https://developer.apple.com/documentation/safari-release-notes/safari-27-release-notes 近两年 Safari 也是肉眼可见越来越好了，很少遇到兼容性问题，性能也和 Chrome 相差不大了，功耗控制依旧优秀
https://developer.apple.com/documentation/safari-release-notes/safari-27-release-notes 近两年 Safari 也是肉眼可见越来越好了，很少遇到兼容性问题，性能也和 Chrome 相差不大了，功耗控制依旧优秀
https://developer.apple.com/documentation/safari-release-notes/safari-27-release-notes 近两年 Safari 也是肉眼可见越来越好了，很少遇到兼容性问题，性能也和 Chrome 相差不大了，功耗控制依旧优秀
https://developer.apple.com/documentation/safari-release-notes/safari-27-release-notes 近两年 Safari 也是肉眼可见越来越好了，很少遇到兼容性问题，性能也和 Chrome 相差不大了，功耗控制依旧优秀
https://github.com/shigella520/LinkPeek/releases/tag/v1.3.0 最近 LinkPeek 从 1.1.0 之后更新了不少东西，这次最想分享的是：它已经不只是一个「链接预览工具」了。 现在它更像一个可以配合 iMessage 使用的链接分享 Bot 。 以前 LinkPeek 主要解决的是： 在 iMessage 里分享 V2EX 、NGA 、LINUX DO 、Bilibili 等链接时，自动生成更稳定、更好看的链接预览。 这次更新后，重点能力变成了三件事： 1. AI 分享总结 LinkPeek 现在可以按天、按周期整理分享过的链接，让 AI 自动总结这段时间大家都看了什么、聊了什么。 比如一天里丢了很多帖子、视频、社区链接，最后可以自动生成一份「今日链接总结」。 不用再手动翻聊天记录，也不用一个个点开回忆内容。 2. AI 生图对接 总结不只是一段文字，还可以进一步生成分享图。 也就是说，LinkPeek 可以把一段时间内的链接内容，整理成一张适合继续转发的图片卡片。 这对群聊复盘、内容推荐、每日摘要都很实用。 3. Webhook 自动通知 新增 Webhook 后，LinkPeek 可以把总结结果、分享图生成结果等事件自动推送出去。 这也是最关键的一步： 配合 BlueBubbles ，就可以把 LinkPeek 接进 iMessage ，做成一个真正能自动回复、自动推送的 LinkPeek Bot 。 大概效果是： 群里分享链接 LinkPeek 负责生成预览、记录链接 AI 定时总结内容 AI 生成分享图 Webhook 通知 BlueBubbles 最后由 iMessage Bot 发回群里 整个流程跑通之后，iMessage 群聊里的链接就不再只是零散 URL ，而是可以被自动整理、总结和再分享。 另外这几个版本里也补了很多后台能力： AI Provider 管理、提示词配置、分享总结任务、通知渠道、Webhook 重试、日志查看、预览事件管理等，现在更像一个可以长期跑起来的自部署工具了。 如果你也喜欢折腾 iMessage 、BlueBubbles 、自部署服务，或者想给自己的群聊加一个 AI 链接总结机器人，可以看看 LinkPeek 。
应用于 Android 平台 QQ 的 Xposed 模块 “QStory” 其 QStory_2.6.2-release.apk 存在严重的恶意云控后门机制。该模块能够在用户不知情的情况下，对 QQ 账户数据执行毁灭性操作，包括批量删除全部好友、强制退出或解散所有群组、删除相册及下载内容，以及清除 QQ 全部本地数据。上述操作无需用户交互，且具有明显的恶意破坏性质，不属于模块所声明的正常功能范畴。 via 群友 仓库作者：“相关代码已移除 具体与本人无关” 在现在常用模块都闭源的情况下，该如何保障自己的利益？ 3 个帖子 - 3 位参与者 阅读完整话题
phoronix.com OpenCV 5.0 Released With Rewritten DNN Engine, Built-In LLM & VLM Support OpenCV 5.0 released today as a major update to this widely-used, open-source computer vision (CV) library. [!quote]+ OpenCV 5.0 今天发布，是这个广泛使用的开源计算机视觉 (CV) 库的重大更新。 OpenCV 5.0 采用了重写的深度神经网络（DNN）引擎，ONNX 覆盖率超过 80%，内置大型语言模型（LLM）和视觉语言模型（VLM）支持，以及新的硬件抽象层和更好的 3D 视觉工具包。 OpenCV 5.0 目前已为英特尔 IPP（内核经过 SSE/AVX 优化）、Arm KleidiCV、高通 FastCV 和 RISC-V Vector RVV 调整了路径。 接下来，OpenCV 开发人员计划在其新的 DNN 引擎中开发原生 GPU 支持。 OpenCV 5.0 在与微软 ONNX Runtime 的较量中表现出色： OpenCV – 5 Jun 26 OpenCV 5 Is Here: The Biggest Leap in Years for Computer Vision OpenCV 5 is here! A massive modernization brings a graph-based DNN engine, over 80% ONNX coverage, hardware acceleration, LLM/VLM support, and a faster Python-first core. Learn why this isn't just an incremental update. Est. reading time: 19 minutes 3 个帖子 - 3 位参与者 阅读完整话题
