Linux.do 热门话题

Sapling - 沉浸式语言学习 Chrome 插件 起因 起因是看到这篇帖子：https://linux.do/t/topic/1329322/70 发现了 Ries 这个很好用的工具。我之前没听过 i+1 这个概念，试用后感觉效果确实不错，但很快积分就用完了；同时 Ries 也不支持自定义 API。 于是我找到了这个开源项目 illa-helper，但它已经停止维护，而且实际使用效果也不太理想。起初我打算基于它进行二次开发，不过正好又看到有佬友写了一个类似项目 VocabMeld ，整体思路和设计风格更贴近我的需求，所以决定以此为基础继续二次开发，于是有了本项目 Sapling 。 项目地址 https://github.com/zpano/Sapling 核心优势 ● 精准的翻译与筛词：AI提示词严格 JSON 输出，并按照规则进行过滤，当原文与译文一致时跳过，减少无效处理。 ● 智能的语言判断与分词：使用 LanguageDetector 并配合正则进行语言判断，其中中文分词采用 segmentit。 ● 丰富的词典与发音：学习语言为英语时优先使用 Wiktionary，展示音标 / 词性 / 释义 / 例句；支持多种发音源（Chrome内置TTS/有道TTS/谷歌TTS）可选，点击单词左键发音。 ● 更优的性能：批量段落翻译（单次API请求处理多段落）+ 滚动渲染（仅处理可见区域）+ LRU 热词缓存，减少 API 调用次数。 ● 更好的交互体验：单词卡片集成 发音 / 记忆 / 已学会 按钮；支持右键菜单和快捷键处理/还原页面。 ---------------------- 由于精力有限（只有我与Longlone29进行开发），现在插件虽然支持多语言的学习，但是对学习英语做了优化（有道TTS仅支持英语，英语的cefr词汇表），欢迎各位志同道合的佬友体验过后提交Issue，有想法和能力的佬友提交Pull Request。 40 posts - 28 participants Read full topic via LINUX DO - 热门话题 (author: zpan) Invalid media: image image

【双旦福利】GLM-4.7 & MiniMax-M2.1 体验金限时放送 随着GLM4.7与Minimax2.1的发布，Packy准备小试牛刀支持一波国产模型。趁着在双旦期间，我们为大家提供GLM4.7与Minimax2.1各1000 体验金的ApiKey，同时鼓励大家分享自己的体验感受。最后祝大家节日快乐~ Minimax2.1配置：

"env": {
   "ANTHROPIC_BASE_URL": " https://www.packyapi.com ",
    "ANTHROPIC_AUTH_TOKEN": "sk-g9IRNSiaHV4Q5IOax4oZHPNNuqpz9axTilk2IKudWuuRzRDZ",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "MiniMax-M2.1",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "MiniMax-M2.1",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "MiniMax-M2.1"
  }

GLM4.7 配置：

"env": {
   "ANTHROPIC_BASE_URL": " https://www.packyapi.com ",
    "ANTHROPIC_AUTH_TOKEN": "sk-Cms5neeU1tt9r8AvyQwvz1CAGq6zstH9kfl9Y51mwsFhmHEA",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.7",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.7",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.7"
  }

叠个甲：俩 api 都是正儿八经付费的官方渠道，不是逆向或者其它厂商提供。 76 posts - 73 participants Read full topic via LINUX DO - 热门话题 (author: 宙斯)

喵喵圣诞节放送，继续运营喵喵免费谷歌注册站 这里放一个慢吞吞完全免费的谷歌注册站 可选择美区 食用流程： 私信喵喵 昵称+邮箱名+邮箱密码+手机号码 等待喵喵这边发送验证码，佬友返回验证码-即可完成注册 最近谷歌风控严重，有不少是一登录就风控的，建议佬友们先晾几天，建议使用美区节点登录喵 希望大家相处融洽，互相信任 long live 互联网分享精神 祝佬友们圣诞快乐!多喜乐，长安宁。 46 posts - 40 participants Read full topic via LINUX DO - 热门话题 (author: 忆冰Yibing)

