V 站大佬们！我们的项目在昨天破 1K star 了！这个项目只做了 25 天，对于我们来说是莫大的鼓励。期间也有小惊喜，被**知乎官方纳入"今日十大开源项目"**。所有的成就离不开大家的支持~ 为了回馈 V 站大佬们的支持，我们把新鲜出炉的 windows 一键部署整合包提免费供给大家，目前已经在 3050 显卡的电脑上测试过。 Github 传送: https://github.com/datascale-ai/opentalking 视频教程: https://www.bilibili.com/video/BV17P7Z6qE8f/?vd_source=4820076c616e58ceb357c528a571ff11 整合包链接： https://pan.quark.cn/s/3a26349c9a04 关于提取码，只要大家加 QQ 群（群号: 1103327938, 加群问题的答案是 opentalking ）私聊管理员在 github 点了 star 的截图就好~ 希望大家理解，我们是为了提高项目影响力，这样才能吸引开源贡献者一起和我们共建！ 麻烦走过路过感兴趣的可以支持我们，在 Github 点个 Star! ！！！我们仍然在努力完善项目，如有问题欢迎给我门提 Issues ，贡献代码，帮助我们改进。 你们的支持是我们一直保持免费和开源的力量！ 欢迎大家体验！多多提意见！
刚刚一直有人在我的github项目上issue中发表评论，说什么stars异常，还说什么trending项目，一大堆，我真是不理解，它们的目的是什么的？我现在就是把评论删除， 佬们我该如何处理 “一周增长了 4493 Star” 我一共才多少stars 10 个帖子 - 8 位参与者 阅读完整话题
据知情人士透露，英国已开始使用SpaceX的军用卫星网络“星盾”（Starshield），成为除美国以外首批采用埃隆·马斯克旗下星链服务的政府版本的国家之一。 “星盾”专为美国政府开发，旨在执行军事和情报任务，并具备增强的安全功能；而SpaceX的标准宽带服务“星链”则面向消费者和商业用户。 知情人士透露，英国国防部从今年年初开始将军事行动流量过渡到更昂贵的“星盾”服务。 英国国防部在一份声明中未对“星盾”置评。声明称，英国军方人员仍将“星链”用于非作战用途，例如部署期间与家人保持联系，并且“不用于军事行动”。声明还补充说，英国国防部为其武装部队使用多家供应商。 马斯克一直试图明确区分“星盾”（Starshield）和“星链”（Starlink），声称“星链”不应用于武器系统。 查看评论
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
抽奖主题： 第一个开源项目： 【开源】TechSpar：把专项训练、简历面试、JD 备面、实时 Copilot 与录音复盘串成一个持续进化的面试闭环 666stars （），抽5个6.66支付宝口令红包 奖品详情： [奖品]：支付宝口令红包6.66 活动时间： 开始时间：[ Mon, Jun 1, 2026 10:20 PM CST ] 截止时间：[ Thu, Jun 4, 2026 11:59 PM CST ] 参与方式： 在本贴下回复任意内容即可参与，如果能给点意见就更好了 抽奖规则： 每位用户仅允许参与一次。 将使用 LINUX DO 抽奖工具 在所有回复中随机抽取中奖者。 注意事项： 本活动将在活动截止时间后关闭回帖，以确保公正性。 中奖者将在活动结束后在本帖公布，并通过论坛站内信由发起人通知领奖方式。 所有规则及抽奖结果由 @ansusu 及论坛 管理团队 最终解释。 发起人承诺： 作为本次抽奖的发起人 @ansusu ，我承诺本话题的抽奖活动严格遵守 LINUX DO 社区抽奖规则 。因违反上述规定引发的公平性争议或其他问题，均由我独立承担相应的道德与法律责任。 1 个帖子 - 1 位参与者 阅读完整话题
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
有佬有高stars的项目么，项试试找个，有佬成功领取六个月的gpt pro了么 1 个帖子 - 1 位参与者 阅读完整话题