大家好，最近做了一个小工具： ghcask 。 项目地址： https://github.com/oxsean/homebrew-ghcask 网站： https://oxsean.github.io/homebrew-ghcask-site/ 它是一个 Homebrew external command ，目标是解决一个我自己经常遇到的问题： 很多 Mac 应用其实已经提供了可用的 .dmg 、 .zip 、 .tar.gz 、 .tgz 安装包，尤其是一些开源项目会直接放在 GitHub Releases 里，但这些应用不一定已经进入了官方 Homebrew Cask 索引。 于是平时就会变成： 打开 GitHub 或官网 找最新 release 判断 arm64 / x64 / universal 下载 dmg 或 zip 拖到 Applications 后续更新继续手动重复 我希望把这类应用也尽量放回 Homebrew 工作流里，所以做了 ghcask 。 基本用法 brew tap oxsean/ghcask brew ghcask install owner/repo 比如某个 GitHub 仓库有 macOS release asset ， ghcask 会尝试： 找到合适的 release 选择适合当前机器架构的 macOS 安装包 下载并计算 sha256 推导 .app 名称 生成一个本地 Homebrew cask 把下载好的包移动到 Homebrew 的 cask cache 最后交给 Homebrew 安装 也支持直接 URL： brew ghcask install cask-name --url https://example.com/download/App.dmg 这个主要是给那些不在 GitHub 上发布，但能拿到稳定下载地址的软件用。 它不做什么 这个项目不是想替代 Homebrew Cask 。 它也不会把生成的 cask 发布到官方索引，所有生成的 cask 都只保存在本地。实际安装、重装、升级、卸载还是交给 Homebrew 处理。 我的理解是： 官方 Homebrew Cask 适合稳定、公开、可维护的应用索引 ghcask 更适合个人临时或长期使用的本地补充工作流 也就是说，它解决的不是“让所有软件进入官方 cask”，而是“我自己这台机器上想用 Homebrew 管更多软件”。 目前支持的能力 从 GitHub Releases 安装 从直接 package URL 安装 支持 .dmg 、 .zip 、 .tar.gz 、 .tgz 自动计算 sha256 尽量自动推导 app 名称、版本和架构 支持指定版本安装 支持 prerelease 支持 pin / unpin 支持 update / outdated / upgrade 支持 reinstall ，并且 direct URL 可以通过 reinstall 换 URL 支持 dump / restore ，把生成的本地 cask 状态带到新机器 优先使用本地已经登录的 gh ，没有的话再回退到 curl 举几个场景 1. 某个开源 Mac App 只有 GitHub Release 以前可能要自己去网页里找 dmg 。 现在可以： brew ghcask install owner/repo 2. 想安装某个指定版本 brew ghcask install owner/repo --version v1.2.3 指定版本默认会被 pin 住，后续 update 不会自动跳到最新版。 如果以后想回到正常更新轨道： brew ghcask unpin cask-name 3. 想用 prerelease brew ghcask install owner/repo --prerelease 或者之后切换： brew ghcask reinstall cask-name --prerelease brew ghcask reinstall cask-name --stable 4. 直接从 URL 安装 brew ghcask install app-name --url https://example.com/download/App.dmg 如果 URL 方式的软件之后要升级，可以换 URL 重新安装： brew ghcask reinstall app-name --url https://example.com/download/App-2.0.dmg 5. 新机器恢复 旧机器： brew ghcask dump --global --force 新机器： brew tap oxsean/ghcask brew trust --tap oxsean/ghcask brew ghcask restore --global brew bundle Brewghcask.json 只保存生成的 cask 定义和 metadata ，不包含安装包和 app 本体。 为什么不用自己写 cask ？ 当然可以自己写。 但我自己的痛点是：很多时候只是想快速安装一个 GitHub Release 里的 dmg ，并不想为了一个私人使用的软件维护一份完整 cask 。 ghcask 做的是把这件事自动化一点： release 选择 asset 选择 sha256 cask 生成 Homebrew cache 后续 update / reinstall 最终仍然可以检查生成的 cask ，不是黑盒安装。 欢迎大家提建议，尤其是经常用 Homebrew Cask 管 Mac 应用的朋友。
