你是一个程序员,你经常听老程序员说,要多看开源代码,要多学习开源代码项目。虽然你知道很多开源项目非常棒,但当你把它们下载下来后,你会发现项目非常庞大,根本不知道该从何看起,也不知道这个项目的代码到底妙在哪,有哪些地方值得学习。 以前我们可能需要仔细阅读代码,揣测代码含义,但这效率低,效果还差。但现在兄弟们,时代变了, 们可以用 ai 来提升效率,比如用字节跳动新推出的 ai 编程插件豆包 master code 来学习开源项目,它同时支持 vs code 和借鉴的 ide, 并且支持绝大部分编程语言,能想到的主流编程场景它都覆盖到了。 包还提供了一个云上 ide 开发环境,点击导航栏里的 ide, 再点击立即体验 ide, 登录手机账号就能进入控制台,根据项目语言创建项目。比如 python 语言,选择导入 get 代码仓库,从 u r l 导入粘贴 get 哈吧里的地址。 这里我用的是 python 的 fast a p i starter, 点击创建后就能进入云端开发环境,了解项目。 拿到项目第一件事情当然是快速熟悉项目。我们可以选中 readme 文件内容,向豆包 master 的 提问,大概了解项目是做什么的,可以看到他准确回答了这是个基于 fast api 的 web 应用项目。 代码解释。接下来我们进一步用 ai 帮助我们阅读项目代码。对看不懂的代码直接选中后,点击解释, ai 就 会开始巴拉巴拉介绍代码的含义。 这个功能对新手看代码太友好了,可以看出他的回答非常细心且细致,就跟你女朋友一样。当然,没有女朋友的就当我没说过,嘿嘿嘿嘿嘿。
粉丝148获赞96

宅男福音,你的电子老婆终于开源了!火爆全网,登顶 get up 热榜的开源项目来了!欢迎来到艾瑞虚拟主播诺萨玛的开源复刻版,现在就开始吧!让我们帮你配置第一个服务来源! 项目亮点一览,支持自托管,实现七乘二十四小时全天候在线实时语音聊天,陪你畅聊每一天! 可陪玩我的世界等热门游戏,跨平台无缝使用,兼容三十多种大模型, a p i 灵活接入,支持本地推理,简单部署即可运行,满足你对 ai 陪伴的所有想象。快来设置你的第一个服务来源,开启属于你的 ai 体验吧!

不是, kimi 怎么把推测给我打开了?什么情况?这个封印是不是有点松动了? 我在刷 x 的 时候刷到了 kimi, 呃,他发布了一个重大的版本更新,呃,当时也是在 x 上面刷屏了,尤其是 kimi 还加这个 a 整在里面精准测试呢,也超过了一众的 ai 模型,可以说是最强的开源模型。目前当然评分归评分,实践才是检验真理的唯一标准, 所以当时我很自然而然的就想去试一下。然后我拿了 x 上面的一篇呃文章链接去让它分析,结果发生了一件很有趣的事情,因为当时我是个习惯性的动作,我就我日常呢会很少用这个。国内的 ai, 最多就问一下代码问题,但我看到了一个, 但我就看到了一个很奇怪好像不应该出现的画面,就是这个 agent 怎么打开了 x, 然后就赤裸裸的展示在了我的面前。我不知道这发出来会不会有点不太好,但是呢,这暴露了一个很真实的情况, 就是这个 ai 它既是前沿科技,又属于互联网,你是不可能闭着门发展的,必须要逐步开放才行。 现在都是互相学习借鉴摸索阶段,那些懂的都懂。国内的 ai 只有在外面才是完全体, 因为外面能用的技术站,调用的工具太多了,取之不尽的这种数据可以抓。而本身互联网这个词就是讲的开放,你这个公司再怎么样,这个产品再怎么样,都会给个 api 给你调用。这就有个很大的问题,如果国内限制自己的国家的 ai, 限制开发者应用场景,限制消费场景, 那这就会丢失掉这部分很重要的一部分市场,不就比如 ai 大 模型,除了企业用户以外,最重要的消费群体就是开发者和内容创作者,下面统一称之为开发者。 作为国内开发者,你不可能只用中文互联网的技术站,甚至可以说没有什么生态就是国内互联网,要不然为什么会有这么多镜像啊, a p i 中转啊,海外代理啊之类的,那国内开发者创造的自然而然就去到了外网,那都到外网,开发者就更有有更多的选择了, 这些消费群体就会流失掉很多了。本身呢,它有一部分模型差距,但国家肯定是希望资金尽可能流向这个 ai 公司的口袋里的,而我们的这个 ai 模型现在肯定是越来越有实力了,用户量也在快速增长,但是这只是低端成, 更多的是低端的开源免费的。真说真金白银的市场份额在全球范围啊,就说美国吧,连别人零头都不是。如果国家只 care 用这个企业用户,不在乎不尊重其他的重要消费者,那么这个 ai 竞争的结果,我认为啊,这个 ai 竞争的结果就会告诉你这样做的代价是什么。 中文互联网现在玩的全是信息差,赚信息差的钱,在外面本来就正常发布的可能就是一个开源产品,没有任何 意识形态参杂,但是就是因为不可抗力,国内大部分人都没办法知道,也没办法用,然后就让一些呃那些投机者包装一下,出一个这个麦克,呃,这个出一个教程麦克克, 然后就赚到了很多钱,然后我们的,我们国内的这个技术生态、科技生态居然就是这样子。然后面对这样的情况,大部分人就认为,呃,你连 get up 都不知道,你连科学上网都不知道,你就不要去, 那你活该被骗,你不要去沾边,不要去试一下这些东西,这些东西你不配。但有没有可能是因为这背后表现的就是国内群众,要知道这些东西的薪资成本远比国 美国群众要更高呢,这个差距更多的是系统性的差距,并非单纯认知上面。中美 ai 竞争主要战场就是电力、芯片、模型、应用生态缺一不可,国内优势就是 电力和应用模型呢,一直在追赶芯片呢。嗯,很难,但是可以说目前最好办法呢就是解决一下这个台湾问题。但生态这个玩意啊, 可不是说弄就弄的,因为从哲学上来讲,生态他就意味着开放,包罗万象,而不是封闭。我认为国家必须出一个新政策,去或者说新的方式去变更的看待, 或者去去改善这个墙的存在,能不能局部地有选择地去逐步开放呢?对于长期战略而言,墙到底是利大于弊还是弊大于利呢?还是说像 kimi agent 这种个情况就是默许的开端?

