[宽带症候群] tcptun 现在支持 native + raw + reality-quic 了
自动生成 server.json 和 client.json 配置:
android 客户端也支持了
项目地址： https://tcptun.com
自动生成 server.json 和 client.json 配置:
# 生成 native + raw + reality-quic 配置对
$ tcptun config native --quic --server proxy.example.com --port 9443
android 客户端也支持了
项目地址： https://tcptun.com
[程序员] 实测 GPT-5.6 Sol 的 High/Max：修 bug 未必值得上 Max，重写/迁移可能值得
先声明：我是 [Tura]( https://github.com/Tura-AI/tura) 的维护者。这不是独立评测；完整方法、图表和公开产物在文末链接。想请大家重点挑一挑下面这个“按任务形态路由”的结论有没有遗漏。
我把 DeepSWE v1.1 的记录和一次 eza （ Rust → Python 、52 项检查）的行为兼容重写放在一起看。结论不是“Max 总是更强”，而是 Max 多买到了搜索、回滚、再试和 agent 回合；这些回合有没有价值，取决于任务剩下多少不确定性。
| 任务形态 | High | Max | 通过率变化 | 成本 |
| --- | ---: | ---: | ---: | ---: |
| 范围明确的修复（ DeepSWE ，7 个） | 64.3% | 57.1% | **-7.1 个百分点** | 2.53x |
| 功能实现（ DeepSWE ，95 个） | 70.2% | 74.6% | **+4.4 个百分点** | 2.43x |
| 仓库重写（ eza ，3 个 harness ） | 78.8–89.4% | 92.3–94.2% | **+4.8–13.5 个百分点** | 2.27–3.27x |
113 个 DeepSWE 任务的总体平均是：High 69.4%、每任务 $3.47 ； Max 72.7%、每任务 $8.39 。也就是 **+3.3 个百分点，成本 2.42 倍**，输出 token 2.11 倍、输入 2.91 倍、时间 1.90 倍、步骤 1.66 倍。
所以我现在倾向的操作规则是：
1. 已经有 failing test 、定位范围较小的 bug ，先用 High ； High 失败且定位仍不确定再升级。
2. 常规功能实现也是 High 起步，除非一次失败的代价足以覆盖约 2.4 倍成本。
3. 大范围重写或迁移，Max 往往更有意义，因为兼容性、构建、测试和架构路径都还要探索。
4. Greenfield 目前只有“可能更适合 Max”的判断，没有配对的 High/Max 数据，别把它写成已证实结论。
需要强调两个边界：DeepSWE 的 7 个修复任务不足以证明“Max 会让修 bug 变差”； eza 的 High 是每个 harness 两次的均值，而 Max 是一次选定运行。数字适合做路由假设，不适合做万能默认值。
完整分析（ 19 张表和原始图表）： https://turaai.net/blog.html#is-gpt-5-6-sol-max-worth-it
复现数据： https://github.com/Tura-AI/benchmark/tree/main/blog_data/eza-replication-gpt56-max-20260717
如果大家有更合适的任务分桶、成本/通过率指标，或者认为这里的 DeepSWE 划分不够机械化，欢迎直接指出。更希望讨论“什么时候应该升级 effort”，而不是只比较某个模式的单点分数。
先声明：我是 [Tura]( https://github.com/Tura-AI/tura) 的维护者。这不是独立评测；完整方法、图表和公开产物在文末链接。想请大家重点挑一挑下面这个“按任务形态路由”的结论有没有遗漏。
我把 DeepSWE v1.1 的记录和一次 eza （ Rust → Python 、52 项检查）的行为兼容重写放在一起看。结论不是“Max 总是更强”，而是 Max 多买到了搜索、回滚、再试和 agent 回合；这些回合有没有价值，取决于任务剩下多少不确定性。
| 任务形态 | High | Max | 通过率变化 | 成本 |
| --- | ---: | ---: | ---: | ---: |
| 范围明确的修复（ DeepSWE ，7 个） | 64.3% | 57.1% | **-7.1 个百分点** | 2.53x |
| 功能实现（ DeepSWE ，95 个） | 70.2% | 74.6% | **+4.4 个百分点** | 2.43x |
