WWW.YOUINFO.SITE
标签聚合 MK

/tag/MK

LinuxDo 最新话题 · 2026-06-10 11:24:21+08:00 · tech

6月底到期 API key:tp-czhbkxr4drtm35ejt6e2kzhntg3khx4t4p5onbzwflnpwmky 专属 Base URL 兼容 OpenAI 接口协议: https://token-plan-cn.xiaomimimo.com/v1 兼容 Anthropic 接口协议: https://token-plan-cn.xiaomimimo.com/anthropic 模型 mimo-v2.5-pro、mimo-v2.5、mimo-v2.5-asr、mimo-v2.5-tts-voiceclone、mimo-v2.5-tts-voicedesign、mimo-v2.5-tts、mimo-v2-pro、mimo-v2-omni、mimo-v2-tts 额度 11,000,000,000 Credits 1 个帖子 - 1 位参与者 阅读完整话题

v2ex · 2026-06-05 08:51:29+08:00 · tech

能不能评论一下啊!我都快没有币写白嫖站的贴了! 6 个带 aff 的 新的 3 个: aHR0cHM6Ly9hcGkuZGVueGlvLnRvcC9yZWdpc3Rlcj9pbnZpdGVfY29kZT1WUUNNMkw3RDVTRVk= 送 10 刀的站 aHR0cHM6Ly9wYW5lbC5oYW5oZWd1ZmVpLm9ubGluZS9yZWdpc3Rlcj9hZmY9M0daSkQ4QjhVOE1C aHR0cHM6Ly9zdWIuZGRwYXBpLnRvcC9yZWdpc3Rlcj9hZmY9WjdGM1U1TUU2OEpa 0.01 倍率的站点(截至到 6 月 5 号晚上 10 点) aHR0cHM6Ly9hcGkuYWlzei5tb20vc2lnbi11cD9hZmY9WWZRZQ== 0.06 倍率 送 2 刀=33 刀 aHR0cHM6Ly81Mm14Lm5ldC9yZWdpc3Rlcj9hZmY9VUVVaQ== 1 倍率 送 5 刀 aHR0cHM6Ly9hcGkuYnliaW5nLmNjL3JlZ2lzdGVyP2FmZj04WWxY 0.06 倍率 送 5-10 刀(忘记了) 使用方法都是放进豆包,让它告诉你地址! Base64 破解 可以看看我以往的贴也有站可以薅!但是送的体验金应该变了!

v2ex · 2026-06-05 07:51:29+08:00 · tech

能不能评论一下啊!我都快没有币写白嫖站的贴了! 6 个带 aff 的 新的 3 个: aHR0cHM6Ly9hcGkuZGVueGlvLnRvcC9yZWdpc3Rlcj9pbnZpdGVfY29kZT1WUUNNMkw3RDVTRVk= 送 10 刀的站 aHR0cHM6Ly9wYW5lbC5oYW5oZWd1ZmVpLm9ubGluZS9yZWdpc3Rlcj9hZmY9M0daSkQ4QjhVOE1C aHR0cHM6Ly9zdWIuZGRwYXBpLnRvcC9yZWdpc3Rlcj9hZmY9WjdGM1U1TUU2OEpa 0.01 倍率的站点(截至到 6 月 5 号晚上 10 点) aHR0cHM6Ly9hcGkuYWlzei5tb20vc2lnbi11cD9hZmY9WWZRZQ== 0.06 倍率 送 2 刀=33 刀 aHR0cHM6Ly81Mm14Lm5ldC9yZWdpc3Rlcj9hZmY9VUVVaQ== 1 倍率 送 5 刀 aHR0cHM6Ly9hcGkuYnliaW5nLmNjL3JlZ2lzdGVyP2FmZj04WWxY 0.06 倍率 送 5-10 刀(忘记了) 使用方法都是放进豆包,让它告诉你地址! Base64 破解 可以看看我以往的贴也有站可以薅!但是送的体验金应该变了!

