Gemini：剩余请求总数 55 次。配额极低。 base + key: poold_5fefcfddfc3f48bbb837ccbb93bf916a https://pooled.dev/api/v1 1 个帖子 - 1 位参与者 阅读完整话题
Codex的思考强度突然出现了极低？ 印象中似乎看到过有关的新功能，原来已经进入代码了吗 codex++重启codex之后看到的 另外虽然知道5.5的思考比较逆天，官方推荐平常用低、中就足够了，只有大型架构才建议开个西嗨，但没想到还能出个极低来压制 不会给压成instant吧（ 2 个帖子 - 2 位参与者 阅读完整话题
CPA 上加了 Antigravity，用 Claude Code 写代码，但是发现缓存命中有问题，始终就是那固定的部分token命中缓存，大多数没有命中缓存。 Claude Code 的配置因为是没问题的，之前用的 Kimi 订阅，缓存命中率很高。 佬友们有遇到这样的问题吗 1 个帖子 - 1 位参与者 阅读完整话题
借助 AI 东风, 重构了 蓝莓投屏 TV App 主要用 C++ 优化了协议解析和渲染。为了满足更硬核的低延迟场景（如大屏玩手游、复杂网络环境），顺便搞定了 电视端的有线镜像 。 今天放出来供大家把玩，想听听各位大佬的意见、测测各路奇葩电视硬件的兼容性。 技术栈与实现细节 深度兼容 AirPlay & PIN 码保护 ：Apple 设备（ iPhone / iPad / Mac ） 无需安装任何 App ，直接从系统控制中心下拉就能识别。支持密码保护防止误投。 低延迟优化（实测 ~30ms ） ：优化了音视频帧的抖动缓冲区（ Jitter Buffer ）与渲染管线，镜像延迟在百兆局域网下低至 30ms 左右。音画同步零感，大屏玩动作游戏、演示实时交互无压力。 H.265 / 4K UHD 硬件解码 ：支持最高 1440P / 4K 分辨率。优先走 H.265 高效编码硬解，在同等带宽下画质更细腻，大幅降低无线网络卡顿率。 电脑 镜像 ：特别优化了 Windows 平台的镜像体验，用显卡编码实现极低延迟。 Android 镜像 ：除了苹果，同时支持安卓通过无线/有线实时镜像。 **DLNA 流媒体 **：兼容主流视频 App （ B 站、优爱腾等）的投屏推送 。 有线镜像 ：支持 iPhone/iPad/Android 通过数据线物理连接电视或盒子 。直接走物理链路，稳定性拉满。不过 iPhone 传过来的分辨率有的比较奇葩, 盒子如果无法硬解码, 降低为软解就会有卡顿丢帧了. 关于资费 TV 接收端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净。最低支持 Android 5.1 手机发送端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 电脑发送端：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 V2EX 专属福利与求测反馈 由于 Android 电视盒子的芯片千奇百怪（从高通、联发科到晶晨 Amlogic 、全志等），且各种芯片硬解能力也各有神仙坑，需各位大佬帮我进行极限测试。 你可以反馈： 你的电视/盒子型号及芯片（如小米电视、外贸盒子等）。 在 4K / H.265 下是否存在音画不同步、掉帧或硬解失败黑屏的问题。 局域网内搜索速度、AirPlay /电脑镜像延迟的主观感受。 专属福利： 既然是求测，必须带够诚意。 只要您在帖子里留下建设性意见或具体的测试反馈（比如提出 Bug 、优化建议或设备兼容性报告），请直接留个足迹，我会一一私信送出 接收端电脑版 1 年期的正式版会员特权。 下载通道： 点击此处获取 APK 下载链接
借助 AI 东风, 重构了 蓝莓投屏 TV App 主要用 C++ 优化了协议解析和渲染。为了满足更硬核的低延迟场景（如大屏玩手游、复杂网络环境），顺便搞定了 电视端的有线镜像 。 今天放出来供大家把玩，想听听各位大佬的意见、测测各路奇葩电视硬件的兼容性。 技术栈与实现细节 深度兼容 AirPlay & PIN 码保护 ：Apple 设备（ iPhone / iPad / Mac ） 无需安装任何 App ，直接从系统控制中心下拉就能识别。支持密码保护防止误投。 低延迟优化（实测 ~30ms ） ：优化了音视频帧的抖动缓冲区（ Jitter Buffer ）与渲染管线，镜像延迟在百兆局域网下低至 30ms 左右。音画同步零感，大屏玩动作游戏、演示实时交互无压力。 H.265 / 4K UHD 硬件解码 ：支持最高 1440P / 4K 分辨率。优先走 H.265 高效编码硬解，在同等带宽下画质更细腻，大幅降低无线网络卡顿率。 