| 仓库重写（ eza ，3 个 harness ） | 78.8–89.4% | 92.3–94.2% | **+4.8–13.5 个百分点** | 2.27–3.27x |
113 个 DeepSWE 任务的总体平均是：High 69.4%、每任务 $3.47 ； Max 72.7%、每任务 $8.39 。也就是 **+3.3 个百分点，成本 2.42 倍**，输出 token 2.11 倍、输入 2.91 倍、时间 1.90 倍、步骤 1.66 倍。
所以我现在倾向的操作规则是：
1. 已经有 failing test 、定位范围较小的 bug ，先用 High ； High 失败且定位仍不确定再升级。
2. 常规功能实现也是 High 起步，除非一次失败的代价足以覆盖约 2.4 倍成本。
3. 大范围重写或迁移，Max 往往更有意义，因为兼容性、构建、测试和架构路径都还要探索。
4. Greenfield 目前只有“可能更适合 Max”的判断，没有配对的 High/Max 数据，别把它写成已证实结论。
需要强调两个边界：DeepSWE 的 7 个修复任务不足以证明“Max 会让修 bug 变差”； eza 的 High 是每个 harness 两次的均值，而 Max 是一次选定运行。数字适合做路由假设，不适合做万能默认值。
完整分析（ 19 张表和原始图表）： https://turaai.net/blog.html#is-gpt-5-6-sol-max-worth-it
复现数据： https://github.com/Tura-AI/benchmark/tree/main/blog_data/eza-replication-gpt56-max-20260717
如果大家有更合适的任务分桶、成本/通过率指标，或者认为这里的 DeepSWE 划分不够机械化，欢迎直接指出。更希望讨论“什么时候应该升级 effort”，而不是只比较某个模式的单点分数。
[分享创造] 开发了一款 PDF AI 翻译产品 PaperInsight 送 20 份 一个月的 VIP 激活码
还记得你啃第一篇英文论文的样子吗？
三个屏幕窗口：左边 PDF ，右边词典，中间翻译软件。
一段 Introduction 读了四十分钟。专业术语查了又忘，忘了又查；一句话复制 到翻译软件，公式变成乱码，表格糊成一行，图注和正文搅在一起。译文读起来 像机器人写的说明书，你只好回头再读一遍原文——等于每篇论文读了两遍， 每遍都很痛苦。
好不容易读完，想回头找"实验部分那个关键数据"，翻了十分钟没找到在第几页。
组会前夜，导师发来三篇新论文："明天讲讲思路。"
那一刻你清楚地知道：卡住你的从来不是英语，是读论文这件事本身的方式， 太原始了。
----------------------
现在，换一种读法
论文洞见（ PaperInsight ）——上传 PDF ，AI 替你完成那些最耗时间的部分， 把你的精力还给真正重要的思考。
📖 逐段双语对照，不是"整页机翻" 原文和译文段段对齐排在一起，术语保留原文对照。读译文提速，疑惑处一眼 扫回原文核对——一遍，顶过去两遍。
🧩 图、表、代码，各归其位 表格保留行列结构翻译每个单元格；插图原样嵌入对应位置；代码不逐行硬翻， 而是给你一段功能总结。译文的版面和原 PDF 一致，再也不用在"翻译结果"里 猜哪句对应哪里。
🗂 AI 双语大纲，一眼看清论文骨架 章节结构自动生成、双语对照、点击直达对应页。"实验在第几页"这种问题， 从此不存在。
⚡ 深度分析，五分钟建立全局感 一句话总结、研究问题、方法、发现、创新点、局限，外加分节解读。先看 分析再精读，方向感完全不同——组会前夜的三篇论文，不再是灾难。
✍️ 划词即问 读到不懂的概念，选中它——AI 结合这一页的上下文当场解释，不是词典式的 孤立释义。
🌍 七种语言、随身笔记 中/日/韩/法/德/西/英任选；双语结果一键导出 Markdown ，图表代码全保留， 进你自己的笔记库。
----------------------
以前 vs 现在
读论文的时间应该花在"想"，而不是"啃"。
https://www.paper-insight.com/
👉 现在就试试： https://ai.paper-insight.com/
----------------------
写这个工具的初衷： 之前常年看英文 PDF （网安学术论文和 3GPP 标准） 但是一般一个论文啃个好几天，才能吃透，这几年 AI 出来了，能力也很强，试着用 AI 提升看论文的效率。现在工具可以解释 PDF 里面晦涩难懂的地方，也能归纳总结论文内容，送点 VIP 激活码 希望能帮到有需要的人：
----------------------
2B75-V2ES-CRWK
5LAM-VHUJ-MZB9
8MCF-8LFR-JRRY
EZPB-C792-8LQA
NWGV-HNMQ-W3NJ
T7S7-NEXT-NYNY
UG96-EX8Q-GXAG
UU3H-XHVG-FDKJ
还记得你啃第一篇英文论文的样子吗？