IT之家 · 2026-05-31 21:48:19+08:00 · tech

【京东活动可能随时变更,需以实付款为准】 漫步者 S2000MKIII 蓝牙音箱发售于 2019 年 6 月,今年日常售价为 1780 元。 京东 618 大促期间,按下方步骤下单,叠加 5% 官方直降 + 10% 国补后仅需 1196.9 元: 领 9 折消费券:点击下方卡片,跳转后可在详情页商品标题下方领取。 满 800-80 元 PLUS 专享券(需 2 积分兑换): 点此查看 。 满 79-5 元券(加入品牌会员领取): 点此查看 。 京东 漫步者 S2000MKIII 蓝牙音箱 Hi-Res aptx-HD 国补后 1105.8 元 直达链接 如果本地国补支持京东支付,本次大促还可享 12 期免息服务。 京东无门槛红包至高 26618 元,支持即领即用: 点此抽取 。 据介绍,漫步者 S2000MKIII 蓝牙音箱由漫步者于 2019 年秋推出,定位 Hi-Fi 音箱。这款产品在保持了双 15W 平板高音振膜 + 双 50W 5.5 英寸铝盆中低音单元配置的基础上,改进了箱体设计,蓝牙芯片也更新为支持 aptX HD 的高通 QCC3031 芯片。 两个箱体侧板均为原木打造,整重 16.65kg,支持 AUX、PC、蓝牙、光纤、同轴输入,可用旋钮或者遥控调整部分设置,也能手机蓝牙直连播放,支持蓝牙 5.0 和 aptX HD 解码。 D 类功放芯片则是三颗德仪的 TAS5754M,可以独立控制高音和重低音,分别驱动两组扬声器。光纤、同轴接口芯片 PCM9211 同样出自 Burr-Brown,支持 24-bit,216-kHz 的高精度输入数字音频信号。 DSP 芯片同样来自德州仪器,型号为 TLV320AIC3254,可精确控制频率分配。 漫步者 S2000MKII 和 S2000MKIII 的区别: 京东 漫步者 S2000MKIII 蓝牙音箱 Hi-Res aptx-HD 国补后 1105.8 元 直达链接 京东 618 无门槛红包 面额至高 26618 元,每天抽 3 次: 点此抽红包 淘宝 618 无门槛红包 面额至高 26888 元,每天抽 1 次: 点此抽红包

LinuxDo 最新话题 · 2026-05-30 17:14:00+08:00 · tech

#小程序: //全景720/4APZRNaCmkifIEF 这个是装修公司给的效果图,第一次搞装修我不懂啊… 各位佬有空可以帮忙提下建议吗?谢谢各位。 另外想咨询大佬: 1.目前厨房推拉门做的地轨,是不是应该做吊轨?比较好搞地面卫生。 2.餐厅灯这种可以吗(好搞卫生吗)?推荐哪种 3.是否弄个扫地机器人呢? 我之前的咨询贴: 新人小白关于装修的问题,请教大佬们。 1 个帖子 - 1 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-26 14:26:15+08:00 · tech