上期发了手机端的看翻神器 n mico, 评论区全在催电脑版教程,那本期视频直接给大家安排上。电脑端的 n mico 不 仅同样汇聚全网 b t 和在线员,一零八零 p 画质自动解析,加上大屏幕配上全网弹幕生态,那才叫一个沉浸式追番。而且登录账号就能实现三端进度无缝同步, 手机没看完的打开电脑接着看就可以,非常方便。既然是开源软件,电脑端同样得去 github 官网下,老规矩,需要我们先在浏览器搜索奇游加速器,进入官网下载,打开奇游,在右上方块找到口令,输入神秘代码,西瓜三三三,先把权限拿到手, 接着搜索加速 github, 然后右下角进入 github 官网,直接搜索 enigma, 找到官方的进行下载。如果是 mac 电脑的,选择 mac 版本下载就可以了, 下好之后把软件进行解压,选择这个奥尼的 s h 程序运行就可以了,这里提示,不用管选择更多信息,仍要运行就能打开。 pc 端同样可以直连,不需要多余操作,直接就能找自己喜欢看的翻剧。软件集合了流媒体员, 能够直接找到高画质的版本,自动解析,播放无广告,高画质全网资源一站式搞定,必备的看翻神器 annalico pc 端下载方法,你学会了吗?赶紧转发给你的追翻搭子吧!

妈妈,这也太牛了,太牛了,你也来看一下。我看一下,怎么了?这就是最近清华大学出的那一个开源项目,在 github 上面 open m a i c。 他 怎么牛了?以后你学什么项目都可以在这上面,不用去报补习班了。那你试一下,我看一下。那你想学什么? 基督徒龙吧,我直接输入我想学习基督徒龙,然后我们这边点击进入课堂, 你看这边有四个角色让我选,你要选哪一个?那我就选这个逻辑精吧。好,那你选吧,我们点继续 等一等,他一会就生成了。很牛是吗?很牛,以后在家都可以学习了。来看看他什么样的哈,他到底有多牛?他首先给我们介绍了一下古代是怎么形容极速同龄的,今天我们将开启一段跨越千年的奇妙数学之旅, 现在我们要一起穿越回一千五百年前的南北朝时期。你看这边都有声音的,非常好听,我们点一下下一页。首先呢,他先告诉了我们解决鸡兔同笼的第一个方法是最土的方法,是不是?嗯?直接列出来吗?直接列出来?对,在外面 要是学的话,要学奥数才能学到爬奥数班是吧?嗯,好,那么继续看一下哈,这个是简单的题目,你们觉得要选几只?我就选二十六只吧。 好,来看一下对不对哈?哇,对的哈,很牛,我们继续来看一下吧。后面开始就越来越难了,它主要分为三个核心步骤。 第一步,我们先大胆假设笼子里全是鸡,这样我们就能算出一个假想的总角数。 刚才我们通过手动调整感受了数量的变化规律,现在我要教大家一个更神奇更快的独门秘籍,一步, 既然大家已经掌握了这么多厉害的解题绝招,现在就是大显身手的时候了,他通过一步一步的最后教会了我们基督同笼的问题。如果你觉得太难了,你可以在前面加上一个 我是三年级的小朋友,他就会用三年级的方式来解决。现在 ai 真的 太强大了,太强大了,清华真的做作性真的是非常好,对不对?嗯。

