前言 前面我们 基于MDPC-my-dream-proxy-client 很容易实现了一个 hy2 翻墙客户端(壳) 再来试试 sing-box 和 anytls 协议 面向GPT开发 开发人员: Hermes 对接 mimo-v2.5 学习知识 把 G站/SagerNet/sing-box 按最新的 release tag clone一份本地代码. 不要放tmp, 未来要进一步分析. 是长期任务. 分析 sing-box 的使用方法, 配置文件用什么格式 用怎样的命令形式启动 sing-box 内核 有没有测试 配置文件 是否合法的 sing-box 命令? 这是 sing-box 的文档 https://sing-box.sagernet.org/ 对照 你的分析, 进行对比验证 把你的分析结论保存为 .md 文件 我要使用 sing-box 的 anytls 协议 你分析源码找到应该如何使用, 包括服务端 和 客户端 另存为一份 .md 文件 开发 - 基本功能 基于 /home/ubuntu/my-dream-proxy-client/ 这个项目进行开发 你先学习一下这个项目 现在要继续 开发支持 sing-box 内核 支持 anytls 协议 参考以下分析报告 ~/repos/sing-box/ANALYSIS.md — 项目分析(配置格式、启动命令等) ~/repos/sing-box/ANYTLS.md — AnyTLS 使用指南 先不要实施编码, 先和我讨论设计思路 sing-box 也是独立实例 API 端口 18280 sing-box 配置文件 多文件同目录 启动命令 sing-box run -C confdir/ 确定每个配置文件中只有一个json块, 比如, inbound.json 里面只有 inbound , outbound.json 里面只有 outbound 类似 xray 的处理方式, 对每个 json 配置文件, 都有一个HTML页面. 先只实现JSON文本编辑框, 表单以后再设计. 测试和调试 略 功能类的测试, 先让Agent自己搭环境测试, 遍历各种组合环境. 最后再由人上手. UI设计, 操作逻辑, 这些由人设计, 由人测试, 体验, 提改进要求. 开发 - outbound表单 之前 xray 的 outbound 只有 1个 proxy 和 1 个 direct 这次我加点功能, 最终的 outbound 页面是这样的 开发 - route 预设模板 route页面增加2个预设模板 一个是 “geosite-geolocation-!cn” 走 proxy, 默认 direct 一个是 “geosite-cn” “geoip-cn” “ip_is_private” 走 direct, 默认走 proxy 开发 - dns 预设模板 dns 页面增加2个预设模板 一个是 “rule_set”: “geosite-geolocation-!cn” 让 “google” 解析, 默认 “system” 解析 一个是 “rule_set”: “geosite-cn” 让 "system"解析, 默认 “google” 解析 Github G站/crazypeace/my-dream-proxy-client ======== 后记 连操作手册都是让Agent写的. 先让Agent以新用户的身份, 做一个完整的测试, 从 release 页面下载 zip 包开始. 然后让TA把刚才的测试过程总结成一份操作手册. G站/crazypeace/my-dream-proxy-client/blob/main/README.md#my-dream-proxy-client-使用手册-配合sing-box内核 1 个帖子 - 1 位参与者 阅读完整话题
如果都用现成代码训练大语言模型的话,那是不是以后各种语言、框架和库的模式和规约就只能定死不能改变了,比如我熟悉的前端 React 本来 hook 不是主流的,但是后面都用 hook 了,但是如果大语言模型在 hook 之前推出的话,那么生成的代码大概率是按照之前的规范来写的。 我现在写 python 也会发现这样的问题,很多时候大语言生成的是能运行但是并非当前最佳实践的写法,有时候甚至会混着用不同的模式,如果以后都是 vibe coding 那么代码质量是会越来越好还是越来越拉似乎值得深思,即使训练时候严格控制训练集代码也无法解决这样的问题… 4 个帖子 - 2 位参与者 阅读完整话题