安装 Python 3.12 使用 miniconda 安装 Python 3.12 mkdir -p ./miniconda3_install_tmp # Download the miniconda3 installation script wget https://repo.anaconda.com/miniconda/Miniconda3-py312_26.3.2-2-Linux-aarch64.sh -O ./miniconda3_install_tmp/miniconda.sh # Install miniconda3 into the project directory bash ./miniconda3_install_tmp/miniconda.sh -b -u -p ./miniconda3 安装完成后,您将获得一个空的初始环境。请激活此初始环境,它默认使用 Python 3.12。 source ./miniconda3/bin/activate python --version # Should display 3.12.x 进入项目目录中拉取官方demo项目 cd miniconda3 git clone https://github.com/OpenBMB/MiniCPM-o-Demo.git 下载decord github.com/csabakecskemeti/dgx_spark_prebuilds decord/decord-0.6.0-cp312-cp312-linux_aarch64.whl main 此文件是二进制文件。 显示原始文件 下载torchcodec github.com/time2k/torchcodec_for_aarch64 torchcodec-0.8.1-cp312-cp312-linux_aarch64.whl main 此文件是二进制文件。 显示原始文件 将下载的decord、torchcodec包放到MiniCPM-o-Demo目录内 修改install.sh文件 修改python版本号为3.12 PYTHON="${PYTHON:-python3.12}" 修改torch、torchaudio安装版本,增加torchcodec、decord安装 修改前 ${PIP} install "torch==2.8.0" "torchaudio==2.8.0" 修改后 ${PIP} install torch==2.9.0+cu130 torchaudio==2.9.0 --index-url https://download.pytorch.org/whl/cu130 ${PIP} install torchcodec-0.8.1-cp312-cp312-linux_aarch64.whl ${PIP} install decord-0.6.0-cp312-cp312-linux_aarch64.whl 完整install.sh文件内容 #!/bin/bash # MiniCPMO45 Service One-Click Environment Installation Script # # Usage: # cd minicpmo45_service # bash install.sh # # Features: # 1. Create a Python 3.10 virtual environment # 2. Install PyTorch + core dependencies # 3. Attempt to install Flash Attention 2 (auto-skip on failure, fallback to SDPA) # 4. Verify installation results # # Environment Variables (optional): # PYTHON=python3.11 Specify Python interpreter (default: python3.10) # SKIP_FLASH_ATTN=1 Skip Flash Attention installation # MAX_JOBS=8 Flash Attention compilation parallelism (default: nproc) set -e # Exit on error (flash-attn section handled separately) # ============ Configuration ============ VENV_DIR=".venv/base" PIP="${VENV_DIR}/bin/pip" PYTHON_BIN="${VENV_DIR}/bin/python" PYTHON="${PYTHON:-python3.12}" MAX_JOBS="${MAX_JOBS:-$(nproc 2>/dev/null || echo 8)}" FLASH_ATTN_VERSION=">=2.7.1,<=2.8.2" # Officially recommended version range # ============ Colored Output ============ GREEN='\033[0;32m' YELLOW='\033[1;33m' RED='\033[0;31m' NC='\033[0m' # No Color info() { echo -e "${GREEN}[INFO]${NC} $1"; } warn() { echo -e "${YELLOW}[WARN]${NC} $1"; } error() { echo -e "${RED}[ERROR]${NC} $1"; } # ============ Step 1: Create Virtual Environment ============ info "Step 1/4: Creating virtual environment (${VENV_DIR})" if [ -d "${VENV_DIR}" ]; then warn "Virtual environment already exists: ${VENV_DIR}, skipping creation" else if ! command -v "${PYTHON}" &> /dev/null; then error "${PYTHON} not found. Please install Python 3.10+ or specify the path via PYTHON=python3.x" exit 1 fi PYTHON_VERSION=$("${PYTHON}" -c "import sys; print(f'{sys.version_info.major}.{sys.version_info.minor}')") info "Using Python ${PYTHON_VERSION} (${PYTHON})" "${PYTHON}" -m venv "${VENV_DIR}" info "Virtual environment created successfully" fi ${PIP} install --upgrade pip -q # ============ Step 2: Install PyTorch ============ info "Step 2/4: Installing PyTorch + torchaudio" # Check if already installed (skip redundant installation) if ${PYTHON_BIN} -c "import torch; print(torch.__version__)" 2>/dev/null | grep -q "2.8"; then TORCH_VER=$(${PYTHON_BIN} -c "import torch; print(torch.__version__)") CUDA_VER=$(${PYTHON_BIN} -c "import torch; print(torch.version.cuda)") info "PyTorch already installed: ${TORCH_VER} (CUDA ${CUDA_VER}), skipping" else ${PIP} install torch==2.9.0+cu130 torchaudio==2.9.0 --index-url https://download.pytorch.org/whl/cu130 ${PIP} install torchcodec-0.8.1-cp312-cp312-linux_aarch64.whl ${PIP} install decord-0.6.0-cp312-cp312-linux_aarch64.whl TORCH_VER=$(${PYTHON_BIN} -c "import torch; print(torch.