因为做一个数据可视化产品 Sive ，所以做了一个适配风格的头像库，开源出来， MIT 协议，欢迎需要的使用，喜欢的给个 star ⭐️⭐️⭐️ 。 开源地址 ： https://github.com/hustcc/vistars 预览官网 ： https://vistars.ling.pub/ 生成的是很轻量的 svg ，前端、服务端都能运行，很容易做成服务接口 /avatar/<username> 。以下是 readme： vistars 👾🎨 SVG-based data visualization style avatars from any username and color palette. Works in both browsers and Node.js. Install npm install vistars Usage import vistars from 'vistars'; const svg = vistars({ name: 'Alice Johnson', variant: 'bar' }); // Use in browser document.getElementById('avatar').innerHTML = svg; // Use in Node.js server-side rendering fs.writeFileSync('avatar.svg', svg); CDN / Script Tag Usage <script src="https://unpkg.com/vistars/dist/index.umd.js"></script> <script> const svg = Vistars.vistars({ name: 'Alice Johnson', variant: 'donut' }); document.getElementById('avatar').innerHTML = svg; </script> Props Prop Type Default name string Clara Barton variant bar | donut | radar | line | heatmap | treemap | boxplot | pie | area | column | scatter | funnel | liquid | venn bar colors string[] ['#3b82f6', '#06b6d4', '#8b5cf6', '#f59e0b', '#ec4899'] size number | string 40 square boolean false light boolean false License MIT
美国太空探索技术公司（SpaceX）当地时间5月22日在得克萨斯州星基地成功发射了升级版第三代“星舰”（Starship V3），标志着这一新一代重型运载系统完成首次入轨级别的综合试飞。不过，在回收环节，承担一子级任务的“超级重型”助推器未能按计划完成返程着水，最终在墨西哥湾坠毁。 这枚全箭高度约407英尺，被称为“有史以来最强大的火箭”，在当天下午5时30分从SpaceX位于得州的公司城镇星基地点火升空。起飞数分钟后，二级星舰成功与下方的“超级重型”助推器分离，继续向太空爬升。 按既定方案，助推器在完成分离后应调头返回地球，在墨西哥湾实施一次模拟软着陆，以验证未来在发射塔附近精确回收的技术路径。但此次飞行中，助推器在返程段未能按预期完成持续再点火，导致关键减速段推力不足，最终在下落过程中失控翻滚并坠入海面，推测已在撞击中爆炸解体。 在二级飞行阶段，星舰自身的六台“猛禽”发动机中有一台在入轨爬升中出现故障停机。不过，火箭仍成功释放了20枚“星链”卫星模拟载荷，以及两颗经过改装的“星链”卫星，用于拍摄和记录星舰外部飞行画面。约在发射后一小时左右，星舰在既定轨道段上完成一次模拟再入着陆，最终在印度洋海域按预案倾覆并爆炸终止飞行。 尽管未能完全按计划回收助推器，本次发射对SpaceX来说依旧具有重要意义。一方面，这是星舰V3硬件体系的首次“全身大考”，相关改进方案已研发数月；另一方面，SpaceX也借此次飞行首次全面启用其在星基地建设多年的全新发射台，对地面设施在高频、重型发射条件下的表现进行验证。 