三个屏幕窗口：左边 PDF ，右边词典，中间翻译软件。
一段 Introduction 读了四十分钟。专业术语查了又忘，忘了又查；一句话复制 到翻译软件，公式变成乱码，表格糊成一行，图注和正文搅在一起。译文读起来 像机器人写的说明书，你只好回头再读一遍原文——等于每篇论文读了两遍， 每遍都很痛苦。
好不容易读完，想回头找"实验部分那个关键数据"，翻了十分钟没找到在第几页。
组会前夜，导师发来三篇新论文："明天讲讲思路。"
那一刻你清楚地知道：卡住你的从来不是英语，是读论文这件事本身的方式， 太原始了。
----------------------
现在，换一种读法
论文洞见（ PaperInsight ）——上传 PDF ，AI 替你完成那些最耗时间的部分， 把你的精力还给真正重要的思考。
📖 逐段双语对照，不是"整页机翻" 原文和译文段段对齐排在一起，术语保留原文对照。读译文提速，疑惑处一眼 扫回原文核对——一遍，顶过去两遍。
🧩 图、表、代码，各归其位 表格保留行列结构翻译每个单元格；插图原样嵌入对应位置；代码不逐行硬翻， 而是给你一段功能总结。译文的版面和原 PDF 一致，再也不用在"翻译结果"里 猜哪句对应哪里。
🗂 AI 双语大纲，一眼看清论文骨架 章节结构自动生成、双语对照、点击直达对应页。"实验在第几页"这种问题， 从此不存在。
⚡ 深度分析，五分钟建立全局感 一句话总结、研究问题、方法、发现、创新点、局限，外加分节解读。先看 分析再精读，方向感完全不同——组会前夜的三篇论文，不再是灾难。
✍️ 划词即问 读到不懂的概念，选中它——AI 结合这一页的上下文当场解释，不是词典式的 孤立释义。
🌍 七种语言、随身笔记 中/日/韩/法/德/西/英任选；双语结果一键导出 Markdown ，图表代码全保留， 进你自己的笔记库。
----------------------
以前 vs 现在
读论文的时间应该花在"想"，而不是"啃"。
https://www.paper-insight.com/
👉 现在就试试： https://ai.paper-insight.com/
----------------------
写这个工具的初衷： 之前常年看英文 PDF （网安学术论文和 3GPP 标准） 但是一般一个论文啃个好几天，才能吃透，这几年 AI 出来了，能力也很强，试着用 AI 提升看论文的效率。现在工具可以解释 PDF 里面晦涩难懂的地方，也能归纳总结论文内容，送点 VIP 激活码 希望能帮到有需要的人：
----------------------
2B75-V2ES-CRWK
5LAM-VHUJ-MZB9
8MCF-8LFR-JRRY
EZPB-C792-8LQA
NWGV-HNMQ-W3NJ
T7S7-NEXT-NYNY
UG96-EX8Q-GXAG
UU3H-XHVG-FDKJ
[科技] 两天开发了一个网站专门收录各领域的最佳实践，方便学习（抄袭🐶）
最初是想在做业务需求的时候尽量使用最新的一些技术，还能提升自己。
但是现在技术更新迭代太快，github 上的搜索结果要么是几年前的内容要么就不符合我们的业务场景。
于是网上搜集了一些热门项目通过 AI 筛选和处理，做了领域分类和技术划分，整理了一个网站出来，比较仓促很多地方做的不太行，大家随便看看
项目地址 https://nb-github.pages.dev/
最初是想在做业务需求的时候尽量使用最新的一些技术，还能提升自己。
但是现在技术更新迭代太快，github 上的搜索结果要么是几年前的内容要么就不符合我们的业务场景。
于是网上搜集了一些热门项目通过 AI 筛选和处理，做了领域分类和技术划分，整理了一个网站出来，比较仓促很多地方做的不太行，大家随便看看
项目地址 https://nb-github.pages.dev/
[AI Agent 智能体] Kimi 会员也停售了
同时新的 kimi code 会员计划公布
Starter 99/月
Explorer 299/月 4 倍 Starter 档位额度 1M 上下文
Expert 699/月 10 倍 Starter 档位额度 1M 上下文
Master 1,399/月 25 倍 Starter 档位额度 1M 上下文 更高的并发上限
这价格结合 K3 用量，毫无性价比可言，不如老的 199
同时新的 kimi code 会员计划公布
Starter 99/月
Explorer 299/月 4 倍 Starter 档位额度 1M 上下文
Expert 699/月 10 倍 Starter 档位额度 1M 上下文
Master 1,399/月 25 倍 Starter 档位额度 1M 上下文 更高的并发上限
这价格结合 K3 用量，毫无性价比可言，不如老的 199
[剧集] AI 让剧集质量退步了
今天在爱奇艺看到一部新上映的电视剧，张凌赫和王楚然主演的《这一秒过火》。
片头和片尾都是 AI 制作的，质感好差。第一眼看到片头还以走错地方了。
正片更是短剧风格，我真是无力吐槽。可惜了帅哥美女。
