<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00644的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/gitblog_00644</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; gitblog_00644]]></copyright><item><title><![CDATA[如何快速完成输入法词库转换：跨平台词库迁移终极指南]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/163323284</link><guid>https://blog.csdn.net/gitblog_00644/article/details/163323284</guid><author>gitblog_00644</author><pubDate>Sat, 07 Nov 2026 01:39:33 +0800</pubDate><description><![CDATA[你是否曾为更换设备时输入法词库无法迁移而烦恼？当你从Windows切换到Mac，或者从搜狗输入法换成百度输入法时，那些精心积累的专业术语、常用短语和个人词汇都成了孤岛。别担心，深蓝词库转换工具正是为解决这个痛点而生——一款开源免费的输入法词库转换程序，让你在40多种输入法格式间自由穿梭，真正实现词库跨平台互通。

想象一下，你是一名设计师，电脑上用的是搜狗输入法，积累了上千条设计术语；手机上用的是]]></description><category></category></item><item><title><![CDATA[DSH Go 远程连接实战：SSH 与 DSH Remote 两条通道，出门在外 5 分钟接回家里的电脑]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/153666630</link><guid>https://blog.csdn.net/gitblog_00644/article/details/153666630</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 19:20:42 +0800</pubDate><description><![CDATA[你在咖啡店坐下，点单间隙掏出手机，想把家里那台跑着 DSH 的台式机叫醒，让它把昨晚没跑完的测试接着执行完。可两台设备一个在 WiFi、一个在家宽带后面，中间隔着运营商和防火墙。DSH Go 远程连接就是为这一刻准备的：两条通道任选其一，照本文做完，大概 5 分钟，手机上就能看到远端主机的对话、工作区和插件。

[![dsh-go 主界面：手机遥控电脑的远程连接示意图](https://raw.g]]></description><category></category></item><item><title><![CDATA[Spyder 三步上手完全指南：科研 Python 数据分析入门教程]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/167389238</link><guid>https://blog.csdn.net/gitblog_00644/article/details/167389238</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 18:58:59 +0800</pubDate><description><![CDATA[做数据分析或科研计算的朋友，大概率经历过这种场景：代码写在一个编辑器里，结果打印在终端里，图画在第三个窗口里，三个窗口来回切换。Spyder 正是为这个问题打造的科学 Python 开发环境——它把编辑器、IPython 控制台、变量浏览器和绘图区整合进同一个主窗口，让你不用来回切屏就能跑完"写代码 → 运行 → 看数据 → 出图"的完整流程。本文带你在装好的当天就完成第一个分析案例，每一步都有看]]></description><category></category></item><item><title><![CDATA[Windows风扇控制软件FanControl完整调参指南]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/153508270</link><guid>https://blog.csdn.net/gitblog_00644/article/details/153508270</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 18:46:01 +0800</pubDate><description><![CDATA[你的风扇是不是忽快忽慢、"嗡嗡"声一浪接一浪，BIOS 里那几条曲线又粗又难用？FanControl 是一款 Windows 风扇控制软件，用温度曲线接管你机器上的每一路风扇，让噪音彻底听你的。

[![FanControl主界面：风扇控制卡片与温度曲线调节面板](https://raw.gitcode.com/GitHub_Trending/fa/FanControl.Releases/raw/]]></description><category></category></item><item><title><![CDATA[8GB显存4步出片：WAN2.2-14B-Rapid-AllInOne快速视频生成完整指南]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/152885407</link><guid>https://blog.csdn.net/gitblog_00644/article/details/152885407</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 15:44:29 +0800</pubDate><description><![CDATA[生成一条十几秒的短视频，往往要先下载基础模型、再配齐 VAE 和文本编码器，连好几十个节点，最后还要干等几分钟。WAN2.2-14B-Rapid-AllInOne 就是为省掉这一切而做的：它把 Wan 2.2 视频生成模型、VAE 和文本编码器打包进**单个 safetensors 文件**，放进 ComfyUI 后 4 步就能产出一条视频，README 里实测 **8GB 显存也能跑**。