还在为找学习资源、实用工具头疼吗? github, 全球最大免费的开源宝库,直接封神。咱们注册登录后,点击左上角的三条横杠,找到 explore, 探索进入到浏览界面, 这里面有两个长的栏目,一个是 explore, 在 这里系统会给你推荐各类项目。另外一个呢是 trending, 里面都是当下的热门项目, 是按照热度从高到低排好的。当然呢,也可以直接在搜索框解锁。有很多学友呢,看不懂 github 项目,我简单介绍一下,咱们只要看这三个地方,第一就是右侧上面 这地方,它是项目的简要介绍,有的人还会把项目成品的链接放在这里,点击就能直接使用产品了。二就是 readme, 就是 详细的产品说明书,会教你具体使用产品。第三呢就是 releases, 是 项目配套的资源,是可以下载的。我是斌哥,关注我,带你走进学术的 ai 世界!

就在前几天, github 上开源了一套全新的完整的全球实时监控系统,名字叫做 water monitor, 就 像开了上帝视角,可以让你了解全世界在发生些什么。不同地区的自然灾害,天气预警、热点新闻、网络状态,全部都在一个世界地图中显示的清清楚楚, 重点地区的实时摄像头,每个大洲的重要新闻,最新的网安事件、 ai 事件。 如果点击左上角的切换,切换到科技方向,可以了解全世界的科创公司分布,还有世界各地的科技活动,相当于给你把上百个信息员一起整理汇总了。 最棒的是,整个项目完全开源,点一下就可以直接到网页里随便看。作为网络安全工作者,我们可以本地部署修改,将更多的安全资讯数据源,例如安全 k、 s、 e、 c、 v、 k 等安全资讯页面接入。这样我们就拥有了一个二十四小时运行的专属情报中心,使用 ai 模型对数据处理,大幅度提高我们的安全消息获取效率。 除了这个情报中心,我的主页还有很多最新的安全工具项目,记得点赞、收藏、关注!

get up 穿顶最近被一个叫 c l i anything 的 项目刷屏了。它不是花架子,而是真能把 g i n p、 blender、 liboffice、 obs 这类专业软件一键转成 ai 能直接调用的命令行工具, 核心思路很很 ai, 擅长处理结构化文本,干嘛还让它看屏幕点鼠标,直接把所有软件变成 c l i。 让智能体像人一样精准操控复杂程序。这项目来自港大数据科学实验室,上线三天就冲上 c l i, 让智能体像人一样精准操控复杂程序这项目来自港大数据科学实验室,破五点二万, fork 超四千两百,关键是它能打 官方验证,支持十四款主流软件,从 inkscape、 kaiden live 到 image j pair of view, 甚至 jenkins 和 partner, 全都能一行命令转成 ai。 友好的 c i 背后是一套全自动七阶段流水线分析软件 行为,把 g u i 操作映射到 api, 自动生成命令结构状态模型。 json 输出,连文档和测试都自动写好。产出的 c i 工具自带父 json 事务日记,支持 on 完整 help 和 schema, ai 自己就能看懂怎么用。比如在 cloud code 里输入 client 完整 help 和 schema, ai 自己就能看懂怎么用。比如在 cloud 里输入 client anything gimp, 几秒后就有 clientythinggame 命令可用。 ai 能直接加图层、改颜色,导出文件,全程结构化输出,零起意。内部测试显示执行成功率高达百分之九十九点八七, 比传统 ocr 加鼠标方案错误率低二十三倍,资源消耗还少七成。更关键的是, cli anything 正推动一套叫 agent native 的 新标准,真正智能体友好的软件必须支持结构化输出、可自描述接口。这套规范已被 mcp 社区采纳, lunching auto, gen 等主流框架也开始继承它生成的工具链。未来的软件不仅要给人用,更要给 ai 用。而 c l i anything 就是 那座桥。项目地址 get up 搜 h k u d s c l i anything。