爱奇艺发布会上说今年 ALL IN AI ，就是这个效果？听过某个 AI 产品赞助了这部剧。
不止电视剧，国漫上很多地方也用的 AI 。站在客户的角度看到到的是粗制滥造。
今天在爱奇艺看到一部新上映的电视剧，张凌赫和王楚然主演的《这一秒过火》。
片头和片尾都是 AI 制作的，质感好差。第一眼看到片头还以走错地方了。
正片更是短剧风格，我真是无力吐槽。可惜了帅哥美女。
爱奇艺发布会上说今年 ALL IN AI ，就是这个效果？听过某个 AI 产品赞助了这部剧。
不止电视剧，国漫上很多地方也用的 AI 。站在客户的角度看到到的是粗制滥造。
[分享创造] crPDF 1.5.0 增加了对 PDF 文件的密码和签名的支持
免费下载： https://github.com/libcr/crpdf/releases
crPDF1.5.0 是纯 C++实现 基于源代码 chromium 150.0.7871.91
1. 基于 chromium PDFium 内核代码，支持对 PDF 的文本和 Stamp 格式的标注
2. 使用 chromium 的跨平台 UI 框架设计的应用界面，提供了一致且优秀的使用体验
3. 通过 boringSSL 实现对 PDF 证书签名，以及证书信息的验证
带 SVG 图片的签名预览
证书签名设置界面
免费下载： https://github.com/libcr/crpdf/releases
crPDF1.5.0 是纯 C++实现 基于源代码 chromium 150.0.7871.91
1. 基于 chromium PDFium 内核代码，支持对 PDF 的文本和 Stamp 格式的标注
2. 使用 chromium 的跨平台 UI 框架设计的应用界面，提供了一致且优秀的使用体验
3. 通过 boringSSL 实现对 PDF 证书签名，以及证书信息的验证
带 SVG 图片的签名预览
证书签名设置界面
[分享创造] 做了一个免费的 TikTok 评论图片生成器
最近上线了一个小工具：
https://www.tiktok-comment-generator.com/
主要用于生成 TikTok 风格的评论图片，适合短视频回复、UGC 素材、教程开场和社交媒体内容制作。
目前支持：
- 生成单条评论贴纸
- 创建包含多条评论和作者回复的完整评论区
- 自定义头像、用户名、评论内容、时间和点赞数
- 设置置顶、认证、作者点赞等状态
- 导出透明、浅色或深色背景 PNG
- 无需注册，免费使用，无水印
- 所有内容都在浏览器本地处理
目前还是 MVP 版本，希望大家帮忙体验一下。
最近上线了一个小工具：
https://www.tiktok-comment-generator.com/
主要用于生成 TikTok 风格的评论图片，适合短视频回复、UGC 素材、教程开场和社交媒体内容制作。
目前支持：
- 生成单条评论贴纸
- 创建包含多条评论和作者回复的完整评论区
- 自定义头像、用户名、评论内容、时间和点赞数
- 设置置顶、认证、作者点赞等状态
- 导出透明、浅色或深色背景 PNG
- 无需注册，免费使用，无水印
- 所有内容都在浏览器本地处理
目前还是 MVP 版本，希望大家帮忙体验一下。
[推广] 每月 1000 次免费 google 查询次数 关键词竞价排名监控
主要提供 Google 搜索结果的数据接口，方便开发者获取搜索结果。它最近还推出了 MCP （ Model Context Protocol ）服务器，可以让 Claude 、Cursor 、Windsurf 等 AI 工具直接调用 Google 搜索。
主要功能包括： 🔍 Google 网页搜索（ Organic Search ） 📰 Google News 🖼️ Google Images 🎥 Google Videos 🛒 Google Shopping （带价格） 📍 Google Maps / Places 🎓 Google Scholar 📑 Google Patents 💡 Google Autocomplete （搜索建议）
支持返回结构化 JSON ，方便程序调用。
免费额度 每月 1000 次免费搜索 不需要信用卡 免费额度每月自动重置
适合做 seo Google 排名监控 竞品分析 关键词研究
注册地址：serpjet.io
主要提供 Google 搜索结果的数据接口，方便开发者获取搜索结果。它最近还推出了 MCP （ Model Context Protocol ）服务器，可以让 Claude 、Cursor 、Windsurf 等 AI 工具直接调用 Google 搜索。
主要功能包括： 🔍 Google 网页搜索（ Organic Search ） 📰 Google News 🖼️ Google Images 🎥 Google Videos 🛒 Google Shopping （带价格） 📍 Google Maps / Places 🎓 Google Scholar 📑 Google Patents 💡 Google Autocomplete （搜索建议）