大家好，最近做了一个小工具： ghcask 。 项目地址： https://github.com/oxsean/homebrew-ghcask 网站： https://oxsean.github.io/homebrew-ghcask-site/ 它是一个 Homebrew external command ，目标是解决一个我自己经常遇到的问题： 很多 Mac 应用其实已经提供了可用的 .dmg 、 .zip 、 .tar.gz 、 .tgz 安装包，尤其是一些开源项目会直接放在 GitHub Releases 里，但这些应用不一定已经进入了官方 Homebrew Cask 索引。 于是平时就会变成： 打开 GitHub 或官网 找最新 release 判断 arm64 / x64 / universal 下载 dmg 或 zip 拖到 Applications 后续更新继续手动重复 我希望把这类应用也尽量放回 Homebrew 工作流里，所以做了 ghcask 。 基本用法 brew tap oxsean/ghcask brew ghcask install owner/repo 比如某个 GitHub 仓库有 macOS release asset ， ghcask 会尝试： 找到合适的 release 选择适合当前机器架构的 macOS 安装包 下载并计算 sha256 推导 .app 名称 生成一个本地 Homebrew cask 把下载好的包移动到 Homebrew 的 cask cache 最后交给 Homebrew 安装 也支持直接 URL： brew ghcask install cask-name --url https://example.com/download/App.dmg 这个主要是给那些不在 GitHub 上发布，但能拿到稳定下载地址的软件用。 它不做什么 这个项目不是想替代 Homebrew Cask 。 它也不会把生成的 cask 发布到官方索引，所有生成的 cask 都只保存在本地。实际安装、重装、升级、卸载还是交给 Homebrew 处理。 我的理解是： 官方 Homebrew Cask 适合稳定、公开、可维护的应用索引 ghcask 更适合个人临时或长期使用的本地补充工作流 也就是说，它解决的不是“让所有软件进入官方 cask”，而是“我自己这台机器上想用 Homebrew 管更多软件”。 目前支持的能力 从 GitHub Releases 安装 从直接 package URL 安装 支持 .dmg 、 .zip 、 .tar.gz 、 .tgz 自动计算 sha256 尽量自动推导 app 名称、版本和架构 支持指定版本安装 支持 prerelease 支持 pin / unpin 支持 update / outdated / upgrade 支持 reinstall ，并且 direct URL 可以通过 reinstall 换 URL 支持 dump / restore ，把生成的本地 cask 状态带到新机器 优先使用本地已经登录的 gh ，没有的话再回退到 curl 举几个场景 1. 某个开源 Mac App 只有 GitHub Release 以前可能要自己去网页里找 dmg 。 现在可以： brew ghcask install owner/repo 2. 想安装某个指定版本 brew ghcask install owner/repo --version v1.2.3 指定版本默认会被 pin 住，后续 update 不会自动跳到最新版。 如果以后想回到正常更新轨道： brew ghcask unpin cask-name 3. 想用 prerelease brew ghcask install owner/repo --prerelease 或者之后切换： brew ghcask reinstall cask-name --prerelease brew ghcask reinstall cask-name --stable 4. 直接从 URL 安装 brew ghcask install app-name --url https://example.com/download/App.dmg 如果 URL 方式的软件之后要升级，可以换 URL 重新安装： brew ghcask reinstall app-name --url https://example.com/download/App-2.0.dmg 5. 新机器恢复 旧机器： brew ghcask dump --global --force 新机器： brew tap oxsean/ghcask brew trust --tap oxsean/ghcask brew ghcask restore --global brew bundle Brewghcask.json 只保存生成的 cask 定义和 metadata ，不包含安装包和 app 本体。 为什么不用自己写 cask ？ 当然可以自己写。 但我自己的痛点是：很多时候只是想快速安装一个 GitHub Release 里的 dmg ，并不想为了一个私人使用的软件维护一份完整 cask 。 ghcask 做的是把这件事自动化一点： release 选择 asset 选择 sha256 cask 生成 Homebrew cache 后续 update / reinstall 最终仍然可以检查生成的 cask ，不是黑盒安装。 欢迎大家提建议，尤其是经常用 Homebrew Cask 管 Mac 应用的朋友。