分享一下自己现在的学习流程 学习工具 ● NotebookLLM ● ClaudeCode ● Idea ● Obsidian 学习流程 1. 确定目标：搞清楚学习的目的；知识图谱预扫描（询问 Claude：“为了实现这个目标，我必须掌握的前置知识（Prerequisites）和最容易踩的坑（Common Pitfalls）是什么？） 2. 子目标拆分：根据目标让ClaudeCode进行学习步骤拆分，确定plan之后开始进行编码 3. 手动调试：编码完成之后手动在idea中进行debug进行学习 4. 主动输出：学习过程中使用Obsidian进行输出，并手动实现一遍代码 5. 查漏补缺：将输出交付给ClaudeCode进行知识填充，对知识填充后看看自己哪一点没有关注到 6. 巩固：最后将整个过程中生成的文档传到NotebookLLM中进行总结，生成视频，闪卡等可以检验一下 ---------------------- 之前学习新技术只能一点点翻看文档，没有代码学习来的更加直接快速。在AI的帮助下，可以直接看到技术的使用方法，能够能快的应用到代码中去。对学习的总结输出能够让理解更加的深刻。 真的很感谢人工智能的技术，让之前只能自己摸索的往前走，有了一个好的学习搭子。 38 posts - 33 participants Read full topic via LINUX DO - 热门话题 (author: Little Q)

这个kyx太坏了（ kyx佬不是开发了个newapi_tool嘛，里面功能比较完善一点，仪表盘什么的好看一点，我那个老轱辘棒子简直无法看 我就想试试用一下，就一直打不开，一直以为是防火墙，域名什么的问题，搞来搞去都无法搞定 把代码下载下来一问ai才知道，原来是这个方案采用的是将全部用户使用消费日志遍历了一遍，那就出现了一个问题，我的站日志太大了 后面就用手动来遍历，就，一个不小心把站点遍历炸了哈哈哈哈 不看不知道，一看吓一跳，70天logs里面有980w条日志，所以查询慢，遍历慢，然后mysql连接数过高所以直接炸掉 kyx，你搞砸了一切 :distorted_face: ps:不过现在这个管理面板可以用了，还挺好看挺好玩的 45 posts - 41 participants Read full topic via LINUX DO - 热门话题 (author: bohe) Invalid media: image image

Git 多人协作开发常见问题与解决方案 via LINUX DO - 热门话题 (author: therainisme)

时隔一年，国家行政区划开源项目终于更新了 这要从去年的一个帖子说起 为了练习python 搓了点省市区数据 开发调优

更新说明： 2024.6.1 新增省、市、区县数据 2024.6.7 新增乡镇街道、村级数据 感谢 Raimbault Bruce 反馈 ，重庆数据不全情况 ，已修改 效果如下： [xg.gif] 代码如下：GitHub - slightlee/regions_data: 省市区县乡镇街道村五级行政区划数据；支持sql、json、csv等格式文件数据；提供在线预览地址可直接查看…

自 2024 年 10 月起，国家统计局不在公开区划代码数据。这个项目就暂时搁置了。 民政部官方在今年 7 月份《行政区划代码》国家标准 第十六条提到 国务院民政部门应当在每年 1 月通过 ** 国家地名信息库 ** 发布截至上一年度末全国各级行政区划建制的行政区划代码信息。 新的获取数据的官方途径又出现了。 这次项目修改摒弃了之前的代码，对代码进行了重构。展示页面也进行了美化。目前支持 JSON 格式的原始数据以及优化数据结构之后的 SQLite 数据库文件。 项目地址 GitHub - slightlee/regions_data: 中国省市区县乡镇四级行政区划数据 | 支持 SQLite/JSON 格式 | 在线预览 | 数据同步于 2025年12月 预览效果图： 29 posts - 22 participants Read full topic via LINUX DO - 热门话题 (author: 明天) Invalid media: image image

快来优化你的简历吧 现在这个大环境太难了，不好好写简历，投了就石沉大海了。最近正好更新简历，顺手和ai协作写了个简历润色的小工具，大概是下面这个样子的： 输入你的工作描述，工具自动生成三个版本的专业简历话术： 1.标准专业版：语言简练、用词专业； 2.数据驱动板：强调量化成果，突出数据价值； 3.专家/架构师版：体现技术深度与商业影响力。 工具地址：https://refine.qzz.io/ 如果喜欢的话，麻烦各位佬给github点个star：GitHub - Anarkh-Lee/resume-polish: 简历润色 祝各位佬都有一个好的工作！！！ 41 posts - 24 participants Read full topic via LINUX DO - 热门话题 (author: anarkh) Invalid media: image

明天搬家，加紧布置。 明天搬新家了，还得赶紧的布置。也祝佬们圣诞节快乐🍺 59 posts - 55 participants Read full topic via LINUX DO - 热门话题 (author: 大榕树) Invalid media: image

发现升3级的规则要求变了 旧版: 获赞: 单日最高数量 新版: 获赞: 被点赞的天数 旧版截图 新版截图 ---------------------- 原来是翻译变了, 之前还以为是要一天获赞>=7个 67 posts - 60 participants Read full topic via LINUX DO - 热门话题 (author: zh0122) Invalid media: image image