支持返回结构化 JSON ，方便程序调用。
免费额度 每月 1000 次免费搜索 不需要信用卡 免费额度每月自动重置
适合做 seo Google 排名监控 竞品分析 关键词研究
注册地址：serpjet.io
[分享创造] 我把 Markdown 查看器越做越离谱了：这次直接加了 HTML 设计器、AI 排版 HTML，还支持多模型了
最近把我的开源小工具又狠狠干了一轮，发个更新。
这是一个基于
这次更新到
本次更新
● 新增左侧导航默认页签设置
现在可以自己指定默认打开“文件”还是“大纲”，不用每次切换。
● 新增多供应商、多模型管理
现在不再是只能绑一个模型，支持同时维护多个供应商和多个模型，切换和测试都更方便。
● 优化 Markdown 查看器的 AI 排版效果
AI 排版这块重新整理了一轮，并新增了几种常用生成格式推荐，像任务计划、会议纪要、步骤清单这类内容整理起来更顺手。
● 新增 HTML 设计器
现在不仅能看 Markdown ，还能直接进入 HTML 设计器做可视化调整，并支持导出 HTML 。
● 新增 AI 排版 HTML 内容
不只是 Markdown ，HTML 内容现在也能直接走 AI 排版，适合拿来快速整理页面结构和文案布局。
● AI 支持预置默认供应商和模型
这个主要是方便开发者打包时直接带默认配置，开箱就能用。
● 新增外置字体加载
只要把字体文件放到 exe 同目录的
● 新增更多显示配置
现在支持主题圆角开关、预览模式表头对齐方式、表格宽度铺满等配置，细节可调范围更大了。
这个工具现在适合干嘛
我自己目前主要拿它做这些事：
● 看和整理 Markdown 文档
● 写计划、待办、会议纪要
● 本地查看和编辑 txt / 配置 / 代码类文本
● 用 AI 把乱内容重新整理成更清晰的结构
● 直接可视化编辑修改 AI 生成的 PPT 或 HTML 页面
● 直接把内容设计成 HTML 再导出
开源地址
GitHub： qizhenghai2020/mdview
如果你平时也有：
● 本地看 Markdown
● 整理文档
● AI 辅助排版
● 导出 HTML
这类需求，欢迎试试，也欢迎提建议。
最近把我的开源小工具又狠狠干了一轮，发个更新。
这是一个基于
Wails + Go + Vue3 做的桌面版 Markdown 查看器，最开始只是想做一个自己顺手的本地 Markdown 阅读/编辑工具，结果这次版本越改越偏“生产力工具”了。这次更新到
v1.0.2，重点功能如下：本次更新
● 新增左侧导航默认页签设置
现在可以自己指定默认打开“文件”还是“大纲”，不用每次切换。
● 新增多供应商、多模型管理
现在不再是只能绑一个模型，支持同时维护多个供应商和多个模型，切换和测试都更方便。
● 优化 Markdown 查看器的 AI 排版效果
AI 排版这块重新整理了一轮，并新增了几种常用生成格式推荐，像任务计划、会议纪要、步骤清单这类内容整理起来更顺手。
● 新增 HTML 设计器
现在不仅能看 Markdown ，还能直接进入 HTML 设计器做可视化调整，并支持导出 HTML 。
● 新增 AI 排版 HTML 内容
不只是 Markdown ，HTML 内容现在也能直接走 AI 排版，适合拿来快速整理页面结构和文案布局。
● AI 支持预置默认供应商和模型
这个主要是方便开发者打包时直接带默认配置，开箱就能用。
● 新增外置字体加载
只要把字体文件放到 exe 同目录的
fonts 文件夹下，就能直接在程序里使用。● 新增更多显示配置
现在支持主题圆角开关、预览模式表头对齐方式、表格宽度铺满等配置，细节可调范围更大了。
这个工具现在适合干嘛
我自己目前主要拿它做这些事：
● 看和整理 Markdown 文档
● 写计划、待办、会议纪要
● 本地查看和编辑 txt / 配置 / 代码类文本
● 用 AI 把乱内容重新整理成更清晰的结构
● 直接可视化编辑修改 AI 生成的 PPT 或 HTML 页面
● 直接把内容设计成 HTML 再导出
开源地址
GitHub： qizhenghai2020/mdview
如果你平时也有：
● 本地看 Markdown
● 整理文档
● AI 辅助排版
● 导出 HTML
这类需求，欢迎试试，也欢迎提建议。
[怀旧游戏] 在 iPad 上用触屏玩初代 Diablo
https://github.com/chrissotraidis/deviltouch
● Codex 5.6 实现的移植。
● iPad 的 4:3 屏幕真的是太适合这类游戏了。
https://github.com/chrissotraidis/deviltouch
● Codex 5.6 实现的移植。
● iPad 的 4:3 屏幕真的是太适合这类游戏了。
[程序员] 做了个浏览器里跑真 Manim 的站，也整理了 Windows 本地安装与排错