前言 前面我们实现了一个 配合xray内核 reality协议 的 极简翻墙客户端(壳) MDPC-my-dream-proxy-client 如果我们想 配合 Hysteria 内核呢? (只为了简单演示, 所以只处理自签证书的情况) 分析 根据my-dream-proxy-client项目(下称MDPC)的设计, MDPC的配置文件参数为: listen: port: files-dir: core-start: core-test: log: 我们可以填上 hy2 对应的信息, 如: listen: "127.0.0.1" port: "18180" files-dir: "./bin/hy2/" core-start: "bin/hy2/hysteria client -c bin/hy2/config.yaml" core-test: "" log: "" 这样后端就好了. 是不是很简单! 接下来就是创造前端的HTML, 用来生成hy2客户端配置文件的yaml文本 可以先从简单的YAML文本编辑框作为基础功能. 然后再加表单. 开发过程 hermes 对接 mimo-v2.5-pro 基于 极简翻墙客户端(壳) 开发 配合 Hysteria 内核 支持Hysteria2协议 自签证书指定证书指纹pinSHA256 Github G站/crazypeace/my-dream-proxy-client 使用方法 见项目 README.md G站/crazypeace/my-dream-proxy-client/blob/main/README.md#my-dream-proxy-client-使用手册-配合hysteria内核 ======== 后记 本次开发由 hermes 对接 mimo-v2.5-pro 1 个帖子 - 1 位参与者 阅读完整话题
一直挂梯子 + 美区商店 + 通用->语言地区里只设置英文为首选语言(不用改地区)+ Siri 里面的语言设置为英语美国(目前只支持这个语言) 然后等待下载完 AI 后,重启手机,重启手机,这个是重点,然后 Siri app + 灵动岛下拉 Siri 都能正常使用,可以中文对话操作 app
一直挂梯子 + 美区商店 + 通用->语言地区里只设置英文为首选语言(不用改地区)+ Siri 里面的语言设置为英语美国(目前只支持这个语言) 然后等待下载完 AI 后,重启手机,重启手机,这个是重点,然后 Siri app + 灵动岛下拉 Siri 都能正常使用,可以中文对话操作 app
一直挂梯子 + 美区商店 + 通用->语言地区里只设置英文为首选语言(不用改地区)+ Siri 里面的语言设置为英语美国(目前只支持这个语言) 然后等待下载完 AI 后,重启手机,重启手机,这个是重点,然后 Siri app + 灵动岛下拉 Siri 都能正常使用,可以中文对话操作 app
微软近日低调更新文档称,只要设备搭载满足条件的独立显卡,即便不是 Copilot+ PC,也可以在 Windows 11 上运行本地语言模型 API,这被视为削弱 Copilot+ PC 独占优势的重要一步。 根据最新说明,符合条件的硬件包括 NVIDIA GeForce RTX 30 系列及更新型号,并且显存需达到 6GB 及以上。 这意味着,一部分原本不符合 Copilot+ PC 标准的高性能 PC,将能够通过 GPU 获得系统级本地 AI 能力,而不再完全依赖具备高算力 NPU 的新机型。 Copilot+ PC 于 2024 年 6 月 18 日正式亮相,微软当时将其包装为运行本地 AI 的“唯一途径”,并以此作为推动 PC 更新换代的重要卖点。 按微软最初的定义,一台设备要被标记为 Copilot+ PC,至少需要配备 16GB 内存、固态硬盘,以及可提供不低于 40 TOPS 算力的 NPU(神经处理单元)。 NPU 被设计用于高效运行 AI 模型,强调能效比,而 GPU 则擅长大规模并行计算,具备更强的原始算力。 