论坛头像 | 帮佬填坑，让魂环真正转起来 @林黛玉倒拔垂杨柳 佬的帖子：⚗️ ￤论 坛 头 像￤一键四色魂环 HTML 版 苦等… 于是用AI搓了一个，专门让边框也能转起来。 更换遮罩图片不知道能不能用，没测试 🔗 工具地址 imglab.zeabur.app 头像遮罩工具 一个简单易用的头像合成工具，支持上传图片并与遮罩合成圆形头像 ---------------------- 60 posts - 52 participants Read full topic via LINUX DO - 热门话题 (author: 沐沐沐倾丶) Invalid media: animation animation animation

新人报道，linuxdo注册成功 从申请到成功，只两分钟时间，不得不说始皇真的快。入门的小机器人也很有趣，一步步学习操作，最后竟然还让我举报它自己，不得不说设计这一块始皇还是挺细的。 最后希望和佬友们在这里可以互相学习，互相交流。手动比心 🫶 🫶 🫶 88 posts - 74 participants Read full topic via LINUX DO - 热门话题 (author: 你看起来很好吃)

随时升天的公益站增加新模型，关闭逆向渠道全部转openrouter 模型价格与分组挂钩，低 RPM 分组价格更低 全量使用 OpenRouter，不再使用任何逆向渠道 gpt-5.2-codex 尚未上架 OpenRouter OpenRouter 上架后将第一时间跟进 任何 OpenRouter 已支持的模型均可接入 如需其他模型可留言 额度需要使用credit兑换，不再开放其他渠道 屯屯鼠们: :distorted_face: ---------------------- 已支持模型 【Anthropic / Claude】 ● claude-opus-4-5-latest ● claude-sonnet-4.5 ● claude-haiku-4.5 ● claude-3-5-sonnet-20240620 ● claude-3-5-sonnet-latest ● claude-3-7-sonnet-latest ● claude-3-haiku-20240307 ● claude-opus-4-1 ● claude-opus-4 ● claude-sonnet-4 【OpenAI / GPT】 GPT 系列： ● gpt-5.2 ● gpt-5.2-chat ● gpt-4.1-nano ● gpt-4.1 ● gpt-4.1-mini ● gpt-4o ● gpt-4o-mini ● gpt-5 ● gpt-5-mini ● gpt-5-nano ● gpt-5.1 ● gpt-5-chat-latest ● gpt-5.1-chat-latest ● gpt-5.1-codex ● gpt-5.1-codex-mini 推理系列（o）： ● o1 ● o1-mini ● o1-pro ● o3 ● o3-mini ● o4-mini 【Google / Gemini】 ● gemini-3-pro-preview ● gemini-3-flash-preview ● gemini-2.0-flash ● gemini-2.0-flash-lite ● gemini-2.5-flash ● gemini-2.5-flash-lite ● gemini-2.5-pro 【DeepSeek】 ● deepseek-chat ● deepseek-reasoner 【xAI / Grok】 ● x-ai/grok-4 ● x-ai/grok-4.1-fast ● x-ai/grok-code-fast-1 【MiniMax】 ● minimax/minimax-m2.1 【智谱 / GLM】 ● z-ai/glm-4.7 ---------------------- 模型数量统计 Claude：10 OpenAI（GPT + o）：21 Gemini：7 DeepSeek：2 Grok：3 MiniMax：1 GLM：1 接入地址： linjinpeng-newapi.hf.space New API OpenAI 接口聚合管理，支持多种渠道包括 Azure，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker 镜像，一键部署，开箱即用 50 posts - 42 participants Read full topic via LINUX DO - 热门话题 (author: linjinpeng) Invalid media: image

第一次开通GPT team 还有两个车位 前两天开通的灵车，还有2个，给佬友们抽啦～ 🏆️ 奖品详情： ChatGPT TEAM 车位 * 2 有效期： Dec 23, 2025 - Jan 23, 2026 :three_o_clock: 活动时间： 开始时间：发帖时间 截止时间：2025 年 12 月 25 日 12:00 前 📝 参与方式： 在本帖下回复任意内容 👍️ 👍️ 🔍️ 抽奖规则： 每位用户仅允许参与一次。 使用 官方抽奖工具 随机抽取中奖者。 ⚠️ 注意事项： 中奖者将在活动结束后 12 小时内在本帖公布，并通过私信通知领奖方式。 所有规则及抽奖结果由活动发起人和论坛管理团队最终解释。 期待您的积极参与，祝您好运！如有任何疑问，欢迎随时联系抽奖发起人。 243 posts - 239 participants Read full topic via LINUX DO - 热门话题 (author: Mycrlc)