#]]></description><category></category></item><item><title><![CDATA[免 TPM 也能装 Windows 11:MediaCreationTool.bat 快速上手指南]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/162387151</link><guid>https://blog.csdn.net/gitblog_00644/article/details/162387151</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 14:44:27 +0800</pubDate><description><![CDATA[老电脑装 Windows 11 总被 TPM 2.0 或 CPU 不支持拦下?MediaCreationTool.bat 是一个开源的 MCT 包装脚本,覆盖 Win10 1507 到 Win11 各版本,能免 TPM 绕过 Windows 11 安装限制,顺手还能在 OOBE 找回本地账户。

[![MediaCreationTool.bat 界面:Windows 11 免 TPM 部署时选择版]]></description><category></category></item><item><title><![CDATA[10分钟跑通前沿大模型失准实验：agentic-misalignment 快速上手指南]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/170192141</link><guid>https://blog.csdn.net/gitblog_00644/article/details/170192141</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 12:54:25 +0800</pubDate><description><![CDATA[想了解前沿大模型在压力情境下是否会做出黑产行为吗？[agentic-misalignment](https://link.gitcode.com/i/4603d65594b7ad7f4242af7813a880ba) 是一个开源的大模型失准实验框架，通过虚构场景（勒索、信息泄露、谋杀等）批量测试 40+ 主流模型，自动判定其是否表现出有害行为。只需 3 条命令，10 分钟即可跑通完整实验流程 🚀]]></description><category></category></item><item><title><![CDATA[5分钟部署Context Gateway：AI上下文压缩代理从安装到跑通的快速上手教程]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/153371393</link><guid>https://blog.csdn.net/gitblog_00644/article/details/153371393</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 11:47:47 +0800</pubDate><description><![CDATA[Context Gateway 是一款开源的 **AI 上下文压缩代理**（agentic proxy），它部署在你的 AI Agent（Claude Code、Cursor、Codex 等）与 LLM API 之间，在后台自动完成**历史压缩**与**上下文优化**，让长对话不再卡住、不再撞上下文上限。本文带你从安装到跑通第一个压缩会话，全程约 5 分钟。

## Context Gateway]]></description><category></category></item><item><title><![CDATA[快速上手 Mistral7B-PairRM-SPPO-ExPO：5 分钟用 HuggingFace Transformers 跑通你的第一次对话]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/170191241</link><guid>https://blog.csdn.net/gitblog_00644/article/details/170191241</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 11:46:03 +0800</pubDate><description><![CDATA[Mistral7B-PairRM-SPPO-ExPO 是一个 7B 参数的开源大语言模型（LLM）对话模型，通过 ExPO 权重外推技术获得了更强的人机偏好对齐效果。本文将带你用 HuggingFace Transformers 在 5 分钟内完成部署，跑通你的第一次 AI 对话，零基础也能跟着做。

## 💡 30 秒认识：这个模型强在哪里？

Mistral7B-PairRM-SPPO-Ex]]></description><category></category></item><item><title><![CDATA[Hi3D v1.0显存优化实战：CPU Offload + 懒加载，让小显存也能跑3D精化]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/170185702</link><guid>https://blog.csdn.net/gitblog_00644/article/details/170185702</guid><author>gitblog_00644</author><pubDate>Fri, 06 Nov 2026 09:14:31 +0800</pubDate><description><![CDATA[Hi3D v1.0 是一款开源的**高分辨率 3D 几何精化**模型，能基于参考图片把粗糙网格精化到 1536³ 级别。本文聚焦 **VRAM 显存优化**，带你掌握 Hi3D v1.0 内置的 **CPU Offload** 与**懒加载**两大机制，教你用小显存显卡也能跑通 3D 精化，不需要改一行源码。

## 💾 为什么 3D 精化模型那么吃显存？

先理解 Hi3D v1.0 的工作原]]></description><category></category></item><item><title><![CDATA[十分钟把业务库接进去：这个热门本体框架的本地跑通路径]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/170150354</link><guid>https://blog.csdn.net/gitblog_00644/article/details/170150354</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 23:49:51 +0800</pubDate><description><![CDATA[最近技术圈有个词特别火——“本体”。

