了 A 结果 B 坏了，补了 B 结果 C 又坏了"的连环车祸。现在有了 TDD + systematic-debugging 的纪律约束，这种情况基本消失。
代价是流程变长了，但产出质量明显提高。对于重度用户来说，这个 trade-off 完全值得。
----------------------
GitHub: GitHub - obra/superpowers: An agentic skills framework & software development methodology that works. · GitHub
27 个帖子 - 17 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: openclaw)
Claude Code 重度用户必装：superpowers 插件让 AI 写代码不再「一把梭」
作为 Claude Code 重度用户，我一直有个痛点：AI 写代码太「急」了——拿到需求就开干，不设计、不测试、bug 出了就在表面贴补丁。直到我装了 superpowers 这个插件。
一句话介绍
superpowers 是一套给 Claude Code 的工程纪律框架，14 个 skill 覆盖从设计到合并的完整开发流程。它不帮你写代码，它约束 AI 怎么写代码。
安装
Claude Code 里直接输入：
/install superpowers
装完重启会话即可。支持 Claude Code、Cursor、Codex、Gemini CLI 等 6 个平台。
核心 Skill 速览
我日常最高频使用的 5 个：
1.
/superpowers:brainstorming — 先想清楚再动手输入需求后，它会用苏格拉底式提问帮你打磨方案，探索 2-3 种实现路径，确认 spec 后才放行。
硬门禁： spec 没通过审查前，禁止写任何代码。
2.
/superpowers:test-driven-development — 铁律 TDD强制执行 RED-GREEN-REFACTOR：
● 先写一个会失败的测试
● 看着它红
● 写最小实现让它绿
● 重构
原话：“If you didn’t watch the test fail, you don’t know if it tests the right thing.”
3.
/superpowers:systematic-debugging — 根因分析，不贴补丁遇到 bug 时，强制 4 阶段排查：收集证据 → 形成假设 → 验证 → 修复。
禁止： 没找到根因就改代码。这条规则拯救了我无数次。
4.
/superpowers:requesting-code-review — AI 自审代码写完后自动 dispatch 一个独立的 code-reviewer subagent 做 6 维度审查（计划对齐、代码质量、架构、文档、测试、问题分类）。subagent 上下文完全隔离，不会被当前会话的思路带偏。
5.
/superpowers:verification-before-completion — 别急着说「改好了」声称修复完成前，强制跑验证命令并确认输出。防止 AI 最常见的毛病：改了代码就宣布胜利，实际测试根本没跑。
完整 Skill 一览
| 类别 | Skill | 作用 |
|------|-------|------|
| 设计 | brainstorming | 苏格拉底式需求讨论 |
| 设计 | writing-plans | 拆分 2-5 分钟小任务 |
| 实现 | test-driven-development | 强制 TDD |
| 实现 | executing-plans | 批量执行任务计划 |
| 实现 | subagent-driven-development | 并行 subagent 实现 |
| 实现 | using-git-worktrees | 隔离工作区 |
| 调试 | systematic-debugging | 4 阶段根因分析 |
| 调试 | dispatching-parallel-agents | 多问题并行排查 |
| 审查 | requesting-code-review | 发起代码审查 |
| 审查 | receiving-code-review | 接收反馈并验证 |
| 收尾 | verification-before-completion | 完成前强制验证 |
| 收尾 | finishing-a-development-branch | 合并/PR 决策 |
| 元 | writing-skills | 用 TDD 方法写新 skill |
| 元 | using-superpowers | 框架入门（自动加载） |
和其他插件的配合
superpowers 管的是方法论，不和工具类插件冲突。我的组合：
● superpowers — 工程纪律（怎么写）
● gstack — 实用工具（QA 测试、一键发版、代码审查）
● 自建 skill — 专业领域（安全审计、贡献准备）
一次典型的开源贡献流程：
分析 repo 规范 → brainstorming 讨论方案 → writing-plans 拆任务
→ TDD 写代码 → systematic-debugging 排错 → code-review 自审
→ verification 验证 → ship 发 PR
使用感受
装了之后最大的变化：AI 不再跳步了。
以前经常出现"改了 A 结果 B 坏了，补了 B 结果 C 又坏了"的连环车祸。现在有了 TDD + systematic-debugging 的纪律约束，这种情况基本消失。
代价是流程变长了，但产出质量明显提高。对于重度用户来说，这个 trade-off 完全值得。
----------------------