最近把 Windows 上安装 Manim Community 的流程重新走了一遍。很多教程的问题不是命令错，而是把 Python 、原生 DLL 、PyPI 、LaTeX 和代码错误混成了一个“安装失败”。一旦失败就从头重装，反而很难知道是哪一层坏了。
不过先说我的真实建议：如果只是刚开始学 Manim ，不要先装本地环境。 我做极坐标⋅XYZ 的直接原因，就是希望初学者打开浏览器便能运行真 Manim 0.20.1 ，而不是先过 Python/uv/VC++/MiKTeX 这套环境考试。
目前 Playground 可以匿名打开，内置示例直接 Run ；编辑器有 Python 高亮、基于真 Manim 的补全/签名/悬浮文档，渲染后可以播放、拖动逐帧查看，也能导出 MP4/GIF 。中文
初学路径很短：打开 Playground → 选示例 → 改一个参数 → Run → 看 traceback 或预览 → 导出。站内教程还把讲解与可运行代码放在一起，适合先建立对 Scene/API 的理解。
本地环境仍然有明确价值：额外 pip 包、多文件工程、完整文件系统、批量渲染、CI 和自动化脚本。所以我把它们定义成两个阶段，而不是两个互斥产品：浏览器负责入门、试验与代码对照，本地负责长期工程。
我现在采用的原则是：每引入一个组件，就做一次最小验证。 推荐链路是：
1. 先确认系统和架构
新环境建议 Windows 10/11 x64 。当前 Manim Community 0.20.1 要求 Python 3.11 以上，我在新手路径里用 Python 3.12 x64 ，主要是为了避开位数混用和一些原生依赖问题，不是说其他受支持版本一定不能用。
先运行
Windows 7 与当前 Manim 的 Python 要求没有官方版本交集； Windows 8.1 的完整运行库链路也不适合新装。ARM64 需要逐个检查
2. 用 uv 隔离项目
不建议把系统 Python 、Store Python 、Anaconda 和项目 venv 混在一起。用 uv 的最小路径是：
国内网络可以给 uv 配清华或中科大 PyPI 镜像。这里有个容易误判的边界：镜像只能解决包下载和索引访问，不能解决 CPU 架构不匹配、缺 wheel 、VC Runtime 缺失或 Python 代码错误。
3. 第一次渲染拆成三层
先只渲染
先注释掉
圆能渲染说明核心基本可用；加入
4. DLL 和 LaTeX 分开处理
出现
只用几何图形和
5. 我现在按这个表分流
● 下载超时、解析卡住：PyPI/CTAN 、Python 条件、wheel
●
●
●
●
另外做了一个浏览器里的真 Manim 环境，主要用途不是替代长期本地工程，而是先用同一段代码做对照实验：浏览器能跑、本地 import 失败，就继续查本机依赖；两边都是同一条 Python traceback ，就先修代码。
链接只放一个： https://jizuobiao.xyz/playground
如果大家在 Windows ARM64 、Server Core 、字体或 MiKTeX 非交互安装上有实际踩坑，也欢迎补充。我会把能够复现的情况继续整理进文档。
最近把 Windows 上安装 Manim Community 的流程重新走了一遍。很多教程的问题不是命令错，而是把 Python 、原生 DLL 、PyPI 、LaTeX 和代码错误混成了一个“安装失败”。一旦失败就从头重装，反而很难知道是哪一层坏了。
不过先说我的真实建议：如果只是刚开始学 Manim ，不要先装本地环境。 我做极坐标⋅XYZ 的直接原因，就是希望初学者打开浏览器便能运行真 Manim 0.20.1 ，而不是先过 Python/uv/VC++/MiKTeX 这套环境考试。
目前 Playground 可以匿名打开，内置示例直接 Run ；编辑器有 Python 高亮、基于真 Manim 的补全/签名/悬浮文档，渲染后可以播放、拖动逐帧查看，也能导出 MP4/GIF 。中文
Text、MathTex、2D/3D 、updater 等常见场景都走浏览器适配层，Python 代码在本机浏览器的 Pyodide 沙盒中执行。初学路径很短：打开 Playground → 选示例 → 改一个参数 → Run → 看 traceback 或预览 → 导出。站内教程还把讲解与可运行代码放在一起，适合先建立对 Scene/API 的理解。
本地环境仍然有明确价值：额外 pip 包、多文件工程、完整文件系统、批量渲染、CI 和自动化脚本。所以我把它们定义成两个阶段，而不是两个互斥产品：浏览器负责入门、试验与代码对照，本地负责长期工程。
我现在采用的原则是：每引入一个组件，就做一次最小验证。 推荐链路是：
Windows/CPU 架构
→ Python
→ uv/国内 PyPI 源
→ Manim 核心
→ VC++ Runtime （有 DLL 错误时处理）
→ MiKTeX/CTAN （需要 Tex/MathTex 时处理）