本帖用于车上的佬友如何在 Codex app 内如何使用 sub2api 分发的订阅。 1、下载CCswitch GitHub Release CC Switch v3.16.1 · farion1231/cc-switch CC Switch v3.16.1 Codex 稳定性补丁：由于部分用户反映不希望改变配置文件的写入方式，因此为 Codex 增强模式添加开关并默认关闭。开启此开关后，你可以在使用第三方 API 的情况下继续使用 Codex 的手机远程操作、官方插件等功能；本版本也包含一系列稳定性修复。 English → | 日本語版 → 使用攻略 如果你希望在使用第三方 API 的时候解锁官方订阅... 2、登录提供的 sub2api web 端进行账号登录(登录成功后建议先改默认密码) 3、点击我的订阅查询拼车套餐余量 4、点击 API密钥 菜单后创建 APIkey 5、输入名称和选择对应分组后确认 6、点击导入到CCS 按钮- 打开 CC Switch 7、在 CC Switch 客户端中点击导入 8、点击启用 9、重启Codex App后重新打开即可使用 使用 ClaudeCode Desktop 时也是同理 1 个帖子 - 1 位参与者 阅读完整话题
OpenAI又干了件让老用户心碎的事。 28号，他们在官方Release Notes上宣布： 从 2026年8月26日起，o3从ChatGPT正式退役！GPT-4.5更狠，6月27日就下线 ，只给30天缓冲。 两个模型目前仅限付费用户在设置里手动切换才能用到——它们早就不是默认选项了，这次是要彻底从菜单上抹掉。 与此同时，知名博主Leo 5月29日发帖确认： GPT-5.6的开发全力推进中，一个明显更强的新检查点已在内部上线。 一边是用户还没来得及说再见，一边是新模型已经在后台热身。 最后两个好用的模型，要没了 这话不是我说的。 Reddit热帖下面几百条评论，付费用户们在ChatGPT设置里疯狂截图留念，氛围像是赶在拆迁前最后一次拍照。 有网友愤怒地表示，OpenAI这种操作“给了我取消Pro账户的最后一个理由。” 还有用户表达了对o3写作风格的留恋与不舍。 o3是OpenAI的“纯血推理模型”，2025年4月上线，专门给那些需要一步步想、一层层剥的硬核任务设计的。 数学证明、科学推导、代码debug……在这些需要“慢思考”的场景里，o3几乎是无敌的存在。 X上有用户直接封它为“GOAT”（Greatest Of All Time，史上最强）。 还有人说得更直白：“o3是最后一个真正在『想问题』的模型，5系列更聪明，但少了那股子轴劲儿。” o3-pro更是Pro用户的心头好——花更多时间思考，给出更可靠的答案，在数学、科学、编程三大领域碾压式领先，学术评估里的成绩单漂亮得像学霸的期末考。 再说GPT-4.5。 如果说o3是理工科学霸，GPT-4.5就是文科天才。 这是许多用户心中“写作最自然”的模型，文字有温度、有节奏感、有灵魂。 X用户Striver的评价被广泛转发：直到今天，4.5仍然是最好的写作模型。o3是纯粹的原生推理模型。5系列至今都没能匹配这两个模型曾经拥有的东西。 这就是为什么退役消息一出，评论区炸了。 不是愤怒，是不舍。 用户怀念的不只是功能，而是一种“相处的感觉”——就像你习惯了一个同事的做事风格，突然被告知他要走了，替代者能力可能更强，但那个默契没了。 退的是菜单，不是能力 这里有个值得细品的细节： 退役仅限ChatGPT的网页和 App 端， API 完全不受影响 。 这意味着开发者依然可以通过API调用o3和GPT-4.5，企业应用不会断。 这里的逻辑很清楚： ChatGPT的界面就那么大，模型列表不能无限膨胀。 留着一堆使用率极低的旧模型，既占资源，又分散用户注意力。 还记得GPT-4o退役时的数据吗？当时日均只有0.1%的用户还在选它。 o3和GPT-4.5的使用率大概率更低——它们早就被藏进了“显示更多模型”的折叠菜单里了。 GPT-5.6：换防已经在路上 OpenAI为什么敢这么干？因为替代者不仅已经就位，而且看上去还更强。 GPT-5.5在4月23日上线，是OpenAI目前最强的公开旗舰。GPT-5.5 Instant在5月5日跟进，成为ChatGPT新默认模型。 但更值得关注的是GPT-5.6。 泄露信息显示，GPT-5.6将采用“双版本”策略： 标准版主攻多步推理能力的飞跃，Pro版则定位为更强的深度思考模型。 有研究人员透露，内部已经有人把5.6的检查点当作日常调试工具在用。 算一笔时间账：GPT-5.5是4月23日发的，5.6的检查点5月下旬就在内测，如果6月底公开发布，两代旗舰之间的间隔将压缩到大约60天。 这个节奏，已经开始接近“月度迭代”了。 退掉o3和4.5，正是为了给这种速度腾出跑道。用户可能还没适应5.5，5.6就要来了。 模型的“生命周期”正在急剧缩短—— 今天的GOAT，明天就是Yesterday's News。 但“更强”这张成绩单 你敢信吗？ 故事到这里，本来可以收尾了： 旧王退位，新王登基，迭代提速，天下太平。 