不过在此前的策略下,微软将 Windows Recall、“Click to Do”等本地 AI 功能限定在搭载 NPU 的 Copilot+ PC 上,导致许多在硬件性能上同样强大的 GPU 电脑无法使用这些内建 AI 能力。 这一次的转向来自微软在 GitHub 上的一则更新说明,微软在文档中确认,语言模型 API 已经可以在非 Copilot+ PC 上通过 GPU 运行,只要满足两项条件:一是拥有 RTX 30 系列或更新型号显卡,二是显卡显存达到至少 6GB。 微软在说明中称,“语言模型 API 现已可在搭载受支持 GPU 的非 Copilot+ PC 上运行,将本地语言模型能力带到更广泛的 Windows 11 设备。”受支持的硬件目前包括 NVIDIA GeForce RTX 30 系列及更新产品线,且显存须为 6GB 及以上。 在实质效果上,这一调整将本地语言模型的适用范围从新款 Copilot+ PC 拓展到大量已在使用中的高性能 Windows 11 设备。 从开发者视角来看,语言模型 API 提供了一套可以在本地调用的 Windows.AI.Text 接口,背后由名为 “Phi Silica” 的小型语言模型提供支持。 该模型此前已在 Microsoft Edge 等产品中出现,用于“Rewrite using AI”(使用 AI 改写)等功能。 按照微软的设定,目前普通 Windows PC 默认并不预装本地 AI 模型,只有购买 Copilot+ PC 的用户才会在系统中预置相关内容。 在新方案下,如果用户运行支持本地语言模型 API 的应用,系统可以通过 Windows Update 下载 Phi Silica 模型,并在满足条件的 GPU 上本地运行。 基于目前公布的接口能力,开发者可以在应用中调用的本地 AI 功能包括:利用 Windows.AI.Text 接口实现的文本智能格式化,文本摘要(TextSummarizer),改写(TextRewriter),文本转表格(TextToTableConverter),以及通用的提示词生成等。 换言之,只要硬件达标,用户将能够在 Windows 应用中原生获得类似 ChatGPT 的部分文本处理体验,而且计算过程完全在本地完成,相比依赖云端模型的 Copilot 或 ChatGPT,在隐私保护方面更具优势。 需要注意的是,微软目前仅在语言模型 API 这一层面放开了 GPU 的适用范围。 就现有信息来看,Windows Recall、“Click to Do”以及画图(MS Paint)等应用中的部分 AI 功能,仍暂时只对内置 NPU 的 Copilot+ PC 开放。 换句话说,此次调整更多是为文字与提示类本地 AI 能力“解锁”更广泛的硬件平台,而非全面取消 NPU 在 Copilot+ 生态中的门槛。 尽管如此,随着本地 AI 能力逐步向传统高性能 GPU PC 延伸,Copilot+ PC 作为“唯一能本地运行 AI”的卖点已经明显被削弱,这也让外界开始猜测,微软未来是否会进一步放宽甚至取消对 NPU 的强制要求。 查看评论
一直挂梯子 + 美区商店 + 通用->语言地区里只设置英文为首选语言(不用改地区)+ Siri 里面的语言设置为英语美国(目前只支持这个语言) 然后等待下载完 AI 后,重启手机,重启手机,这个是重点,然后 Siri app + 灵动岛下拉 Siri 都能正常使用,可以中文对话操作 app
Codex还是claude code呀?哪个好用又便宜呀?中转不会用,脑袋大大了,买哪个好一点呀,不会编程只想用自然语言让他帮我实现写一些小程序,买哪个好一点呢 0基础 7 个帖子 - 7 位参与者 阅读完整话题
如题,环境都有,语言也改了,日版、美版、港版三台不同设备都是排队,大家还有在排队的吗
佬友们,你们有没有感觉到最近5.5真的降智的厉害,已经不能用语言来形容,简直连d老师都快不如了!一个问题反复去修就算了,还顺手把我好的功能给修坏了!搞的我现在都不敢用5.5了,不是公益,是试了几个付费站点的pro渠道的,都是如此,没招了现在是。 17 个帖子 - 9 位参与者 阅读完整话题
如题,环境都有,语言也改了,日版、美版、港版三台不同设备都是排队,大家还有在排队的吗
如题,环境都有,语言也改了,日版、美版、港版三台不同设备都是排队,大家还有在排队的吗