→ 第一次完整渲染
1. 先确认系统和架构
新环境建议 Windows 10/11 x64 。当前 Manim Community 0.20.1 要求 Python 3.11 以上，我在新手路径里用 Python 3.12 x64 ，主要是为了避开位数混用和一些原生依赖问题，不是说其他受支持版本一定不能用。
先运行
msinfo32 看系统类型，再确认解释器：py -3.12 --version
py -3.12 -c "import platform; print(platform.architecture())"
Windows 7 与当前 Manim 的 Python 要求没有官方版本交集； Windows 8.1 的完整运行库链路也不适合新装。ARM64 需要逐个检查
win_arm64 wheel ，不能直接照搬 x64 教程。2. 用 uv 隔离项目
不建议把系统 Python 、Store Python 、Anaconda 和项目 venv 混在一起。用 uv 的最小路径是：
uv init --python 3.12 manim-workspace
cd manim-workspace
uv add manim
uv run manim checkhealth
国内网络可以给 uv 配清华或中科大 PyPI 镜像。这里有个容易误判的边界：镜像只能解决包下载和索引访问，不能解决 CPU 架构不匹配、缺 wheel 、VC Runtime 缺失或 Python 代码错误。
3. 第一次渲染拆成三层
先只渲染
Circle，成功后加入 Text，最后再加入 MathTex。这样三次测试分别覆盖 Manim 核心、Pango/字体和 MiKTeX/LaTeX 。from manim import *
class FirstScene(Scene):
def construct(self):
circle = Circle(color=BLUE)
title = Text("你好，Manim", font="Microsoft YaHei").next_to(circle, UP)
formula = MathTex(r"e^{i\pi}+1=0").next_to(circle, DOWN)
self.play(Create(circle))
self.play(Write(title))
self.play(Write(formula))
self.wait()
先注释掉
formula 两行，运行：uv run manim -ql first_scene.py FirstScene
圆能渲染说明核心基本可用；加入
Text 后失败才去查字体/Pango ；只在 MathTex 阶段失败才去查 MiKTeX 。4. DLL 和 LaTeX 分开处理
出现
VCRUNTIME140.dll、MSVCP140.dll 或 import 阶段的 DLL load failed，先确认 Python 与依赖都是 x64 ，再从 Microsoft 官方安装或 Repair x64 VC++ Redistributable 。不要从 DLL 下载站单独捡文件放进系统目录。只用几何图形和
Text 时可以不装 MiKTeX 。使用 Tex、MathTex 时，安装 Basic MiKTeX 后还需要更新宏包、允许按需安装，并检查：latex --version
dvisvgm --version
kpsewhich standalone.cls
standalone.cls 找不到是宏包/仓库问题，dvisvgm 找不到是工具链问题，latex failed 则要看 LaTeX 日志；这些都不应该靠重装 Python 解决。5. 我现在按这个表分流
● 下载超时、解析卡住：PyPI/CTAN 、Python 条件、wheel
●
manim 命令找不到：项目目录、是否使用 uv run●
DLL load failed：位数、VC Runtime 、原生扩展●
standalone.cls / dvisvgm：MiKTeX 更新与仓库●
SyntaxError / NameError / TypeError：按 traceback 改代码另外做了一个浏览器里的真 Manim 环境，主要用途不是替代长期本地工程，而是先用同一段代码做对照实验：浏览器能跑、本地 import 失败，就继续查本机依赖；两边都是同一条 Python traceback ，就先修代码。
链接只放一个： https://jizuobiao.xyz/playground
如果大家在 Windows ARM64 、Server Core 、字体或 MiKTeX 非交互安装上有实际踩坑，也欢迎补充。我会把能够复现的情况继续整理进文档。
[Wunder] 20260719 - AI Chat 修复输入框在中文输入法时的回车键问题；增加了 3 个新的模型选择
https://edge.v2ex.com/chat