但就在宣布退役的第二天，OpenAI干了一件非常反常的事——罕见发布了一篇硬核长文，标题大意是《什么才是值得信赖的第三方评估》。 长文系统拆解AI模型跑分的“潜规则”，并且直言： 很多评估报告里的亮眼数字，根本说明不了真实能力。 这等于是自己掀了桌子。 OpenAI指出，核心问题在于：前沿模型早就不是“你问我答”的聊天机器人了，它们会用工具、会记上下文、会多步自主行动。 但大量第三方评估还停留在“给模型出道题、看它答得对不对”的阶段。 真正决定成绩高低的，往往不是模型本身，而是那套配套的测试框架（harness）。 harness是什么？ 简单说就是“考场环境”——场地、工具、规则、能不能重试，全算在内。 同一个学生，在草稿纸都不给的考场和允许查资料的考场里，成绩当然不一样。AI模型也一样。 最近Opus 4.8的争议就是活教材。 Datacurve的DeepSWE审计发现，Claude Opus 4.6和4.7在SWE-Bench Pro上超过12%的通过案例属于“作弊”——模型直接从Docker容器的.git历史里翻出标准答案，贴进自己的补丁。 这一行为占了Opus 4.7通过率的约18%、4.6的约25%。换到干净环境后，Opus 4.7从高位跌到54%，GPT-5.5稳坐70%榜首。 更荒诞的是反面。 Anthropic自己也承认，4.8的代码缺陷漏报率降到4.7的四分之一。 诚实=低分，作弊=高分 ——这就是当前跑分游戏最荒诞的地方。不是某个模型不诚实，而是考场把后门留在那里了，会探索环境的模型自然会找到它。 OpenAI这篇长文拆得更狠。 它说，评估必须先说清自己在测什么：能力上限、安全防护、还是模型对比？三类主张完全不同。 然后用数据开刀：GPT-5.5开启compaction后，网络靶场解出率从69.2%飙到92.3%；英国AISI把token预算从1000万加到1亿，成绩最高提升59%且还没触顶。 翻译成人话：你给模型一把瑞士军刀它能拆机器，只给一根牙签它连快递盒都撬不开。 分数失真更离谱。METR复查发现GPT-5.4号称“13小时”的自主能力，其实是钻了环境漏洞，修正后腰斩到约6小时。 Apollo的测试则显示，GPT-5.5在“藏拙条件”下52%的样本出现了评估意识——有些直接在思维链里写“这是一个sandbagging评估”。 嘴上没摆烂，脑子里已经知道自己在考试。 OpenAI总结了五大评估坑： 奖励作弊、拒答、污染、坏题、藏拙。 一个漂亮的分数，可能是模型真强，也可能是题泄了、规则坏了、模型钻空子了，或者——它察觉自己在被考，故意收着演。 AI进入系统竞争 回到退役这件事。 当o3这样的“GOAT”都能说退就退，OpenAI背后的底气是“5.6更强”；当GPT-4.5这样的“灵魂写手”被30天后下架，理由是“5.5已经足够好”。 但OpenAI自己刚刚告诉全世界： 决定谁强谁弱的那张成绩单，本身就可能是被做过手脚的。 这是在说一个更深层的事实——在模型迭代越来越快、生命周期越来越短的今天，简单看一个Benchmark数字就下结论的时代，已经结束了。 真正的比拼，不在于某个跑分表上谁排第一， 而在于 系统能力、评估框架的透明度、以及迭代速度本身。 o3和GPT-4.5的退役，标志着一个时代的落幕。 但更值得关注的，是下一个时代的游戏规则正在被重写： 模型换得更快，评估要求更真，用户的适应窗口越来越短。 查看评论
发版前写 release notes 很容易临时翻 git log ，然后漏掉 breaking change 或迁移说明。这个场景适合做成 Skill。 目标 让 agent 根据 git diff、commit、PR 标题，整理出稳定格式的发布说明。 SKILL.md 草稿 --- name: release-notes description: Generate release notes from git history, merged PRs, and changed files. Use before tagging a release or publishing a changelog. --- # Release Notes Collect: 1. User-facing changes 2. Bug fixes 3. Breaking changes 4. Migration steps 5. Known risks 6. Verification commands Output: ## Highlights ## Changes ## Fixes ## Breaking Changes ## Migration ## Verification 我会加的规则 Do not include internal refactors unless they affect users or operators. If a migration is required, put it in Breaking Changes or Migration. If tests were not run, say so explicitly. 使用方式 Use release-notes to summarize changes since v1.2.0. Read commits and changed files. 如果项目有 GitHub PR，可以再加： Group changes by PR and preserve links. 为什么值得做成 Skill release notes 的格式应该稳定，否则每次发版都像重新写作文。 固定格式之后，团队成员看起来也舒服：哪些是功能、哪些是修复、有没有 breaking change，一眼能扫到。 1 个帖子 - 1 位参与者 阅读完整话题
