WWW.YOUINFO.SITE
标签聚合 latex

/tag/latex

v2ex · 2026-05-28 12:24:04+08:00 · tech

直压缩,一直压缩,压缩不成功。你帮我找一下原因,先不要改,快速找到原因。 9:11 已处理 2m 42s 找到了,没改任何文件。 核心原因是:上游模型接口超时,不是 LaTeX 文件本身的问题。 证据: 当前会话最新失败记录是: UnknownError: "Upstream idle timeout exceeded" 日志位置显示在: ~/Library/Application Support/opencodeguru1-data/logs/io.opencodeguru1o/opencode-desktop_2026-05-28_09-08-45.log 对应模型是: opencode / mimo-v2.5-free 前一次切到 kuikui / claude-opus-4-7 也失败过,错误是: ECONNRESET 另外有一个诱因:这个会话上下文太大。ACP 已经压缩了约 66.7 万 token ,但当前活跃窗口里还有几条很大的图片/文件消息,比如 658 KB 、384 KB 、317 KB 的 image-vision-readable.png ,所以每次继续都会带着很重的上下文请求,模型上游容易空闲超时。 简短结论:“正在压缩上下文”只是表象;真正卡死点是大上下文请求发给 MiMo 后,上游长时间没返回,最终报 Upstream idle timeout exceeded 。 9:14 说明这算法不行 9:15 对,至少说明现在这套压缩策略在真实大上下文场景下不可靠。 不是单纯“模型不行”,而是算法设计有几个硬伤: 把图片/base64 大块也留在上下文里 几百 KB 的 image-vision-readable.png 还在活跃窗口,压缩文字没用,下一次请求还是很重。 压缩依赖 LLM 自己完成 已经快爆上下文了,还让模型来判断和总结,这很容易进入“越需要压缩,越压不动”的循环。 保护最近轮次太保守 用户最近发的截图/图片消息被保护,正好这些又是最大块,ACP 不敢动。 失败兜底不够彻底 后端已经 Upstream idle timeout exceeded ,但前端表现还是像“正在压缩/继续”,用户感知就是一直卡。 所以结论可以很直接:当前 ACP 算法对论文编辑这种“图片 + PDF + 长 LaTeX + 多轮继续”的工作流不合格。 真正应该改的是:图片进上下文后只保留路径/OCR 摘要;超过预算时先做确定性裁剪,再让模型总结;压缩失败必须清状态并短路返回,而不是继续重试大请求。 9:15 超过预算时先做确定性裁剪,再让模型总结;压缩失败必须清状态并短路返回,而不是继续重试大请求。 我只想加这一步,其他啥也别加,在不影响其他功能的情况下,加进去吧。 9:17 已处理 9m 43s 加好了,只加这一层,没有动论文文件。 改动点在 tools/patch-acp-fail-open.js 和 App 内置同名补丁器。补丁已应用到当前运行目录的 ACP 插件: ~/Library/Application Support/opencodeguru1-data/config/opencode/node_modules/opencode-acp/dist/index.js 现在逻辑是: 超过上下文预算时,先确定性裁剪大块内容: data:image/base64 文件、大型 tool 输出、大型旧文本会被替换成短 placeholder 。 然后模型再继续正常总结/压缩,不再带着几百 KB 图片块硬冲上游。 压缩失败时会清掉 ACP 的 pending/nudge 状态和压缩计时状态,短路返回,不继续原地重试大请求。

