折腾啥
折腾啥


Sub-Store 的节点 入口 & 落地 检测 完整示例配置更新
- Node.js 版分为俩配置
一个需配置 GEOIP 数据, 一个不需要
原消息
Sub-Store 合集
频道资源合集
恰饭推荐
群组
#Sub-Store #SubStore #脚本 #节点 #订阅 #节点信息 #检测 #check #HTTP-META #HTTPMETA #Meta #Clash #Node #服务器 #VPS #GEO #落地 #节点落地 #落地检测 #入口 #节点入口 #入口检测- ❤️6
- 👍2

户外飞盘飞环回旋镖系列
打了一大堆玩具跟儿子一起测试过了
🥏 飞盘
没意思
🪃 回旋镖
户外太难了
室内可以玩迷你版 这个还可以
迷你室内回旋镖
𓂋 飞环
只有这个飞得平滑距离远
空气动力学飞环
PETG 的在落地时容易直接断裂
TPU 的只有边缘拉丝
频道资源合集
恰饭推荐
群组
#3D #打印 #拓竹 #makerworld #模型 #今天打了啥 #飞盘 #飞环 #回旋镖 #户外- ❤️2

- ❤️2
Drain Adapter
阿里巴巴 17 块钱买本体
加上适配器 可连接外径 16mm 的管道
免责声明
此适配器仅用于合法合理的管道疏通用途
请佩戴安全护具, 请勿对人使用
查看模型
频道资源合集
恰饭推荐
群组
#3D #打印 #drain #adapter #拓竹 #makerworld- ❤️3
- 👍1

Sub-Store 更新
前端2.15.19
- 修复从剪贴板导入节点操作时丢失自定义操作名称的问题
感谢群友 用户 881031632 的反馈
Sub-Store 合集
频道资源合集
恰饭推荐
群组
#SubStore #更新记录 #changlog #updates- ❤️1

- ❤️1
- 😁1

- ❤️1

- ❤️1
- 👍1

Sub-Store 更新
前端2.15.18- 将 watch(list, ...) 修改为 watch(() => list, ...) ,以兼容 Vue 3.5+ 对解构 props 直接传递给 watch 的严格校验。
- 该变动解决了云端(如 Cloudflare Pages)构建失败的问题,保证本地和云端环境均可正常编译。
- 不影响原有功能和响应式逻辑,仅为兼容性修复
感谢 PR!
Sub-Store 合集
频道资源合集
恰饭推荐
群组
#SubStore #更新记录 #changlog #updates- ❤️1
- 👍1
还是拼好饭吧
- 👍3
东哥不把我当兄弟了
🍁 nix-topology
nix-topology 是一个能够从 NixOS 配置中自动生成基础设施和网络图的工具
感谢 @nykma 推荐
https://oddlama.github.io/nix-topology
频道资源合集
恰饭推荐
群组
#nix #NixOS #GitHub- 👍4

#AI #GitHub
📻 做你电脑的黑匣子 —— Screenpipe
最近发现一个叫做 Screenpipe 的项目,很像是在 AI 时代来临前早些年间的那个「Rewind」,
说回 Screenpipe,它是由 mediar-ai 团队开发的开源项目,主打「AI 应用商店」理念。它通过 24 小时不间断地本地记录你的桌面屏幕和麦克风内容,将这些数据索引为 API,供 AI 应用调用,实现更智能、更个性化的桌面自动化和助手功能。
用通俗易懂点的话来说,Screenpipe 很像是一个安装在你电脑里的「黑匣子」,它会在后台持续记录你的屏幕内容和麦克风声音(比如你在看什么、打什么字、开了哪些软件、说了什么话),但所有数据都只保存在你自己电脑里,不会上传到云端。等到有需要调取相应时间轴或者时间点相应动作的 App 出现,它会以 API 的形式输出「上下文摘要」或「结构化信息」。
其实,我感觉这个事情的理念非常不错,但是为时太早。更何况,收集用户隐私这种事情非常敏感,虽然 Screenpipe 团队一而再再二三的所有数据都存储在本地,但是第三方来做这个事情难免会让用户膈应。感觉是 Apple、Microsoft 这种系统厂商级别来做会更天然一点。
由于数据都留存在本地做分析,所以 Screenpipe 在本地部署了轻量的 LLM,当然也支持自己下载更多大模型,如 Llama、Mistral、Gemma、Whisper 等开源大模型(前提是你的电脑硬件性能足够)。
目前已有少量的 App 接入到了 Screenpipe 的这个 AI 应用商店中,取用它输出的用户结构化的行为数据。这次推荐并不是说让大家都用起来,而是分享一个还不错的趋势方向,相信未来会有更多的类似的中间件服务出现,或许 Apple 也会下场(or 收购其他一家)来做。
Screenpipe 也将项目开源在 GitHub 上,可以前往项目页面了解更多详情。
⚠️ 本文更多只是分享理念,笔者感觉用通过本地收集并通过片本地大模型分析再接入到下游的 App 使用到用户场景中,这条路还有很长- ❤️3
- 💯1