GitHub: GitHub - obra/superpowers: An agentic skills framework & software development methodology that works. · GitHub
27 个帖子 - 17 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: openclaw)
【黄哥API】5000刀卡，测压
本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：
● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
● 我的帖子已经打上 公益推广 标签： 是
● 我的项目属于个人项目，与公司或商业机构无关： 是
● 我的项目不存在QQ、TG等群组引流： 是
● 我的项目不存在非运营必要的网站引流： 是
● 我的项目不存在为他人推广、AFF： 是
● 我的项目无关联的商业项目： 是
● 我的站点存在登录，并已接入 LINUX DO Connect： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
key:
api地址：
模型id：gpt-5.4
24 个帖子 - 23 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: ezez)
本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：
● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
● 我的帖子已经打上 公益推广 标签： 是
● 我的项目属于个人项目，与公司或商业机构无关： 是
● 我的项目不存在QQ、TG等群组引流： 是
● 我的项目不存在非运营必要的网站引流： 是
● 我的项目不存在为他人推广、AFF： 是
● 我的项目无关联的商业项目： 是
● 我的站点存在登录，并已接入 LINUX DO Connect： 是
● 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
● 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
key:
sk-b79de257f650935b3f593b405f6448067a8b3ac208498d630f162777826b1dd2
api地址：
https://11531817.cc.cd/openai
模型id：gpt-5.4
24 个帖子 - 23 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: ezez)
ai模拟面试官效果如何？
如题马上要秋招了，之前几乎没实战面试过，担心秋招容易被问住尬着，想着拿ai模拟面试提前练习练习，有没有什么提示词或者哪些模型最适合当面试官呢？请问佬友们有什么建议吗🥺
5 个帖子 - 3 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: dO)
如题马上要秋招了，之前几乎没实战面试过，担心秋招容易被问住尬着，想着拿ai模拟面试提前练习练习，有没有什么提示词或者哪些模型最适合当面试官呢？请问佬友们有什么建议吗🥺
5 个帖子 - 3 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: dO)
PPT Agent Skill 重构了，从 demo 升级到能干活的版本
之前那个 PPT skill [基于 Sandun 的 PPT 方案，做了个开箱即用的 Skills] 就是个能跑的 demo，这两天闲着没事重构了一遍。主要改了三个地方：策划和设计拆开了，先用 JSON 把每页内容定死再画；写了个脚本自动按需喂资源给 AI，不再一股脑全塞；SVG 管线调通了，导出的 PPTX 文字能直接改。代码已更新，感兴趣的佬可以试试。
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 淮阴侯)
之前那个 PPT skill [基于 Sandun 的 PPT 方案，做了个开箱即用的 Skills] 就是个能跑的 demo，这两天闲着没事重构了一遍。主要改了三个地方：策划和设计拆开了，先用 JSON 把每页内容定死再画；写了个脚本自动按需喂资源给 AI，不再一股脑全塞；SVG 管线调通了，导出的 PPTX 文字能直接改。代码已更新，感兴趣的佬可以试试。
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 淮阴侯)
最近学习n8n的疑惑
起因:过年返工以来一直沉不下心来学习，但是又很清楚不去做改变就会浪费时间，错失机会。
这时候龙虾爆火，我了解了一下并且在社区看了看，我觉得好像对我来说没什么用，便想着学个类似工具，便从dify，coze，n8n中选择了n8n，因为都说它上限高?(可能?也可能是其他)然后，我刚好有台cc的6h4g服务器只挂了WordPress网站闲着，便说干就干。
我就到实验室哈基米哪里学习。
我跟着实操工作流，解决因为版本更新，也就是大致明白了图中三个工作流的用法和状态。
不过我知道工作流的过程结构和实现效果，都是因作者要的结果而变，所以我就实操了基本结构和基础工作流，花了大概四五天每天两小时左右。
哈基米说会了这些，n8n的功能就都可以上手了，但是我不知道是不是我的问题，还是显目练习太少，我一学完竟然不知道可以用来干什么，往什么方面进行深入研究，做什么项目来练手?
所以我来社区问问各位佬，n8n除了图中的工作流用法还有其他的吗？或者有啥好用好玩项目方向捏?
然后我想问问，n8n是不是，只要有市面上软件的软件接口api就可以全在工作流里面运行呢？(要像网上龙虾那样在微信，qq里面发消息是不是也要接口?)