__version__)") CUDA_VER=$(${PYTHON_BIN} -c "import torch; print(torch.version.cuda)") info "PyTorch installed successfully: ${TORCH_VER} (CUDA ${CUDA_VER})" fi # ============ Step 3: Install Core Dependencies ============ info "Step 3/4: Installing core dependencies (requirements.txt)" ${PIP} install -r requirements.txt info "Core dependencies installed successfully" # ============ Step 4: Install Flash Attention 2 (Not Recommended) ============ # info "Step 4/4: Installing Flash Attention 2 (optional, auto-skip on failure)" # if [ "${SKIP_FLASH_ATTN}" = "1" ]; then # warn "SKIP_FLASH_ATTN=1, skipping Flash Attention installation" # warn "Inference will use PyTorch SDPA (approximately 5-15% slower)" # else # # Check if already installed # if ${PYTHON_BIN} -c "import flash_attn; print(flash_attn.__version__)" 2>/dev/null; then # FA_VER=$(${PYTHON_BIN} -c "import flash_attn; print(flash_attn.__version__)") # info "Flash Attention already installed: ${FA_VER}, skipping" # else # info "Attempting to install flash-attn${FLASH_ATTN_VERSION} (MAX_JOBS=${MAX_JOBS})..." # info "This may take several minutes (compiling CUDA kernels)..." # set +e # Temporarily disable errexit to allow failure # MAX_JOBS=${MAX_JOBS} ${PIP} install "flash-attn${FLASH_ATTN_VERSION}" --no-build-isolation 2>&1 # FLASH_EXIT_CODE=$? # set -e # Restore errexit # if [ ${FLASH_EXIT_CODE} -eq 0 ]; then # FA_VER=$(${PYTHON_BIN} -c "import flash_attn; print(flash_attn.__version__)") # info "Flash Attention installed successfully: ${FA_VER}" # else # warn "==========================================" # warn "Flash Attention installation failed (exit code: ${FLASH_EXIT_CODE})" # warn "This does not affect service operation — inference will automatically use PyTorch SDPA" # warn "Performance difference: SDPA is approximately 5-15% slower than Flash Attention" # warn "" # warn "Common causes:" # warn " - CUDA toolkit version mismatch with PyTorch" # warn " - Unsupported GPU architecture (requires SM80+, e.g. A100/H100)" # warn " - Missing compilation toolchain (gcc/g++/nvcc)" # warn "" # warn "To retry manually:" # warn " MAX_JOBS=${MAX_JOBS} ${PIP} install \"flash-attn${FLASH_ATTN_VERSION}\" --no-build-isolation" # warn "==========================================" # fi # fi # fi # ============ Installation Summary ============ echo "" echo "============================================" info "Installation complete! Environment summary:" echo "============================================" ${PYTHON_BIN} -c " import torch print(f' Python: {__import__(\"sys\").version.split()[0]}') print(f' PyTorch: {torch.__version__}') print(f' CUDA: {torch.version.cuda}') print(f' GPU: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else \"N/A\"}') try: import flash_attn print(f' Flash Attn: {flash_attn.__version__} ✓') attn_backend = 'flash_attention_2' except ImportError: print(f' Flash Attn: Not installed (will use SDPA)') attn_backend = 'sdpa' import transformers print(f' Transformers: {transformers.__version__}') print() print(f' Attention Backend: {attn_backend}') " echo "" info "Next steps:" echo " 1. Configure model path:" echo " cp config.example.json config.json" echo " # Edit config.json and set model.model_path" echo "" echo " 2. Start the service:" echo " bash start_all.sh" echo "============================================" 安装MiniCPM 执行安装脚本 bash install.sh 安装前端 cd frontend/mobile/ bun install 安装docs-app cd - cd docs-app npm install cd .. 复制配置文件 将项目目录中的 config.example.json 复制到 config.json 。 cp config.example.json config.json 修改config.json中的模型路径 模型路径( model_path )默认为 openbmb/MiniCPM-o-4_5 。如果您有 Hugging Face 的访问权限,则无需进行任何修改——模型将自动从 Hugging Face 拉取。 启动MiniCPM bash start_all.sh 停止MiniCPM pkill -f "gateway.py|worker.py" 1 个帖子 - 1 位参与者 阅读完整话题