LinuxDo 最新话题 · 2026-05-07 16:10:01+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 项目开源地址: github.com GitHub - zouchenzhen/docx-template-translator-skill: Codex / Claude Skill for translating LaTeX, PDF,... Codex / Claude Skill for translating LaTeX, PDF, or Markdown into a specified Word template. 让 AI 将 LaTeX / PDF / Markdown 转写为指定 Word 模板格式。 惯例:先给比我还白的小白提供一个食用指南 :直接把我的github链接发给你的agent(claude code/codex/cursor等),让它帮你安装调用这个skill,同时告诉它你需要转换的文件所在本地路径即可 各位佬友好,我是一名大四的本科生,前几天刚做了一个开源的skill,从论文PDF/LaTeX生成可编辑答辩 PPTX,并保留指定 PPT 模板风格。链接: 【开源自荐】AI生成PPT的skill-套用指定PPT模板-适合毕业答辩-本地agent可以一键调用 最近担心学校的毕设系统不完全兼容PDF,别万一出问题了非要我提交word,就想着转换为一个word版本备用,现成的开源项目 pandoc不能完全保留指定格式 于是就有了这个skill(严格套用指定的word模板把PDF/LaTeX/Markdown文件转写为word) 欢迎各位佬友体验使用并反馈问题,我会及时修改,欢迎star 最后贴个转换示例图: 2 个帖子 - 2 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-07 14:11:06+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 项目地址: https://github.com/kfq20/Coleaf 新手小白最近偶然发现overleaf的会员不仅有更长时间的编译,而且还能用git,于是vibe coding了一个叫做Coleaf的平台,连接overleaf git项目,右侧有agent聊天框,可以通过openai api来读写文件,创建本地commit等,最后同步回overleaf仍然由人点击按钮一键push。 没有直接接codex sdk是因为感觉paper writing不太需要coding,因此为了节省token,只给了 list_files , read_file , write_file , edit_file , git_status , git_commit 这几个工具。后端用latexmk编译并预览pdf。 自己试了一下感觉体验还可以,已经用上了最近在改的paper,也欢迎佬友试用、提issue 。这个还有个好处是,只需要团队中有一个人有overleaf会员就可以了,大家都可以用同一个token来登陆。我在实践的时候是用了ngrok把本地服务直接分享给合作者,然后数据啥的都在本机。 4 个帖子 - 2 位参与者 阅读完整话题

linux.do · 2026-05-04 15:57:17+08:00 · tech

[求助]目前有比较好用的latex转word的方法吗 开发调优 这个我有发言权,先用grok-search搜索相关方案,一般是pandoc转,之后用doc相关的skill来对齐格式以及图片处理。 等会整理一份方案,我论文还在改 最近在写本科论文,本来用codex跑latex直出pdf很爽。但是学校要求Word和PDF都需要提交,所以我寻找并捣鼓出了此方案。 一开始我想到的办法是“PDF 转 Word”或“把页面截图塞进 Word”。这类方案看起来可行,但有一个致命问题: Word的格式、图表一团糟 。老师或后续审稿人想改正文、表格、页码、目录时,会非常痛苦。 所以我最后整理出了一套更稳定的路线: LaTeX 内容源 → Pandoc 生成可编辑 DOCX 底稿 → python-docx 重排模板 → Word COM 更新目录和页码 → 导出 Word/PDF。 用codex帮我整理了一下,放压缩包了,隐私过滤应该不会丢失关键内容吧,不过工具和skill估计得搜索安装,没打包进去。 希望可以给遇到“ 用 LaTeX 写,但最后必须交 Word ”的佬一些帮助。 latex-to-word-share-kit_20260504_155423.zip (13.7 KB) 3 个帖子 - 2 位参与者 阅读完整话题

linux.do · 2026-04-20 17:33:16+08:00 · tech

关于 [开源](4.18更新3.0.4)我整合了340+个skills,19+个高星vibecoding项目到一个智能路由治理skills包中。 - #380,来自 Fishelly_Xie 有佬想问一下实践方法,这个帖子简单介绍方法和效果的示例: 以我想要做一个人脸识别的机器学习项目为例,并直出latex论文为例: 1.提出需求: 这里路由到了技能,会询问一下,是否使用这个路由到的skills作为参考。 这里路由到了ml-pipline-workflow,之前收集到的一个机器学习skills。 (第三点无人值守模式,是我以前经常说的口头禅,不是项目的设计,是我的使用习惯被记录到他,基于此问我的) 2.澄清需求 这里选择技能后就会开始问一下细节了,他会一边问一边写文档,佬要是觉得繁琐也可以自己要求怎么访谈(比如说:就是这样,我不想你再问问题了): 省略一堆问题 (点击了解更多详细信息) 3.规划实现方案 4.开始执行 后面就是全自动进行了: 我想要增强训练量就增加需求: 但是准确率不好,还在维持我之前的训练demo的要求,于是我就增加需求: 可以看到好多了。 进一步看整个工作目录: 刚刚到工作步骤都有详细的时间,对话轮次,历史记录,训练过程的留痕。 一是方便审查过程,二是方便ai了解之前的项目历史,这些文件的命名都是规范化的(在内部都有每个目录名称的定义),调用vibe能够渐进式披露的了解之前的项目历史。 进一步比如说要写论文: 开始路由latex撰写技能 这就是一次性直出的成品,格式是latex的skills给的参考,所有一次性排版,加图都很规范,没有什么大问题 main.pdf (275.6 KB) 1 个帖子 - 1 位参与者 阅读完整话题