此次试飞的时间节点亦颇具象征意义。本周，SpaceX的首次公开募股（IPO）申请文件向外界披露，市场普遍预期其将于6月中旬在纳斯达克挂牌上市。本次IPO计划募资规模约750亿美元，公司拟将所得资金继续投入星舰、星链等核心项目研发，同时为其在人工智能领域的布局提供资本支持，并部分偿还与xAI以及马斯克旗下社交平台X相关的债务。这也意味着，未来每一次大型试飞都将与资本市场走势更加紧密地联系在一起。 SpaceX多年来已在星舰项目上投入巨额成本，并将其视为实现“让人类成为多星球物种”长期目标的关键工具。根据公司设想，星舰未来将在美国国家航空航天局（NASA）的登月任务中承担重要角色，并最终执行载人火星探测等深空飞行任务。不过，在更现实的中短期规划中，星舰的主要任务是将更大、更先进的“星链”卫星批量送入轨道，为目前SpaceX业务版图中盈利能力最强的星链项目提供运力支撑。 这是星舰自2025年10月以来的首次飞行任务。去年11月，一枚早期升级版助推器在地面测试中发生爆炸，迫使SpaceX重新调整星舰V3的试飞节奏。SpaceX原计划在本周稍早时完成首飞，但由于发射塔上的一枚液压销无法正常回收，马斯克在社交媒体上宣布，公司不得不推迟到本次窗口重新尝试。 据介绍，新一代星舰V3搭载了SpaceX第三代“猛禽”发动机，其推力进一步提升，同时设计更为简化，有助于降低生产和维护成本。新型“超级重型”助推器则针对快速起飞与高频复用进行了结构优化，并针对未来由发射塔机械装置直接“空中捕获”回收的方案进行了专门设计。本次试飞过程中，相关技术虽未完全按计划验证成功，但为后续改进提供了关键数据。官方消息称，SpaceX将在对飞行数据完成梳理和分析后，安排下一次星舰V3试飞。 查看评论
starship v3 第12次飞行测试在发射倒计时启动后突然中止，归因于发射塔臂的液压销未能正常收回，属于底面故障，不是starship故障。最早23日继续尝试发射。 1 个帖子 - 1 位参与者 阅读完整话题
GitHub Apology for Repository Visibility Changes That Caused Stars Disappeared ·... Hi everyone, I want to sincerely apologize for the accidental changes of visibility from public to private in our important repository hexojs/hexo earlier today. Which means we lost all watchers, a... 2 个帖子 - 2 位参与者 阅读完整话题
1、找优质资源：awesome + 关键词 2、找热门项目：关键词 + stars:>star数量 3、找活跃项目：关键词 + pushed:>年份 4、找中文项目：关键词 + language:zh 5、精准搜标题：in:name + 关键词 1 个帖子 - 1 位参与者 阅读完整话题
庆祝在L站发的第二个项目突破github100 star 「开源」Antigravity(反重力) 上下文监控插件v1.15.0–全方位重构更新，从"上下文监控"到"全维度 AI 监控仪表盘 - 搞七捻三 - LINUX DO 过年期间 在站内发出的该项目宣传， 陆陆续续的到现在终于达成了100 stars ， 收获了近1.7w的下载量 特此庆祝下 顺便再向各位佬友安利一下在站内新发的,欢迎各位来使用 「开源」Memory Palace 版 一 致力于打造更适合openclaw的记忆系统，让你的小虾更懂你，帮助你科学养虾（已更新极简版介绍，路过的佬友看开头即可） 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 TL;DR… 帮助各位科学养虾 ，让你的小虾更懂你 特此庆祝， 10个6.66元的口令红包 。 「抽奖」6.66元口令红包 * 10 奖品详情： [奖品1]：6.66元口令红包 * 10 活动时间： 开始时间：2026年4月18日 18:50 截止时间：2026年4月20日 18:50 参与方式： 回复：祝L站越办越好，大家一起进步，相关内容即可 抽奖规则： 每位用户仅允许参与一次 。 使用 https://lottery.linux.do/ 官方抽奖工具 随机抽取中奖者。 注意事项： 本活动将在活动截止时间后关闭回帖，以确保公正性。 中奖者将在活动结束后24小时内在本帖公布，并 通过私信通知你口令红包，请及时领取 。 请在 收到口令红包私信后及时领取，逾期视为自动放弃 。 口令红包将通过私信发送，请确保能接收私信。 所有规则及抽奖结果由活动发起人和论坛管理团队最终解释。 42 个帖子 - 42 位参与者 阅读完整话题