电脑 镜像 ：特别优化了 Windows 平台的镜像体验，用显卡编码实现极低延迟。 Android 镜像 ：除了苹果，同时支持安卓通过无线/有线实时镜像。 **DLNA 流媒体 **：兼容主流视频 App （ B 站、优爱腾等）的投屏推送 。 有线镜像 ：支持 iPhone/iPad/Android 通过数据线物理连接电视或盒子 。直接走物理链路，稳定性拉满。不过 iPhone 传过来的分辨率有的比较奇葩, 盒子如果无法硬解码, 降低为软解就会有卡顿丢帧了. 关于资费 TV 接收端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净。最低支持 Android 5.1 手机发送端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 电脑发送端：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 V2EX 专属福利与求测反馈 由于 Android 电视盒子的芯片千奇百怪（从高通、联发科到晶晨 Amlogic 、全志等），且各种芯片硬解能力也各有神仙坑，需各位大佬帮我进行极限测试。 你可以反馈： 你的电视/盒子型号及芯片（如小米电视、外贸盒子等）。 在 4K / H.265 下是否存在音画不同步、掉帧或硬解失败黑屏的问题。 局域网内搜索速度、AirPlay /电脑镜像延迟的主观感受。 专属福利： 既然是求测，必须带够诚意。 只要您在帖子里留下建设性意见或具体的测试反馈（比如提出 Bug 、优化建议或设备兼容性报告），请直接留个足迹，我会一一私信送出 接收端电脑版 1 年期的正式版会员特权。 下载通道： 点击此处获取 APK 下载链接
借助 AI 东风, 重构了 蓝莓投屏 TV App 主要用 C++ 优化了协议解析和渲染。为了满足更硬核的低延迟场景（如大屏玩手游、复杂网络环境），顺便搞定了 电视端的有线镜像 。 今天放出来供大家把玩，想听听各位大佬的意见、测测各路奇葩电视硬件的兼容性。 技术栈与实现细节 深度兼容 AirPlay & PIN 码保护 ：Apple 设备（ iPhone / iPad / Mac ） 无需安装任何 App ，直接从系统控制中心下拉就能识别。支持密码保护防止误投。 低延迟优化（实测 ~30ms ） ：优化了音视频帧的抖动缓冲区（ Jitter Buffer ）与渲染管线，镜像延迟在百兆局域网下低至 30ms 左右。音画同步零感，大屏玩动作游戏、演示实时交互无压力。 H.265 / 4K UHD 硬件解码 ：支持最高 1440P / 4K 分辨率。优先走 H.265 高效编码硬解，在同等带宽下画质更细腻，大幅降低无线网络卡顿率。 电脑 镜像 ：特别优化了 Windows 平台的镜像体验，用显卡编码实现极低延迟。 Android 镜像 ：除了苹果，同时支持安卓通过无线/有线实时镜像。 **DLNA 流媒体 **：兼容主流视频 App （ B 站、优爱腾等）的投屏推送 。 有线镜像 ：支持 iPhone/iPad/Android 通过数据线物理连接电视或盒子 。直接走物理链路，稳定性拉满。不过 iPhone 传过来的分辨率有的比较奇葩, 盒子如果无法硬解码, 降低为软解就会有卡顿丢帧了. 关于资费 TV 接收端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净。最低支持 Android 5.1 手机发送端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 电脑发送端：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 V2EX 专属福利与求测反馈 由于 Android 电视盒子的芯片千奇百怪（从高通、联发科到晶晨 Amlogic 、全志等），且各种芯片硬解能力也各有神仙坑，需各位大佬帮我进行极限测试。 你可以反馈： 你的电视/盒子型号及芯片（如小米电视、外贸盒子等）。 在 4K / H.265 下是否存在音画不同步、掉帧或硬解失败黑屏的问题。 局域网内搜索速度、AirPlay /电脑镜像延迟的主观感受。 专属福利： 既然是求测，必须带够诚意。 只要您在帖子里留下建设性意见或具体的测试反馈（比如提出 Bug 、优化建议或设备兼容性报告），请直接留个足迹，我会一一私信送出 接收端电脑版 1 年期的正式版会员特权。 下载通道： 点击此处获取 APK 下载链接