最后，贴主发的贴少，写的有点乱，可能看着会有点奇怪，各位佬友见谅哈哈
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 暖暖的星空)
起因:过年返工以来一直沉不下心来学习，但是又很清楚不去做改变就会浪费时间，错失机会。
这时候龙虾爆火，我了解了一下并且在社区看了看，我觉得好像对我来说没什么用，便想着学个类似工具，便从dify，coze，n8n中选择了n8n，因为都说它上限高?(可能?也可能是其他)然后，我刚好有台cc的6h4g服务器只挂了WordPress网站闲着，便说干就干。
我就到实验室哈基米哪里学习。
我跟着实操工作流，解决因为版本更新，也就是大致明白了图中三个工作流的用法和状态。
不过我知道工作流的过程结构和实现效果，都是因作者要的结果而变，所以我就实操了基本结构和基础工作流，花了大概四五天每天两小时左右。
哈基米说会了这些，n8n的功能就都可以上手了，但是我不知道是不是我的问题，还是显目练习太少，我一学完竟然不知道可以用来干什么，往什么方面进行深入研究，做什么项目来练手?
所以我来社区问问各位佬，n8n除了图中的工作流用法还有其他的吗？或者有啥好用好玩项目方向捏?
然后我想问问，n8n是不是，只要有市面上软件的软件接口api就可以全在工作流里面运行呢？(要像网上龙虾那样在微信，qq里面发消息是不是也要接口?)
最后，贴主发的贴少，写的有点乱，可能看着会有点奇怪，各位佬友见谅哈哈
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 暖暖的星空)
我觉得你们的玩法都错了，应该由AI指挥人类写代码
原因有三：
其一，AI 的上下文记忆有限，但人类的记忆力和注意力却是很变态的，至少现有 LLM 难以企及。因此 LLM 天生适合顶层设计而不是深入基层的每一行代码
其二，AI 的架构能力和全局观比相当一部分程序员要强，可以很好胜任指挥的职责。同时 AI 也不会像某些老板那样压力你，必要时还能亲自下场帮忙
其三，AI 的 token 要钱，但人脑的 token 不用钱。AI 每少写一行代码，就是节省一分成本，节省一点电力，挽救一片绿色，为地球🌏️共同家园做……
编不下去了
15 个帖子 - 10 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 阿钖)
原因有三：
其一，AI 的上下文记忆有限，但人类的记忆力和注意力却是很变态的，至少现有 LLM 难以企及。因此 LLM 天生适合顶层设计而不是深入基层的每一行代码
其二，AI 的架构能力和全局观比相当一部分程序员要强，可以很好胜任指挥的职责。同时 AI 也不会像某些老板那样压力你，必要时还能亲自下场帮忙
其三，AI 的 token 要钱，但人脑的 token 不用钱。AI 每少写一行代码，就是节省一分成本，节省一点电力，挽救一片绿色，为地球🌏️共同家园做……
编不下去了
15 个帖子 - 10 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 阿钖)
请问各位大佬，鸿蒙NEXT有什么可以刮削本地NAS的播放器吗？
纯血鸿蒙上的极空间APP暂时还没有极影视功能，现在想找个类似的用用，但是发现下载的播放器没有这种功能
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: AndroidDeals)
纯血鸿蒙上的极空间APP暂时还没有极影视功能，现在想找个类似的用用，但是发现下载的播放器没有这种功能
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: AndroidDeals)
大家有用过jiekou.ai这家的模型吗，稳不稳
最近A/管控，很多站点的Claude用不了了，最近了解到这家，不知道怎么样
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: dddlinuxdo)
最近A/管控，很多站点的Claude用不了了，最近了解到这家，不知道怎么样
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: dddlinuxdo)
谷歌反重力 Ultra 用量被大砍了？
这是我的问题吗？
我是谷歌ULTRA，反重力今天用的时候基本1-2个任务就减20%的用量，我还以为是显示问题，结果最后的两次任务已经开始用积分了，一个任务大概400-600积分，每个月给的25000积分相当于只能用50次！
这也太夸张了吧？谷歌不是说重度开发推荐开ULTRA订阅吗？确定这个用量能支持重度开发？
我觉得我甚至只能算得上中度开发，太离谱了，大家的用量还正常吗？
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Aimer)
这是我的问题吗？
我是谷歌ULTRA，反重力今天用的时候基本1-2个任务就减20%的用量，我还以为是显示问题，结果最后的两次任务已经开始用积分了，一个任务大概400-600积分，每个月给的25000积分相当于只能用50次！
这也太夸张了吧？谷歌不是说重度开发推荐开ULTRA订阅吗？确定这个用量能支持重度开发？
我觉得我甚至只能算得上中度开发，太离谱了，大家的用量还正常吗？
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Aimer)