听雨 发自 凹非寺量子位 | 公众号 QbitAI 用Claude Code写论文的一整套流水线 ，有人打包开源出来了。 完全戳中了学生党的痛点，github星标直达 6.4k 。 academic-research-skills 项目名叫 academic-research-skills （以下简称ARS），是一套Claude Code技能包。 里面涵盖4个skill，分别对应论文的 研究、写作、审稿、定稿 。 只需两行命令安装，直接一条龙串起整套学术研究流水线。 academic-research-skills 只能说，我读研的时候怎么没碰到这种好东西呢… 示意图 4个skill，跑通整套科研流程 ARS的核心架构由4个skill组成，它们各司其职，拼在一起就是一条从选题到交稿的完整链路。 我这里还做了图，大家可以看得比较直观： △ Deep Research 是一支13个Agent的研究团队。 它负责文献调研、研究问题构建、方法论设计，还能写系统性的PRISMA综述。 团队里有专门做文献溯源的Agent，会调用Semantic Scholar API验证每一篇引用的真实性。 有苏格拉底导师Agent，通过对话引导研究者理清思路。 还有魔鬼代言人Agent，专门挑刺，防止研究者在早期就陷入思维定式。 △ Academic Paper 是一支12个Agent的写作团队。 从大纲设计、论证构建、草稿撰写，到双语摘要生成、图表可视化、引用格式转换，全流程覆盖。 特别值得一提的是风格校准功能，AI会学习你过往作品的写作风格，让输出更像你自己写的，而不是千篇一律的AI味。 输出格式支持Markdown、DOCX、LaTeX，最终可以编译成APA 7.0或IEEE格式的PDF。 △ Academic Paper Reviewer 是一支7个Agent的审稿团队。 模拟真实学术期刊的评审流程，由主编EIC带领三位领域审稿人，再加上一个魔鬼代言人，从方法论、学科视角、跨学科价值等多个维度打分。 评分采用0到100的量化标准，80分以上接受，65到79小修，50到64大修，50以下拒稿。 审稿团队还会输出详细的修改路线图，告诉作者下一步该做什么。 △ Academic Pipeline 是流程编排器，把前面三个团队串联成一条10阶段的流水线。 从研究、写作、完整性检查、同行评审、修订、最终检查，到发表准备和流程总结，每个阶段都有明确的产物和检查点。 你可以在任意阶段插入，比如已经有了初稿，就从Stage 2.5的完整性检查开始；收到了审稿意见，直接从Stage 4的修订切入。 费用参考也很透明，一篇 1.5万字的论文 ，全程跑下来大约 4到6美元 。 △ 比较有意思的设计 用Claude Code做学术研究的开源项目已经很多了，但是深扒之后，我发现ARS在底层设计上还是有些过人之处。 可以简单总结为一句话： 系统性防止AI搞砸学术研究 。 第一， 引用核验 。 AI写论文最忌讳的，就是幻觉引用。 不只是编造不存在的文章，还包括标题相似但作者年份全错、DOI真实但内容对不上等更隐蔽的情况。 ARS在Deep Research阶段就埋了一个引用核验机制，每一篇文献都要过Semantic Scholar API的存在性确认。 不是简单查一下标题对不对，而是用Levenshtein相似度算法做模糊匹配，阈值设在0.70以上才算通过。 △ 第二， 完整性闸门 。 在流水线的Stage 2.5和Stage 4.5，有两道不可跳过的完整性闸门，会运行一份 7项AI失败模式检查清单 。 