前端网页当中遇到这种混响的网站,该如何来进行逆向分析呢?今天给大家开源也分享一个 getup, 很多人都在用的一个反混响网页的一个工具,前端网页当中最常见的一混响是怎么一回事呢?像我们经常在做 js 逆向的过程当中会发现,哎呀,当前他这些网站他的一个混响啊,看起来是非常的复杂, 那么像这个混淆该如何还原呢?今天给大家推荐一款是吧,在哈佛开源的一个反混淆的一个软件,我们可以看一下,这是它的项目地址,那么在这里我带大家来用一下啊。首先我们可以看到这是它所混淆的一个解释文件,我们把它拷取 a, 全选 c 拿下来, 然后我们把我们从我们的 get 下来的文件啊,它里面有个 dmp 的 一个文件,打开里面的 input 点结束使用 type 打开,然后把它全部进行化 来,我们看一下啊,但是你们要注意,因为像在目前在市场啊,它有些文件就是单独的劫色,但是我们当前这个文件实际上是一个 html 来清泡的混响的劫色,所以我们在这里呢需要把当前的这个 split 啊, split 标签啊,需要把它删掉,看啊,来我们把这个 split 的 标签给它删掉, 删掉完成之后,我们然后把它全选打做一下格式化的处理, ok, 那 么这里就是一个反混响的文件,那么现在我们将来对它进行还原,同样来到当前的上级目录啊,来通过它的命令终端来进入我们的 c m d, 然后在 c, m, d 命令终端当中使用 p n p m 啊,这个看你们自己啊, p n p m, 然后使用执行我们的 p m p 文件,然后直接退车, ok, 然后当我们执行 ok 之后,在这里你可以看到它会对我们来进行解密,解密完成之后的文件,在这个文件夹里面啊,我们把它打开, 打在我们的 t m p 目录旗下啊,打开之后你可以看到这个就是还原好之后的文件,那我们可以来进行一个对的, 我们可以看到还原之后的文件,它明显代码都变少了,对吧?可以看到,你看是吧?你看里面的逻辑是不变的啊,直线的结构还是一样的,里面的方法以及它里面那些曲值,还有一些反混,对吧?一些混响的逻辑全部都会进行了反混响,然后来进行它的一个还原的一个处理,我们可以来对比一下, ok, 如果你也对前端逆向攻防感兴趣,老胡我专门给大家准备了爬虫逆向实战的一个直播课,拆解目前市场主流的一些前端加密技术,还配套录制了全套的逆向入门学习视频,大家记得在粉丝群里面来进行获取。

这个开源项目在 github 二天时间内涨到十万 star, 它叫 open cloud, 原名 cloud bot, 能让你躺在床上发条消息,电脑就自动帮你打开浏览器、写备忘录、收发邮件,甚至完成工作任务。像有个助理在帮你操作电脑,我专门看了源码,发现实现逻辑其实不难,今天和大家拆解一下它的三个核心机制, 一、他是如何控制整台电脑的?二、他有无限记忆吗?他的记忆机制是如何处理的?三、他是如何通过消息应用远程交互的?看完你也能搞懂他是怎么做到的,不会代码也能看懂实现逻辑。先说第一个, openclaw 如何做到控制整台电脑, 其实原理就是让 ai 决定调用哪些命令。源码中 s r c agents 目录下放了 agent 的 相关的代码。在 openclaw tos 点 ts 文件中集成了所有核心工具, 有负责命令行执行的,有控制浏览器的,有控制设备的等等。作者用的是 type script 编成原写的这些操作都有成熟的库可以调用。 skills 目录下预备了很多文档,比如操作苹果备忘录的使用说明,操作 notion 的 命令式例等等。 这些 skills 是 markdown 格式的文档,会被注入到 ai 的 系统提示词中。完整的电脑控制流程就很清楚了。用户通过某个消息应用发一条消息,服务器接收到之后,交给对应的 ai 模型,加载对应的 skills 文档。 ai 通过 function calling 返回需要调用的工具和参数,执行完成后再把结果返回给 ai。 ai 在 整理后告诉用户。 第二个, openclo 有 无限记忆吗?记忆是怎么处理的?无限记忆当然是夸张了, openclo 只是有个智能的记忆管理系统,它会把对话、历史存储起来。跟大多数 ai 聊天应用一样,有个自动压缩机制,每当检测到上下文接近限制, 就会把之前的记忆压缩成一段摘要。同时,它还会维护一个长期记忆文件大模型,会把觉得对你来说很重要的事情,比如一些重要决策或偏好存储起来。这个长期记忆支持向量检测, 每次你跟 ai 聊天时,都会自动解锁一遍相关的记忆,确保 ai 记得你的偏好和历史信息。第三个, openclaw 如何通过 telegram、 imessage 等消息应用远程交互? openclaw 会启动一个服务器,如果你是在本地打开 openclaw, 它就在你的本地启动。 有些人是在云服务器上启动 open loop, 启动后通过不同方式与消息应用连接。这些应用在启动时需要配置相应的 a p i key。 这些聊天软件都有公开的 a p i 可用,这是为什么国内的聊天软件很难接入类似功能的原因。 ok, 以上就是 open loop 的 三个功能实践逻辑,我是李哥,关注我,分享更多 ai 实操和学习经验,下期见!