借助 AI 东风, 重构了 蓝莓投屏 TV App 主要用 C++ 优化了协议解析和渲染。为了满足更硬核的低延迟场景（如大屏玩手游、复杂网络环境），顺便搞定了 电视端的有线镜像 。 今天放出来供大家把玩，想听听各位大佬的意见、测测各路奇葩电视硬件的兼容性。 技术栈与实现细节 深度兼容 AirPlay & PIN 码保护 ：Apple 设备（ iPhone / iPad / Mac ） 无需安装任何 App ，直接从系统控制中心下拉就能识别。支持密码保护防止误投。 低延迟优化（实测 ~30ms ） ：优化了音视频帧的抖动缓冲区（ Jitter Buffer ）与渲染管线，镜像延迟在百兆局域网下低至 30ms 左右。音画同步零感，大屏玩动作游戏、演示实时交互无压力。 H.265 / 4K UHD 硬件解码 ：支持最高 1440P / 4K 分辨率。优先走 H.265 高效编码硬解，在同等带宽下画质更细腻，大幅降低无线网络卡顿率。 电脑 镜像 ：特别优化了 Windows 平台的镜像体验，用显卡编码实现极低延迟。 Android 镜像 ：除了苹果，同时支持安卓通过无线/有线实时镜像。 **DLNA 流媒体 **：兼容主流视频 App （ B 站、优爱腾等）的投屏推送 。 有线镜像 ：支持 iPhone/iPad/Android 通过数据线物理连接电视或盒子 。直接走物理链路，稳定性拉满。不过 iPhone 传过来的分辨率有的比较奇葩, 盒子如果无法硬解码, 降低为软解就会有卡顿丢帧了. 关于资费 TV 接收端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净。最低支持 Android 5.1 手机发送端 App：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 电脑发送端：完全免费！无广告！无弹窗！不强制登录！ 纯粹、干净 V2EX 专属福利与求测反馈 由于 Android 电视盒子的芯片千奇百怪（从高通、联发科到晶晨 Amlogic 、全志等），且各种芯片硬解能力也各有神仙坑，需各位大佬帮我进行极限测试。 你可以反馈： 你的电视/盒子型号及芯片（如小米电视、外贸盒子等）。 在 4K / H.265 下是否存在音画不同步、掉帧或硬解失败黑屏的问题。 局域网内搜索速度、AirPlay /电脑镜像延迟的主观感受。 专属福利： 既然是求测，必须带够诚意。 只要您在帖子里留下建设性意见或具体的测试反馈（比如提出 Bug 、优化建议或设备兼容性报告），请直接留个足迹，我会一一私信送出 接收端电脑版 1 年期的正式版会员特权。 下载通道： 点击此处获取 APK 下载链接
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 在Windows实现类似MacOS的capslock切换输入法模式，win+`切换窗口，长按esc退出，轻量级不到1M包体大小。纯 C 实现，零外部依赖，极低内存占用甚至不到1M 功能 快捷键 功能 说明 CapsLock 短按 Ctrl+Space 切换输入法中英文模式 CapsLock 长按 (≥400ms) 大小写切换 保留原始 CapsLock 功能 ESC 长按 (≥1s) Alt+F4 关闭当前窗口，带倒计时进度条，松开取消 Win+``` 同程序窗口切换 类似 macOS Cmd+`，在同进程窗口间循环 源码 qcbf/MyToolKit 下载 Releases · qcbf/MyToolKit · GitHub 1 个帖子 - 1 位参与者 阅读完整话题
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 以下内容全手打！！！ PaperQuay 主要解决的问题 现有工具的痛点 科研体验方面 翻译延迟打断心流 ：就我个人而言之前读论文遇到几个问题，当使用传统的翻译工具比如划词翻译的时候，往往因为api响应较慢 所需时间较长 ，导致思考中断。 对照翻译的弊端 ：我尝试过左右对照的那种翻译，比如左面是英文右侧是中文且保持格式不变，但是这个有两个问题：第一个是往往 很难保持绝对的格式不变 ，第二个是左右来回扫视过一会就感觉 专注不了 。 纯中文阅读的局限 ：那为什么不只用纯翻译之后的中文文件呢？我觉得还是要 学习原来论文的用词、排版 ，所以对于只用中文去读还是不太喜欢。 无法速读论文 ：现在大量的速度都是把文献上传给比如GPT等大模型，让其生成一个大致的概述，但是如果有大量文献需要上传的过程 过于繁琐 ，同时无法集中管理。比如我 只关注论文的实验部分 ，这种方式 无法实现速读 。 性能问题 : 有些软件当我打开大量的pdf时， 内存占用很高 ，风扇呼呼转动，那能否制作一款较为轻量化的软件。 费用太高 : 很多软件无法自定义大模型api，只能使用内置的模型或者消耗高计费token。 站里很多佬友分享的自建CPA、公益站 等等 低价甚至免费 的资源用不上， AI与Agent需求方面 迎合AI趋势 ：现如今agent的概念不断发展，大家都开始寻求用AI阅读论文的方法，不少软件对于token收费较高且模型自定义能力较差，而且很多软件并没有Agent能力，比如如果要有大量文献需要管理分类，这个时候如果有Agent可以辅助，我觉得是很方便的。 