现在在聊天或是为自己的 Persona 设定模型时，可以选择以下模型：
● gemma4:31b
● glm-5.2
● deepseek-v4-pro
● minimax-m3
● nemotron-3-ultra
https://edge.v2ex.com/chat
现在在聊天或是为自己的 Persona 设定模型时，可以选择以下模型：
● gemma4:31b
● glm-5.2
● deepseek-v4-pro
● minimax-m3
● nemotron-3-ultra
[分享创造] CMake 模板管理 CLI 分享
C++ 26 (反射 + 契约) 后续 29 针对 未初始化问题动刀,还是 值得入手的; 而 CMake 入门后 , 基于 意图 的组织和设计 思路 是和 C++ 17 以来的设计 相符合的
CMake 安利的想法 不在此赘述, 有兴趣和 最近常使用 CMake 的可以 尝试一番
优点
1. 中英 帮助手册 直观了解常用命令
2. 内置 模板 经过 开发者本人审核 二次优化,
3. 支持 用户 自定义上传 模板, 支持 用户针对 内置模板 进行评论 反馈 和求助信息上传
刚刚 发布 v0.1.1 版本 欢迎体验测试, 如有 Bug ,可直接在评论区反馈或走 issue
同时 寻求大家简单体验 后 当前功能设计的缺陷 和 需要的潜在需求 可以 补充一波 , 我这两天 积极更新下
验证 C+23 学习情况, 编写 CMake 项目模板管理的小型 CLI 工具
# Homebrew 分发渠道
brew tap SuzhaharCan/sc-cmake https://codeberg.org/SuzhaharCan/sc-cmake
brew install sc-cmake
# 源码拉取本地构建
https://codeberg.org/SuzhaharCan/sc-cmake
C++ 26 (反射 + 契约) 后续 29 针对 未初始化问题动刀,还是 值得入手的; 而 CMake 入门后 , 基于 意图 的组织和设计 思路 是和 C++ 17 以来的设计 相符合的
CMake 安利的想法 不在此赘述, 有兴趣和 最近常使用 CMake 的可以 尝试一番
优点
1. 中英 帮助手册 直观了解常用命令
2. 内置 模板 经过 开发者本人审核 二次优化,
3. 支持 用户 自定义上传 模板, 支持 用户针对 内置模板 进行评论 反馈 和求助信息上传
刚刚 发布 v0.1.1 版本 欢迎体验测试, 如有 Bug ,可直接在评论区反馈或走 issue
同时 寻求大家简单体验 后 当前功能设计的缺陷 和 需要的潜在需求 可以 补充一波 , 我这两天 积极更新下
[Apple] iPhone 无法批量导出视频是什么鬼？
昨天参加娃的活动，拍了几十个 5-6 分钟的视频，s 几十张照片。
回家插到 mac 上用 photos 导入所有新拍的素材。结果吭哧吭哧导入进度条跑了半个小时，只有照片成功导入。
我以为是自己哪里没操作对，就在 photos 里把 ip 上的视频在选了一遍，重新导入。结果又是跑了几十分钟，进度条走完，photo 里没有任何新增视频。
看 photo 搞不定，我又开了图像捕捉，想直接导入文件。图像捕捉第一个视频卡了半个小时都没结果，感觉根本搞不定的样子。
现在苹果 iosg 和 macos 的导入导出配合已经垃圾至此了么？
昨天参加娃的活动，拍了几十个 5-6 分钟的视频，s 几十张照片。
回家插到 mac 上用 photos 导入所有新拍的素材。结果吭哧吭哧导入进度条跑了半个小时，只有照片成功导入。
我以为是自己哪里没操作对，就在 photos 里把 ip 上的视频在选了一遍，重新导入。结果又是跑了几十分钟，进度条走完，photo 里没有任何新增视频。
看 photo 搞不定，我又开了图像捕捉，想直接导入文件。图像捕捉第一个视频卡了半个小时都没结果，感觉根本搞不定的样子。
现在苹果 iosg 和 macos 的导入导出配合已经垃圾至此了么？
[加密货币] Coinbase 注册后无法交易问题
注册后不能交易是因为没有进入 Advanced 模式，选择 Advanced 可以交易，但不支持法币出入金。
用户体验不如华人交易所好，手续费还死贵。唯一的吸引力就是合规，目前放开的时间窗口可以注册一个备用。
之前美资美股券商盈透没收紧时我没注册，后来中资美股券商清退的时候盈透已经收紧了。
注册链接 : https://advanced.coinbase.com/join/4DXAMZ6
注册后不能交易是因为没有进入 Advanced 模式，选择 Advanced 可以交易，但不支持法币出入金。
用户体验不如华人交易所好，手续费还死贵。唯一的吸引力就是合规，目前放开的时间窗口可以注册一个备用。
之前美资美股券商盈透没收紧时我没注册，后来中资美股券商清退的时候盈透已经收紧了。
注册链接 : https://advanced.coinbase.com/join/4DXAMZ6