WWW.YOUINFO.SITE
标签聚合 为了

/tag/为了

LinuxDo 最新话题 · 2026-06-12 11:24:55+08:00 · tech

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 我一直使用 frp 作为内网穿透的工具,它确实非常的稳定,至少在我使用的场景中,它没有出现过问题。 但是 frp 也不是完美的,用的久了,还是发现一些不方便的地方。 新增隧道其实不算是经常发生的事情,但是每次需要新增隧道或者客户端,我几乎都需要去服务端和每个客户端去对配置文件,比如担心端口冲突、配置名称、客户端状态等等,端口越来越多也越来越难以管理了。 后来,我发现了 NPS,第一次尝试的时候,我挺惊讶的, 原来程序还可以这样 ,它可以做到自己管理自己的system service,只需要 install 命令就可以了,我都惊呆了,还可以这样! 这件事对我影响挺大,甚至引发我对于“产品易用性”的执念。 只不过后来 NPS 基本不怎么维护了,安全问题越越来越多,我就不再使用了。 然后这些年我也试过 Tailscale、headscale、EasyTier 这类异地组网工具。 他们都非常好,我现在还在使用 tailscale。 但是他们解决的不是相同的问题,而且反代到虚拟内网中一个 http 时,往往第次连接会比较慢,据我观察是两个机器需要先建立直连,不过现在 tailscale 有了中继节点后好像好了一下了,不过还是经常出现闪断的情况。 所以三个月前,我开始做 NetsGo。我想做的,就是把内网穿透或者说网络映射做的更简单一些,更易用一些,所以从创造之初,首要目的就是易用性和安全性。 我会尽力吧控制台做的更方便一些。 安装 详细文档,可以查看: NetsGo 你几乎不需要思考,只需要一行命令 curl -fsSL https://netsgo.zs.uy/install.sh | sh 它就会自己下载(默认先从国内环境下载)一个二进制文件,这个二进制文件内置了服务、web还有服务管理的功能,启动后会一步一步引导你进行安装,填写用户名密码、服务地址,并且自动启动。 首选在反代之后运行,也就是如下方式。 客户端/用户请求 -> nginx/caddy/traefik -> 服务端 安装完成后,应该会自动启动的,你可以使用全局命令查看和管理服务 登录后,你可以进入到dashboard 页面, 在这里,你可以自行添加客户端和隧道了,这里就不用我介绍了,我感觉应该都比较直观了。 还有一个非常重要的事情,想请教各位佬友。 在做 NetsGo 中前中期,其实就想搭建一个公益站,服务于论坛中的佬友(有些流量小鸡在闲置),但是后续我查询了一些国内的信息,发现私自搭建内网穿透好像后果很严重哎。 有没有懂的佬友,这种应该怎么破? 1 个帖子 - 1 位参与者 阅读完整话题

v2ex · 2026-06-12 11:05:07+08:00 · tech

2026 美加墨世界杯,为了方便看球,我做了个小程序 「灵狐观赛日历」,目前已实现以下功能: 📅 查询 2026 世界杯赛程 —— 完整赛程一目了然 📲 一键导入手机系统日历 —— 支持 iOS / Android 自带日历 🤖 AI 胜率预测 —— 基于历史数据和模型,给你赛前参考 🏆 历届世界杯历史成绩查询 —— 各队往届战绩全掌握 💬 各支球队的“球迷圈外号” —— 比如“潘帕斯雄鹰”“三狮军团”“桑巴军团” 后续还会加入电竞、足球联赛等其他赛事,敬请期待~