关于 PaperQuay 在这个情况下制作了PaperQuay：它应用了 一种新的翻译范式 ，对于每段原文提前翻译好（这个过程可以软件自动去做，或者挂机的时候去做），这样点击我要读的内容时，软件可以 瞬间转到其翻译 。而且借助Mineru可以很好地提取表格信息等等，方便和大模型交互。 同时集成了市面上大部分软件的批注、笔记能力，在此基础上可以划词直接加入笔记。对于原始pdf的编辑：可以通过PaperQuay进行论文高亮、插入文字、手写，并可导出批注后的pdf。同时内存占用极低。 PaperQuay 吸引我的点有什么 瞬间跳转翻译 ：它的即时翻译功能，只要提前解析好，可以实现 瞬间跳转翻译 。(同时具备主流的划词翻译功能) 批注管理跳转 ：可选择直接将划词内容加入笔记，方便修改。同时支持 点击批注直接跳转对应文章区域 。 论文速读 ：可以在文献库右侧迅速看到自己想要的内容，包括但不限于背景、发现、实验设置、结论等等。 自定义大模型 ：自定义大模型api，可以自己选择api站点并接入。选择喜欢的大模型，注意这里的Mineru api申请应该是完全免费的，是github上的一个非常火的项目。 agent能力 ：它的agent能力，通过agent方便分析、管理大量论文，包括但不限于 命名、总结、分类（可以直接与软件交互） 。 内存占用极低 ：我个人的笔记本测试同时打开 10篇论文和agent界面 ，内存占用基本为 9.2MB（上下波动） 。 兼容Zotero ：如果之前的大量文献都在Zotero进行管理的，可以在设置界面自动读取并导入， 分类格式与zotero完全相同 。 未完待续 ：后续计划加入rag能力，方便自建知识库问答，同时支持一键生成综述(word、latex)等总结性文章。 PaperQuay界面展示 文献库界面 翻译跳转界面 划词翻译及笔记 Agent对话界面 这里以我希望为选中的几篇文献分类为例，Agent呼唤起特定的工具，且要求人为审批，界面也很好看（自吹自擂） 丰富的设置菜单 高亮与批注 Github链接 github.com GitHub - WangQrkkk/PaperQuay: A desktop-first literature manager for PDF... A desktop-first literature manager for PDF reading, translation, paper overviews, and AI agent workflows. 关于动态的使用图佬们可以看一下Readme，因为gif图太大了传不上来，然后对于全文翻译和Mineru解析佬们可以自己设置并发数，这样可以加快速度。 然后PaperQuay目前是支持windows、linux、mac系统，我自己在windows测试过两周，别的系统也欢迎佬友们测试，如果有问题联系我我尽快改。 以一篇NeurIPS论文为例，现在deepseek正在打折，用deepseek翻译一篇论文的价格应该是0.013左右。（感觉deepseek翻译文献很好用） 写在最后 从最早慕名始皇的Pandora入站以来真的和很多大佬学习了好多与人工智能有关的知识，希望这个项目能对有读论文、管理论文需求、希望从论文管理角度拥抱Agent的佬友们有所帮助。因为PaperQuay项目还并不完善，如果佬友们有使用问题欢迎在站内私信我！也很荣幸佬们点一颗star，谢谢大家！ 2 个帖子 - 2 位参与者 阅读完整话题
Vaultwarden 是 Bitwarden 的轻量 Rust 实现，资源占用极低，单容器即可运行。 配置 Vaultwarden 默认用 SQLite，个人使用足够；生产环境建议换 PostgreSQL。 方案一：SQLite（单容器） 个人用 SQLite 最简单，一个 .container 文件搞定： [Container] Image=docker.io/vaultwarden/server:latest PublishPort=8080:80 Volume=/path/to/vw-data:/data Environment=ADMIN_TOKEN=123 AutoUpdate=registry [Service] Restart=always [Install] WantedBy=default.target /path/to/ 替换为你自己的值。 把 8080 替换为你想暴露的端口 把 123 替换为一个复杂文本 方案二：PostgreSQL（Pod） 生产环境推荐 PostgreSQL。