听着像哲学课，其实你可以把它理解成一句话：**给 AI 配一本公司内部专用的“业务词典”，外加一张“表与表怎么走”的地铁线路图。**

过去我们让 AI 查数据库，最常见的粗暴做法是把几百张表的字段名一股脑塞给它，然后祈祷它别算错。结果往往是：数字看着挺像，一问细节全是幻觉。

NVIDIA 开源的 Auto Ontology，就是专门来治这个毛病的。它在 ]]></description><category></category></item><item><title><![CDATA[Godot 4.7 无头自动化实战：scenario-godot-expert 工具箱 API 与 18 个可复现流程]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/162698324</link><guid>https://blog.csdn.net/gitblog_00644/article/details/162698324</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 23:15:25 +0800</pubDate><description><![CDATA[本篇围绕 `scenario-godot-expert` 的流程参考文档，系统梳理一套面向 AI Agent 的 Godot 4.7 命令行自动化协议：从 `gd_env` 建项目、`gd_run` 跑作业与导出，到 `gd_review`/`gd_stat` 判读像素与帧数据，再到 18 个带质量门（GATE）的实测流程。读完后你可以直接在自己的克隆项目里复刻这些调用，并用同一套证据链判断“这次]]></description><category></category></item><item><title><![CDATA[w1700k-sdr固件实现原理：3个ROM钩子让自研RISC-V固件完全接管Wi-Fi 7芯片]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/168424191</link><guid>https://blog.csdn.net/gitblog_00644/article/details/168424191</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 20:50:52 +0800</pubDate><description><![CDATA[**w1700k-sdr** 项目把 Gemtek W1700K Wi-Fi 7 路由器改造成宽带软件无线电接收机（SDR）：MediaTek MT7996 射频芯片捕获最高 320 Msps 的 14-bit IQ 采样，经 Airoha AN7581 SoC 的 10 GbE 口送往 Linux 主机，在浏览器里实时显示频谱与瀑布图。其中最硬核的部分是：MT7996 上**没有一行 Media]]></description><category></category></item><item><title><![CDATA[SenseVoice 多说话人会议转写实战：WER 6.2%，推理速度是 Whisper-Large 的 15 倍]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/164751921</link><guid>https://blog.csdn.net/gitblog_00644/article/details/164751921</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 19:59:12 +0800</pubDate><description><![CDATA[8 人中英混合周会，散会前就要拿到分发言人的纪要。这是会议转写最典型的需求，也是最难落地的：既要转得准，又要分得清，还得够快。我们用 SenseVoice-Small 加 FunASR 跑通了一条完整链路，在 12 小时、864 段的会议测试集上实测：WER 6.2%，说话人区分准确率 89.6%，综合推理速度约是 Whisper-Large 的 15 倍。这篇文章把选型、搭建、压测和排坑过程完整]]></description><category></category></item><item><title><![CDATA[【纯白嫖】神经网络PID控制Simulink模型指南：Matlab 2017a 下如何从零跑通到调参]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/170147048</link><guid>https://blog.csdn.net/gitblog_00644/article/details/170147048</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 18:53:40 +0800</pubDate><description><![CDATA[做过温度、压力回路的人都清楚：对象非线性强、参数还随工况漂移时，一组固定增益的 PID 常常顾此失彼。神经网络PID控制 Simulink 模型就是冲着这个痛点来的——它把神经网络的非线性映射、自适应能力与经典 PID 控制律放进同一张 Simulink 图里，让工程师和研究者不用从零推导，在 Matlab 2017a 里打开就能做对照实验。