【双旦福利】Cubence为大家带来了一些双旦福利 这里先祝大家双旦快乐 在群友的疯狂督促下，也是为大家带来了一些双旦的福利（但是由于最近亏损严重，可能不会太多） 1. 2025-12-25 至 2026-01-01 期间，全场7.8折优惠 SHUANGDAN 2. 2025-12-25 至 2026-01-01 期间，CC倍率均下调0.05 当然还有惯例抽奖 抽奖内容：5个6.8折卷 参与方式：评论区评论 开奖时间：12-28 20:00 开奖方式：抽奖助手开奖 售前支持群：https://qm.qq.com/q/vtY5HrhP1I 售后群（需凭支付订单进入）：QQ群 官网：https://cubence.com 185 posts - 182 participants Read full topic via LINUX DO - 热门话题 (author: Lynn)

【圣诞雪球】12-24更新：新圣诞树、背景音乐与雪人 从一起来打雪仗叭！前10名瓜分1900LDC继续讨论： 新增地图中心播放Bossa Nova的圣诞树，并扩大地图w 修复中文乱码问题w 添加了雪人，击杀雪人可计入击杀数。妈妈再也不用担心游戏里没人啦ww 修复了若干其他BUG snowbrawlgame.h-e.top Bot Detection Please wait while we check if you are a Human 39 posts - 34 participants Read full topic via LINUX DO - 热门话题 (author: ByteBender) Invalid media: image image image

【纯干货】大模型选型全拆解：型号、架构、量化、上下文，一次讲清 做了两年的AI应用开发，积累了一些大模型选型的经验，跟大家分享一下 选型之前，先科普一下大模型型号上的核心参数： . 1. 模型系列及版本号 Qwen3： 模型系列，Qwen系列模型的第三代。 . ---------------------- 2. 模型架构或类型 VL：Vision-Language（视觉-语言） ，表示该模型支持多模态（如图像+文本）任务。 . o：omni（全模态），例如GPT-4o、Qwen3-Omni，标识该模型支持全模态（一般包括文本、图像和音频）任务。 . MoE ：Mixture of Experts（专家混合） ，表示该模型使用了MoE架构，实际可以理解为内部放置了多个小模型，收到任务时，会在内部进行路由，找到对应领域模型再执行任务。 . ---------------------- 3. 模型参数规模 30B：Billion（十亿），表示模型拥有300亿个参数（权重），一般来说，参数量越大，模型“脑容量”越大，理论上能力也越强 . A * B：Activated*Billion（激活参数 * 十亿），当模型为MoE架构才会出现这个参数，以A3B为例，意为每次推理仅激活30亿参数，不过，不同厂商命名方式也可能不同，例如：Mixtral是8x22B的形式命名。 . ---------------------- 4. 后训练方式 4.1 基础格式： Base：基础模型，仅做了预训练，没有做任何其他后训练，这个版本一般不可直接使用，适合微调等二次开发 . Instruct：指令微调模型，在base模型上针对各种任务场景做了sft微调，能精准理解任务和完成任务，适合：意图识别，query改写等，任务驱动型的场景。 . Chat：对话微调模型，在base模型上做sft+rlhf微调，更侧重于对话场景（多轮对话的逻辑、语言风格）的优化，适合直接与人类交互。 . ---------------------- 4.2深度思考格式： Thinking：推理模式，将从前prompt中用到的Cot思维链推理，通过后训练内置到模型中，每家的命名方式不同，例如deepseek-r1、gpt-o1。 . Hybrid Reasoning：混合推理模式：以qwen3为例，在thinking模型基础上通过注入空的thinking块，让同一个模型实现思考和非思考两种模式的推理 . ---------------------- 4.3 领域特化： Coder / Code：代码特化模型。例如 DeepSeek-Coder、Qwen2.5-Coder。这类模型在代码生成、De-bug 上的能力远超同参数的通用模型，但通用对话能力可能稍弱。 . Math：数学特化模型。针对数学推理进行了额外训练。 . ---------------------- 4.4 蒸馏： Distill：蒸馏模型。一般来说指的是，通过教师模型（能力很强的模型）输出的问答数据，去训练一个学生模型（小参数模型），从而让小模型能“继承”大模型的部分能力。例如：deepseek-r1-Distill-Llama-8B，是使用deepseek-r1的输出数据作为数据集，微调了llama-8b的模型。 . ---------------------- 5. 量化精度 模型量化的知识比较杂，不过只需要知道：量化的本质是压缩模型，通过损失性能的方式加速推理。 这里只介绍一下常见的量化精度、方式的选择策略 . 5.1 精度： BF16/FP16：大部分模型出厂的满血版都是这个精度，可理解为没有精度损失。 INT8：考虑模型效果的最佳选择。性能大概在满血模型的80-90%左右。 Int4 / Q4_K_M (4-bit 量化)：考虑性价比的最佳选择。性能大概在满血模型的60-80%左右。 . ---------------------- 5.2 占用显存估算： 权重显存 ≈ 参数量 × 量化字节数（如Int4为0.5）。 以7B的模型为例: 额外预留：请务必预留 2-4GB 显存给模型上下文和系统后台，否则对话一长就会爆显存 . ---------------------- 5.3 Int4量化方式： GPTQ：老牌量化方案，模型兼容性都挺好。 . AWQ：近年来热门的量化方案，比 GPTQ 精度稍好一点，推理速度比GPTQ快，大多数情况一般选这个。 . GGUF：这是专门为Ollama或llama.cpp设计的。不依赖cuda，适合mac、移动设备、没有显卡的设备。 . ---------------------- 6. 上下文长度 这是目前大模型中非常常见的一个参数，决定了模型的记忆力容量。 . 32k / 128k：标准长度，表示一次input不能超过32k/128k token。适合日常对话、简单的翻译任务。 . 256k / 1M / Long：长文本版本。适合rag或coding。 . ---------------------- . 今天先介绍大模型型号的基本参数定义，后续再分享选型策略，欢迎关注后续哈 🫡 以上均为个人的经验总结，如果有讲错的地方，也欢迎佬友们批评指正~ 21 posts - 21 participants Read full topic via LINUX DO - 热门话题 (author: 逗号)