LinuxDo 最新话题 · 2026-06-12 09:13:45+08:00 · tech

摸鱼无罪,看球万岁! 美加墨世界杯这不就来了。各大平台为了抢流量已经开始砸真金白银了,与其去朋友圈看那些不知名小程序的套路,不如直接薅大厂的羊毛。 这几天我肉身实测,帮兄弟们扒了几个目前官方福利活动和白嫖入口。废话不多说,直接上干货,大家各取所需: 1. 阿里通义千问:赢万元现金 + 1000副 AI 眼镜 阿里这次算下了血本,搞了个“AI 足球预测助手”,主打一个人类和 AI 预测大PK。 活动入口: 直接在 通义千问 App 或者网页版搜索框里输入 “世界杯预测” 或 “足球助手” 就能弹出活动主页。 怎么玩: 进去跟千问一起猜比分、猜胜负(据说它连举办地海拔和天气都算进去了)。 羊毛: 全部 104 场比赛里,只要参与超 80 场且准确率 跑赢通义千问 ,直接参与抽 1 万元大奖 (一共 100 个名额,几率不小)。 哪怕当个分母,只要参与超过 32 场,就能抽 千问 AI 眼镜 G1 ,一共送 1000 副,这个很实用。 2. 麦当劳:100万杯免费可乐 + 抽决赛门票 熬夜看球饿了必看,麦当劳这次全国 3000 多家店直接改成了 24 小时服务,送券很疯狂。 活动入口: 下载 麦当劳 App / 微信小程序 ,首页轮播图或者点进 “麦麦日历” 就能看到世界杯专属会场。 羊毛: 最稳的羊毛:全国一共送 100 万杯免费可口可乐 。 在指定时间里,只要你支持的球队进球,麦乐送就会 限量狂送小食券 。 终极大奖是可以 抽世界杯决赛的门票 。 3. 江苏体彩官方:天天抽智能手机 + 现金红包 官方正规军搞的线上“2026江苏彩民季”,虽然是地方体彩,但 不限制外地手机号 ,只要验证手机就能参与。 活动入口: 微信搜 “江苏体彩” 公众号,关注后点击底部菜单栏的 “彩民季” 或者直接回复关键字 “世界杯” 就能拿到链接。 羊毛: 趣味竞猜: 每天猜指定赛事结果,猜对直接 抽现金红包 。 模拟投注: 每天登录领虚拟积分去押注,猜中解锁抽奖, 每天都送一部智能手机 和 1500 张大乐透体验券。纯白嫖,不用花自己一分钱。 摸鱼纯净流看球入口(拒绝垃圾广告,全官方高清): 在L站咱就不发那些弹窗满天飞、画质像 AV 的野鸡盗播网了。今年国内世界杯的版权很清晰,直接教大家怎么白嫖官方的高码率纯净流: 网页/客户端党(最稳、画质最高) 咪咕视频网页版/App :这次移动咪咕拿到了全量全场次的超清版权(还主打 AI 詹俊等各种解说音轨)。不想看广告的,可以直接去折腾 GitHub 上的 Migu-m3u8 开源脚本,或者直接用 油猴脚本 过滤网页广告,配合 PotPlayer 播放,清爽得一匹。 央视网 (CCTV-5/CCTV-5+) :直接访问 tv.cctv.com 。总台这次是独家一手版权,网页端用标准浏览器配合广告拦截插件(AdGuard 等),直接就是纯净的 1080P 甚至 4K 国语解说流,非常稳定。 最后来聊五毛钱的,今年梅罗时代正式谢幕, 预测第一场墨南之战墨西哥会赢,你们觉得今年谁能捧杯? 2 个帖子 - 2 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 17:55:32+08:00 · tech