基于 view 和 spring boot 的 养老院管理系统,首先使用管理员的账号进入系统, 管理员可以维护用户的数据,管理员可以维护养老院的数据, 管理员可以维护老人入住的数据。 管理员可以维护养老院活动的数据,管理员可以维护老人健康的数据, 管理员可以维护系统轮播图的数据,管理员可以维护养老院公告的数据。 接下来切换到普通用户角色的账号,以上是普通用户角色的菜单权限。 最后切换到用户网页端,以上是用户网页端的首页界面。 以上是用户网页端养老院模块的界面。 以上是用户网页端活动模块的界面。 以上是用户网页端公告模块的界面。以上是用户网页端的个人中心界面。 养老院管理系统演示完成。

嵌入式开发常用芯片的开源驱动代码库,今天给大家推荐一个适合嵌入式开发的驱动开源库。如果你的电路板上用了各种外围芯片,比如 flash 传感器、 l c、 d n、 f c 之类的器械,那么这个开源库基本都能帮上忙。使用这个开源库,你可以不用自己重复造轮子, 也不用在一些网页里到处找驱动代码,最后还要花时间去分辨是否能用。在各大开源网站中就可以找到这个名为 libdriver 的 开源库。 这个作者看名字应该是个中国人,所以他是有中文文档的。他开源了一百多个代码仓库,基本上都是常用的外围芯片驱动代码。这个库的代码质量还是不错的,最重要的是它的架构是统一的,你只要尝试移植过一个这个库的驱动,那么剩下的其他芯片的驱动 移植起来思路都是一致的。以 file 式驱动为例,将驱动代码下载并解压之后,可以看到文件和目录还是挺多的,但我们只需要关注两个目录, 第一个是 s i c 目录,这个目录是驱动核心代码,一般只有一个 c 文件和一个 h 文件,这两个文件是不用改的,直接添加到自己的工程里。 第二个是 interface 目录,这个目录是接口代码,也是一个 c 文件和一个 h 文件。注意这个 c 文件是模板文件,是需要你来修改的。比如这个 flash 驱动就需要你把自己板子的 s p i 读写函数加进去, 还需要你把自己板子的毫秒和微秒的延时函数加进去,因为操作 flash 时会需要 s p i 的 init 和 denit。 当然,如果你选择在调用 flash 之前在自己程序的其他地方出示化 spi, 这里也可以空着。对这个接口模板文件的修改就是驱动移植的核心操作。 这个读写接口因为兼容了 qpi 模式,所以参数比较多。如果我们用的是普通 spi 模式,那么只需要关心 in buff 和 out buff 就 可以了。通常情况下,把核心文件和修改好的接口文件都放入你自己的工程, 这个驱动就算移植完成了。应用的部分直接参考 example 目录,里面有作者写的应用事例,尤其是初识化,需要照着 example 进行一下接口注册。以上是以 flip 驱动为例的大致移植过程。 如果你掌握了 libdriver 的 一种驱动,那么恭喜你,下次如果你添加其他驱动时就会变得很轻松了,思路和方法都是一样的。好了,下期再见。

卧槽,如果你在用 cloud code, 不知道它现在到底在干嘛? cloud h u d 直接把这些信息放到终端状态栏,可以显示发生的事情。上下文使用进度已有六 k 的 star 是 cloud 的 爱好者必备神器工具,它显示了整体的 cloud code 的 使用情况,让你一目了然,并且使用特别方便,只需要一行指令就能有这样的效果,打开终端,输入 cloud, 复制指令即可快速使用。