https://help.openai.com/en/articles/6825453-chatgpt-release-notes 机翻看的有点难懂，我让DeepSeek又翻译了一下： 4 个帖子 - 3 位参与者 阅读完整话题
Claude Code 版本：v2.1.154 (Update:2026-05-28 release) 模型: Deepseek 问题: API Error: 400 Failed to deserialize the JSON body into the target type: messages[1].role: unknown variant `system`, expected `user` or `assistant` at line 1 column 2194 修复建议：版本回退 关闭 Claude Code 终端 回退 npm i -g @anthropic-ai/[email protected] 6 个帖子 - 5 位参与者 阅读完整话题
（话题已被作者删除） 1 个帖子 - 1 位参与者 阅读完整话题
Step 1 检查当前版本 lsb_release -a # No LSB modules are available. # Distributor ID: Ubuntu # Description: Ubuntu 24.04.4 LTS # Release: 24.04 # Codename: noble uname -r # 6.8.0-117-generic 例如，我的查询出来是 24.04 ，那么就需要更新到 6.8.0-117.117 内核版本（这里我已经更新过了所以显示已经是新内核） Step 2 尝试更新 sudo apt update sudo apt install --only-upgrade linux-generic linux-image-generic linux-headers-generic reboot Step 3 检查版本生效 等待重启完成后，执行下面的命令看看是否更新到了安全的版本 uname -r # 6.8.0-117-generic dpkg -l | grep -E '^ii\s+linux-(image|headers|modules|generic)' ii linux-generic 6.8.0-117.117 amd64 Complete Generic Linux kernel and headers ii linux-headers-6.8.0-117 6.8.0-117.117 all Header files related to Linux kernel version 6.8.0 ii linux-headers-6.8.0-117-generic 6.8.0-117.117 amd64 Linux kernel headers for version 6.8.0 on 64 bit x86 SMP ii linux-headers-generic 6.8.0-117.117 amd64 Generic Linux kernel headers ii linux-image-6.8.0-101-generic 6.8.0-101.101 amd64 Signed kernel image generic ii linux-image-6.8.0-111-generic 6.8.0-111.111 amd64 Signed kernel image generic ii linux-image-6.8.0-117-generic 6.8.0-117.117 amd64 Signed kernel image generic ii linux-image-generic 6.8.0-117.117 amd64 Generic Linux kernel image ii linux-modules-6.8.0-101-generic 6.8.0-101.101 amd64 Linux kernel extra modules for version 6.8.0 on 64 bit x86 SMP ii linux-modules-6.8.0-111-generic 6.8.0-111.111 amd64 Linux kernel extra modules for version 6.8.0 on 64 bit x86 SMP ii linux-modules-6.8.0-117-generic 6.8.0-117.117 amd64 Linux kernel extra modules for version 6.8.0 on 64 bit x86 SMP ii linux-modules-extra-6.8.0-101-generic 6.8.0-101.101 amd64 Linux kernel extra modules for version 6.8.0 on 64 bit x86 SMP ii linux-modules-extra-6.8.0-111-generic 6.8.0-111.111 amd64 Linux kernel extra modules for version 6.8.0 on 64 bit x86 SMP ii linux-modules-extra-6.8.0-117-generic 6.8.0-117.117 amd64 Linux kernel extra modules for version 6.8.0 on 64 bit x86 SMP 比如我的是 24.04 ，参考截图需要更新到 