agent 是智能体的意思,什么是智能体呢,为啥不叫AI了啊,也不叫大模型了,其实这并不是孤立的概念,AI中文就是人工智能,英文全称:Artificial Intelligence,其实就是计算机科学的一个分支,用来研究开发模拟,延伸人的理论方法技术和应用研究。大模型是ai具象化的技术产品,大模型还分了LLM语言大模型、VLM视觉大模型、MLLM多模态、技术上又出现了很多细节,比如混合专家模型-MOE。 MCP 是定的ai识别的上下文协议,用来,调用外部的服务器,返回固定内容信息的一个规则,大家都用这个规则,不就方便了ai调用外部工具获取信息了。方便打通不同企业数据库和ai的交互。 tools 就是工具的意思,这里和mcp紧密相连,tools泛指一类工具,遵循的上下文协议也未必是mcp。方便ai通过这个工具进行获取信息。 plugin是插件的意思,就是个扩展包,这不是ai独有的概念,浏览器有插件,任何应用都可能有插件,一个插件里面东西就多了,可以包含skill,agents,hooks,mcp severs等内容。 prompt是提示词的意思,大模型学的东西多了,大模型要在知识汪洋中预测你想要的下一个词,简直不要太难,那么就帮她缩小范围降低幻觉,那就是定人物,定任务范围,定目标,这样将结合以上的信息,进行数据处理,就大大降低了,大模型胡说八道的可能性。大模型本身就是个统计学问题,根本不具备任何智慧,和反思能力,并非动态进化的,而是提前通过人类社会无数的现有文档,向量化,然后通过多维向量的训练出来的,一个具备无数维度的数学矩阵,通过通过上下文的切割成token又称词元,一个词元就是一个数字,多个词元就组成了一个数学矩阵,将这个数学矩阵扔到transform架构的数学矩阵中。我也不知道是不是百亿参数是不是也决定了词元的数量呢,会影响回应呢? workflow就是工作流,针对一项工作设计的工作流程,使其完成特定的任务,取代繁重的工作。 hook钩子的意思,什么是钩子啊就是,当执行到特定情况或者涉及特殊判断的时候就会触发的程序,相当于一个钩子,勾住了你的工作流,在特定情况下触发,进而保证进程的稳定和顺利。 skill技能的意思,技能可以是一个md说明的工作文档,也可以是md说明文档加一些小程序、或者一些模板的综合体,目标就是让大模型能按你的md说明文档进行工作。 harness就是一个工作台,工作台上啥也有,自由搭配,想用啥就用啥,比如有plugin、tools、prompt、workflow、hook、skill、和设定好的agent。 AI / 人工智能 └── 大模型 / LLM / VLM / MLLM └── Agentic System / 智能体系统 ├── Prompt:给模型的指令 ├── Context:当前任务上下文 ├── Memory:可长期保存或检索的历史信息 ├── Tools:模型可调用的外部能力 │ └── MCP:连接 tools / resources / prompts 的标准协议之一 ├── Workflow:预设流程 ├── Hook:生命周期触发器 ├── Skill:可复用能力包 ├── Plugin:可安装扩展包 └── Harness:运行框架 / 执行外壳 agent 是配置了 instructions、tools,以及可选运行行为的 LLM MCP Server 可以向 AI 应用暴露 resources、prompts 和 tools。这样不同 AI 应用和不同外部系统之间就不用每次都重新写一套私有接口。 Tool:一个具体能力 MCP Tool:通过 MCP 协议暴露出来的 tool MCP Server:把一组 tools / resources / prompts 提供给 AI 应用 Agent:根据任务需要决定是否调用这些工具 plugin 可能包含 tools、skills、agents、hooks、MCP servers 等内容。简单说,plugin 是“打包和分发能力”的方式。 prompt 帮模型缩小范围,降低幻觉。这个是对的。OpenAI 文档也把 prompt engineering 描述为编写有效指令,让模型更稳定地产生符合要求的内容。 大模型本质上是通过大量数据训练出来的神经网络,它没有人类意义上的主观意识,也不会在普通对话中自动修改自己的模型参数。它的回答来自当前输入、上下文、训练得到的参数,以及推理时的生成过程。我们看到的“推理”“反思”“自我检查”,更多是模型在特定提示、上下文或工具流程下表现出来的能力,而不是人类式的自我意识。 Token:文本被切分后的处理单位。 Token ID:token 被映射成的数字编号。 Embedding:token ID 进入模型后对应的向量表示。 Parameter:模型训练出来的权重和偏置。 Context window:一次输入/输出能处理的 token 上限。 Training tokens:训练时看过的数据 token 数量。 Vocabulary size:分词器支持的 token 种类数量。 文本会先被 tokenizer 切成 token,再映射成 token ID。模型会把 token ID 转成向量表示,也就是 embedding,然后送入 Transformer 网络中计算。Transformer 通过注意力机制和多层神经网络,结合上下文预测后续 token。参数量指的是模型内部训练出来的权重数量,和输入 token 数不是同一个概念。 Workflow 是预先设计好的流程。它强调“步骤固定、路径清楚、可控性强”。比如先读订单,再判断退款规则,再调用退款接口,再发送通知。workflow 里可以用大模型,也可以不用大模型。它和 agent 的区别是:workflow 的路径主要由人或程序提前写好;agent 的路径更多由模型根据目标和中间结果动态决定。 Anthropic 对这个区别说得很清楚:workflows 是 LLM 和工具通过预定义代码路径编排;agents 则是 LLM 动态决定自己的流程和工具使用。 这个方向对。Anthropic 的 Agent Skills 文档也把 skill 描述为模块化能力包,包含 instructions、metadata 和可选资源,比如 scripts、templates,Claude 会在相关任务中自动使用。 另一个官方指南也说 Skills 可以是由 instructions、scripts、resources 组成的文件夹 Context:这次对话/这次任务临时放进来的信息。 Memory:跨会话保存、以后还能拿出来用的信息。 Context 是模型当前这次任务能看到的信息,比如用户问题、系统指令、聊天历史、检索到的文档、工具返回结果等。Memory 是被长期保存、之后还能被取出来的信息,比如用户偏好、项目背景、历史决策、常用规则等。Memory 不是模型参数本身发生了变化,而是系统把相关历史信息保存下来,在需要时重新塞回 context。 5 个帖子 - 4 位参与者 阅读完整话题