## 它是什么、为谁做

一句话定位：一个可仿真的控]]></description><category></category></item><item><title><![CDATA[【一键下载】KCS、KVLCC2 一网打尽：国际船舶标准模型与 CFD 网格文件获取指南]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/170146525</link><guid>https://blog.csdn.net/gitblog_00644/article/details/170146525</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 18:21:16 +0800</pubDate><description><![CDATA[想做 CFD（计算流体动力学）计算，却卡在没有标准模型这一步？"国际船舶标准模型资源下载"这个开源仓库把 KCS、5415、KVLCC2 螺旋桨和某大型集装箱船的几何与网格文件整理成了现成资源，下载后导入 OpenFOAM、ANSYS Fluent 就能跑第一次仿真，对刚入门船舶 CFD 的同学来说非常顺手。

## 📦 这是什么：一份船舶 CFD 标准算例清单

简单说，它把船舶行业常用的几组]]></description><category></category></item><item><title><![CDATA[一句话生成会自检的架构图：drawio-skill 的 11 种图表预设]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/162294344</link><guid>https://blog.csdn.net/gitblog_00644/article/details/162294344</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 15:25:51 +0800</pubDate><description><![CDATA[给一张架构图对齐泳道、统一配色、改掉一条连线，你花了多久？drawio-skill 是一个从自然语言生成可编辑 .drawio 图表的 Agent skill：你只负责描述结构，它规划布局、写出 XML、导出草稿 PNG 自检，最后把能继续编辑的图文件交到你手里。

## 🎯 价值主张：你描述，它绘制

你只说"图里有什么"，布局、XML、导出与自检全部由 drawio-skill 自动完成。
]]></description><category></category></item><item><title><![CDATA[xLua 性能优化实战：把单帧 Lua 调用从 100ms 压到 30ms]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/153953069</link><guid>https://blog.csdn.net/gitblog_00644/article/details/153953069</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 15:24:33 +0800</pubDate><description><![CDATA[Unity 项目里卡帧的帧，元凶经常不在渲染器，而在 Lua 和 C# 的往返里。一次真实的调优中，单帧 Lua 调用开销超过 100ms，经过一套 xLua 性能优化后回落到 30ms 出头。这篇文章不讲"最佳实践大全"，而是按"先复现、再定位、后动手、最后复核"的排查顺序走一遍。

## 先建基线：让测试工程吐出"慢数据"

动手优化之前，先别信感觉。仓库的 Test 目录里有一套现成的性能测]]></description><category></category></item><item><title><![CDATA[如何快速将Nous-Hermes-2-SOLAR-10.7B接入Ollama与vLLM：搭建OpenAI兼容API服务实战]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/160969417</link><guid>https://blog.csdn.net/gitblog_00644/article/details/160969417</guid><author>gitblog_00644</author><pubDate>Thu, 05 Nov 2026 14:05:44 +0800</pubDate><description><![CDATA[本文介绍如何快速将 Nous-Hermes-2-SOLAR-10.7B 接入 Ollama 与 vLLM，一步步搭建 OpenAI 兼容 API 服务。只需几行命令，你就能在本地或服务器上部署这个 10.7B 参数的开源大模型，并用熟悉的 OpenAI 接口直接调用它——无论是写脚本、接 ChatGPT 式应用，还是做私有化 AI 服务，都能轻松搞定。

## 一、先认识一下 Nous-Herme]]></description><category></category></item><item><title><![CDATA[Linux-PowerToys完整路线图与社区贡献指南：Rename、Run、Text Extractor何时登陆Linux]]></title><link>https://blog.csdn.net/gitblog_00644/article/details/155926515</link><guid>https://blog.csdn.net/gitblog_00644/article/details/155926515</guid><author>gitblog_00644</author><pubDate>Wed, 04 Nov 2026 20:38:56 +0800</pubDate><description><![CDATA[Linux-PowerToys 是一款把微软 PowerToys 效率工具带到 Linux 世界的开源项目。它基于 Flutter 从零重新实现，目前已支持 FancyZones、Awake、Color Picker 等工具。本文将带你解读它的完整路线图——Rename、Run、Text Extractor 何时登陆 Linux，以及如何参与社区贡献。

[![Linux-PowerToys 项目]]></description><category></category></item></channel></rss>