这份清单直接来自2026年Nature上发表的一项全自主AI科研研究，其中总结了7种翻车模式，覆盖引用幻觉、数据捏造、方法论造假等情形。 7种翻车模式 任何在2.5被标记为SUSPECTED的问题，必须在4.5变成CLEAR，或者由人工手动覆盖并留下记录。 设计逻辑是：把「我相信AI不会出错」变成「我要求AI证明它没出错」。 实测中，这套机制在一篇真实论文里抓到了15个伪造引用和3个统计错误。 第三， 反谄媚协议，让AI敢于说不 。 大多数AI工具都有一个隐形毛病，讨好用户。你让它改，它就改，哪怕改得更差。 所以ARS在审稿环节专门设计了反谄媚机制。 审稿团队里有一个 Devil’s Advocate ，也就是魔鬼代言人，职责是挑刺。 但挑完刺之后，还有一个让步阈值协议。 DA的反驳会被评分1到5，如果低于4分，写作团队不允许承认。 △ 换句话说，AI不能为了显得好合作就轻易让步。 同时，攻击强度在修订过程中必须保持。如果第一轮审稿把方法论批得体无完肤，作者修订后不能让审稿人突然变得温柔。 评分轨迹也会被追踪，任何维度的分数下降都会被标记为回归。 这和软件工程里的不引入新Bug原则一样，改一个地方不能搞砸另一个地方。 第四， 三层数据隔离，不让AI偷看答案 。 ARS把数据流严格分成三层： Layer 1是原始输入，默认不可信，可能幻觉、过时、带偏见。 Layer 2是通过完整性验证后的产物。 Layer 3是评分标准、参考答案和金标数据，这层材料永远不能出现在写作AI的上下文中。 具体实现上，写作团队和审稿团队分两次独立调用，中间有阶段边界隔离。 写作AI只能收到审稿AI的自然语言反馈，比如「第二章论证跳跃，建议补充对比实验」。 但它看不到原始的评分标准，也不知道每个维度占多少分。 这个设计的灵感来自于Anthropic今年的w2s-researcher研究，其中也用了同样的三层隔离模型。 结论是当AI能读取标签数据时，结果可能不是真的泛化，而是在优化表面特征。 解决方案不是更好的提示词，而是结构上的隔离。 △ 最后一点， 诚实文档化，「我不保证能复现」 。 学术界经常遇到「这个结果我复现不了」的问题。ARS给每个产物生成一个 repro_lock文件 ，记录运行时的完整配置。 但文件里有一段强制声明，LLM输出不是字节级可复现的，模型提供商会更新权重而不改模型ID，外部API每天返回不同的数据。 这个文件只是配置文档，不是重放保证。 △ 在更新日志上，可以看到ARS已经经历了很多轮迭代。从2月上线到现在，提交的commit数达到了三百多次。 从每次版本更迭中，也能看出作者对AI学术研究系统风险有着深刻理解。 这也是我觉得目前学术研究AI工具的关键所在—— 让AI帮你写论文并不难，重点是如何防止它出错、讨好，让整个流程变得更系统更可靠。 ARS的设计哲学，可以总结为README里那句话： 「AI是你的副驾驶，不是飞行员。」 如何安装 安装方式很简单，如果你已经在用Claude Code，只需要两行命令： /plugin marketplace add Imbad0202/academic-research-skills/plugin install academic-research-skills 验证安装是否成功，运行： /ars-plan 然后描述你正在写的论文主题，ARS就会启动苏格拉底对话，帮你梳理论文结构。 如果你偏好单条命令测试，也可以用： /ars-lit-review “你的研究主题” 不过最简单的安装办法，其实是 直接把SKILL.md上传到claude.ai项目知识库 。 不需要安装Claude Code，打开浏览器就能用。 不过要注意，这种方式不支持多Agent并行，功能上是单Agent版本，适合轻度体验；想跑完整流水线还是需要Claude Code。 还有一点，项目支持 繁体中文和英文 。 那么，又到了大家最关心的，要花多少钱的环节。 作者推荐使用 Claude Opus 4.7搭配Max订阅计划 。 完整跑完10个阶段，单次可消耗超过20万输入token和10万输出token，单独使用某个子模块则少得多。 Max订阅计划分两档，每月100刀或200刀，相当不便宜。 但如果你的科研经费可以报销的话，那… 示意图 本文来自微信公众号 “量子位” ，作者：关注前沿科技，36氪经授权发布。