【Snow CLI】好久没冒泡了，因为一直在更新，盘点一下最近都更新了什么？ 前情回顾 https://linux.do/t/topic/1207650/257 项目地址（加入Snow CLI的Star、Issues、PR 队伍~） github.com GitHub - MayDay-wpf/snow-cli: An intelligent AI-powered CLI tool for developers An intelligent AI-powered CLI tool for developers 从0.4.21->0.5.21发生了哪些新变化？ 一、首先要说了，那肯定是做了一件大事，我终于写完了一个还算完整的Snow CLI 说明文档，从操作到Agent工作原理，基本都做了说明 Github 完整文档地址 二、一个更加完善的Plan模式 总所周知，Plan模式最大特点是先计划再实施，Snow CLI 在基于这个的基础上，将整个工作流标准化，Plan计划随时可查，也随时可改，并实时监控，最终收到一份完整的验收报告 三、一个新的 漏洞猎人 模式 工作方式与Plan虽然类似，但是流程标准并不一致，因为所有AI都存在幻觉，所以AI的漏洞扫描并不可靠，那如何变得可靠？Snow CLI 加入了证据优先模式，质疑必须举证，AI在这个模式下如果（自以为）发现了代码漏洞，那就必须给出能复现的场景、或日志、或脚本（主要是能复现的脚本）以验证这个漏洞的真实性，这极大节约了人力成本，因为传统的漏洞扫描模式下，只能持怀疑态度去想方法验证AI的质检是否可靠，Snow CLI的漏洞猎人模式下，AI将做到结论与测试自洽（即便不自洽也为用户提前准备了验证方法） 四、Snow CLI 加入了简易模式，一个更低调的LOGO，增添更多新鲜感 五、Skills兼容，并完全无损Claude Code 移植，符合Snow CLI早期的说明 好的设计是殊途同归（我爱抄）的 六、本地LSP服务支持 其实Snow CLI 自发布以来就一直自带LSP，加入本地一方面是追加精度，另一方面是对于老虎机效应的肯定，多一种查找方案就多一分成功率 七、代码库能力提升 代码库切片参数全部解除设置限制，用户可以按需设置，并且通过更多的验证手段使得精度更高，同时降低了查询延迟 以及更多 等各位佬友探索~ 49 posts - 33 participants Read full topic via LINUX DO - 热门话题 (author: Mufasa) Invalid media: image image image

你的积分到账了吗 每日积分还是没到账。 credit.linux.do LINUX DO Credit Linux Do 社区积分服务平台 104 posts - 88 participants Read full topic via LINUX DO - 热门话题 (author: rewink) Invalid media: image image image

咦 我的后缀有一个小蛋糕 大家祝我生日快乐吧 :tieba_044:，也祝佬友们圣诞快乐、新年快乐 🫡 总结 (click for more details) 69 posts - 66 participants Read full topic via LINUX DO - 热门话题 (author: 西雨)