需要用 Pod 把 Vaultwarden 和数据库放在一起： # vaultwarden.pod [Pod] PublishPort=8080:80 UserNS=keep-id [Install] WantedBy=default.target # vaultwarden.container [Unit] Requires=vaultwarden-db.service After=vaultwarden-db.service [Container] Image=docker.io/vaultwarden/server:latest Pod=vaultwarden.pod Volume=/path/to/vw-data:/data Environment=DATABASE_URL=postgresql://vaultwarden:[email protected]:5432/vaultwarden ADMIN_TOKEN=123 AutoUpdate=registry Group=0 User=0 [Service] Restart=always [Install] WantedBy=default.target # vaultwarden-db.container [Container] Image=docker.io/library/postgres:17-alpine Pod=vaultwarden.pod Volume=/path/to/vw-pgdata:/var/lib/postgresql/data Environment=POSTGRES_USER=vaultwarden POSTGRES_PASSWORD=vaultwarden POSTGRES_DB=vaultwarden AutoUpdate=registry [Service] Restart=always [Install] WantedBy=default.target /path/to/ 替换为你自己的值。 8080 替换为你想暴露的端口 123 替换为一个复杂文本 启动 保存上述文件到 ~/.config/containers/systemd/ 运行 systemctl --user daemon-reload 启动容器 单容器运行 systemctl --user start vaultwarden Pod 运行 systemctl --user start vaultwarden-pod 【可选】启用自动更新： systemctl --user enable --now podman-auto-update.timer 反代 Pod 暴露 8080 端口，用 Caddy 或 Nginx 反代到域名即可。记得开启 HTTPS，Vaultwarden 的客户端强制要求 HTTPS。 Caddy 示例： vw.example.com { reverse_proxy 127.0.0.1:8080 } 访问 vw.example.com/admin 输入设置的 ADMIN_TOKEN 登录管理页面。 2 个帖子 - 1 位参与者 阅读完整话题
很久以来，我不停思考那些收益极低的问题。 这些问题全部无法在网络上说出来，但我依然乐此不疲。 “你这家伙，还真是无药可救。”我说。 “大变革要来啦！”我回答。 然而现实里的我是沉默的。 3 个帖子 - 3 位参与者 阅读完整话题
36氪获悉，火炬电子公告，公司股票于2026年5月29日、6月1日、2日连续三个交易日收盘价格涨幅偏离值累计超20%，构成异常波动。经自查及向控股股东核实，不存在应披露未披露的重大事项。公司关注到市场对MLCC业务较为关注，截至2025年底，自产MLCC收入占主营业务收入约17%，算力基础设施方向应用处于培育期，收入占比极低，业绩影响有限。此外，公司2026年第一季度归母净利润0.40亿元，同比下降62.82%，市盈率100.24倍高于行业平均72.97倍。
36氪获悉，沃格光电发布异动公告，公司关注到近期市场对玻璃基在半导体领域应用的关注度较高。目前，公司在泛半导体领域的业务尚处于早期阶段，相关产品技术仍处于研发验证或送样验证阶段，尚未形成规模化工业量产，营收规模占比极低，且相关经营主体目前仍处于亏损状态。该业务的产业化进程、未来订单规模及经营效益存在较大不确定性，敬请广大投资者注意相关风险。
36氪获悉，沃格光电发布异动公告，公司股票于2026年5月19日、5月20日、5月21日连续3个交易日内收盘价格涨幅偏离值累计超过20%，根据《上海证券交易所交易规则》的有关规定，属于股票交易异常波动情形。公司关注到近期市场对玻璃基在半导体先进封装领域应用的关注度较高。目前，公司在泛半导体领域的业务尚处于早期阶段，相关产品技术仍处于研发验证或送样验证阶段，尚未形成规模化工业量产，营收规模占比极低，且相关经营主体目前仍处于亏损状态。该业务的产业化进程、未来订单规模及经营效益存在较大不确定性。