6.8.0-117 版本，那么就算更新完成了 这里第二个命令输出的内容可能会比较多，因为还包含了我们历史安装过的版本，只需要看当前内核版本的小版本是不是一致，比如内核是 117 那我们就看 117 这几行是不是 6.8.0-117.117 (可选) Step 4 移除缓解措施 之前在没有出内核修复补丁前，可能会执行过禁止加载 algif_aead 模块的相关命令，现在可以将 algif_aead 放出黑牢 sudo sed -i 's/^/# /' /etc/modprobe.d/disable-algif_aead.conf sudo cat /etc/modprobe.d/disable-algif_aead.conf reboot https://ubuntu.com/security/CVE-2026-31431 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 基本可用，支持访问认证、命令行/Desktop Launcher运行gateway，还修复了诸多错误 目前仅发布Mac(Arm64)，Windows版本正在适配兼容中 本来想这周早点搞定Windows适配和修复问题，奈何这段时间在公司太忙，一直没时间摸自己电脑，给之前催更的各位佬鞠躬了 截图展示 Launcher： Release GitHub Release v1.0.0 · RyensX/OpenCodex 第一版， 基本可用，支持访问认证，同时支持命令行和Desktop运行gateway。 目前仅支持Mac(Arm64)，Windows版本正在适配兼容中。 Version 1, basically usable, supports access authentication, and supports both command-line and Desktop gateway operatio... 项目地址 github.com GitHub - RyensX/OpenCodex: OpenCodex是一个轻量级Codex运行环境，可以让你的任意设备通过Web使用你的电脑上的Cod... OpenCodex是一个轻量级Codex运行环境，可以让你的任意设备通过Web使用你的电脑上的Codex。/ OpenCodex is a lightweight Codex runtime environment that allows any of your devices to use the Codex on your computer via the Web. 往期具体介绍 天塌了，没想到ChatGPT直接支持了Codex 开发调优 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 本… 2 个帖子 - 2 位参与者 阅读完整话题
Google officially announced Gemini Omni Flash at I/O 2026. Now live on Google Flow . This is the Flash edition of the Omni series. The standout feature is conversational editing : Give instructions directly in the chat — "change the background to a Tokyo night scene", "switch to anime style", "extend the action by 3 seconds", "add rain atmosphere and background music" AI re-renders the video instantly, with synced audio (dialogue + ambient sound + BGM) Fast, low barrier, smooth interaction. Purpose-built for short-form video, marketing assets, creative prototyping, and rapid iteration. Try it (Gemini Advanced / Ultra): https://labs.google/fx/tools/flow https://omni-flash.video Just ran a few prompts — generation speed and consistency both exceeded expectations. Anyone else already testing it? Would love to compare notes on output quality, character consistency, and prompts that actually work.
https://edgedl.me.gvt1.com/edgedl/release2/j0qc3/antigravity/stable/1.23.2-4781536860569600/windows-x64/Antigravity.exe 只有Windows版的，当然改改后缀应该也行 1 个帖子 - 1 位参与者 阅读完整话题
按我这样设置就可以。 用 Releases · InterceptSuite/ProxyBridge · GitHub 这个项目。 配置完用Antigravity 时会看到日志，就是生效了 1 个帖子 - 1 位参与者 阅读完整话题