如题,环境都有,语言也改了,日版、美版、港版三台不同设备都是排队,大家还有在排队的吗
各位独立开发者、协作者们好! 做独立开发,每个月最期待也最关心的时刻之一,莫过于 Apple 和 Google 官方发布上个月的 财务结账单和实际打款金额 了。 为了算清每个月最终拿到手里的真实利润,我们通常会使用一些财务看板工具(如 Appfigures 等)来聚合多平台数据。但对刚起步或者小微开发者来说,它们要么 按月订阅费用昂贵 ,要么需要你将敏感的 App Store Connect API 密钥或 Google 服务账号 JSON 凭证上传到他们的第三方服务器上 。这对于重视数据主权和隐私的开发者来说,始终是一根心头刺。 为了解决这个痛点,我开发并开源了 Store Finance Desk —— 一个完全免费、100% 本地优先( Local-first )的跨平台桌面客户端(目前支持 macOS 和 Windows )。它专注于帮助独立开发者安全地在本地同步、聚合与可视化 月度官方财务报表 。 🚀 痛点解决 100% 隐私安全( Privacy-First ) 应用 没有任何第三方服务器,无需登录注册 。你配置的苹果 Issuer ID 、私钥 (.p8),以及谷歌 GCP JSON 凭证和拉取的原始财务数据,全部且仅加密存储在 你本地的设备上 。数据主权完全归你。 多平台官方财务月报并发同步 集成 Apple App Store Connect API 和 Google Cloud Storage (GCS),在后台并发静默拉取官方发布的月度财务报告。一个平台同步失败不影响另一个平台的入库。 交互流畅的财务看板 自动统计并展示:折合净收入、总收入、退款金额、退款率等 KPI 。 交互式月度趋势图,鼠标 hover 数据点可在 Tooltip 里直接看到地道的单月环比( MoM )增减。 支持多维度排行榜:国家/地区、App 别名、SKU 维度、平台、订阅周期等。 每次启动时后台静默同步最新网络全球汇率,支持 160+ 种全球货币的自由折算与自动结算。 对新手极度友好的接入引导 别名归并页面:官方账单只有一串 SKU 或 App ID ,本工具支持自定义规则,将多平台、多商品归并到统一的 App 别名名下统计,并提供双栏响应式排版和“智能自动生成模板”功能。 凭证配置页面:为 Apple 和 Google 平台提供了保姆级的参数获取路径和 IAM 权限勾选指南。 一键测试连接 :填好凭证路径后可直接点击“测试连接”,如果有权限不足、路径错误或网络问题会弹窗精准提示,无需等到同步失败才排查。 原生 10 国语言与启动自适应 原生支持简体中文、繁體中文、English 、日本語、한국어, Español, Deutsch, Français, Português, Русский 10 种语言。启动时自动识别系统 Locale 并自适应,且支持在设置中手动锁定语言。 📷 界面预览 📦 下载与开源地址 项目采用宽松的 MIT 协议完全开源,你可以直接在 Releases 页面下载打包公证好的 macOS 版本,或者由 GitHub Actions 自动构建好的 Windows 绿色版压缩包: GitHub 仓库地址 : https://github.com/greatzhai/store-finance-desk 直接下载 Releases 编译包 : https://github.com/greatzhai/store-finance-desk/releases 欢迎大家去下载试用,如果觉得有帮助,欢迎在 GitHub 给个 Star ⭐️ 鼓励一下! 有任何 Bug 反馈、或者是想要增加的功能,欢迎直接在 GitHub 提 Issue 或在贴子里留言交流,我会一直维护和跟进,谢谢大家!
如题,环境都有,语言也改了,日版、美版、港版三台不同设备都是排队,大家还有在排队的吗
如题,环境都有,语言也改了,日版、美版、港版三台不同设备都是排队,大家还有在排队的吗
A. 不需要训练 AI 工具突破了语言的信息隔离 B. 需要训练 保持一手信息 eval 感觉
A. 不需要训练 AI 工具突破了语言的信息隔离 B. 需要训练 保持一手信息 eval 感觉
A. 不需要训练 AI 工具突破了语言的信息隔离 B. 需要训练 保持一手信息 eval 感觉