老胡的周刊(第198期)


老胡的信息周刊[1],记录这周我看到的有价值的信息,主要针对计算机领域,内容主题极大程度被我个人喜好主导。这个项目核心目的在于记录让自己有印象的信息做一个留存以及共享

🎯 项目

claude-relay-service[2]

自建 Claude code 镜像服务,同时支持 Gemini cli、Codex 中转,支持多账户切换、自定义 API 密钥、Claude API、OPENAI 兼容格式、能有效规避封号,OAuth 集成可快捷添加账号池。

类似项目还有:yushangxiao/claude2api[3]

这些项目的核心需求是用户想让自己的账号转成 API 让更多人用,网上一些拼车也类似这些,如果有动手能力,可以试试,如果没有,可以去往上买现成的中转站。

老胡这边也有朋友做,可以加我根据你当前使用的厂商进行推荐,有优惠。

claude-relay-service
claude-relay-service

wg-easy[4]

wg-easy 提供一种简单的方式来运行 WireGuard VPN,并配备了 Web 管理界面。

wg-easy
wg-easy

checkcle[5]

CheckCle 提供了一个自托管的解决方案,用于实时监控和管理全栈系统、应用程序和基础设施。它支持对 HTTP、DNS、Ping 协议的监控,以及对 TCP 服务和 API 接口(如 FTP、SMTP、HTTP)的监控。

checkcle
checkcle

dujiaoka[6]

🦄 独角数卡(自动售货系统)-开源站长自动化售货解决方案、高效、稳定、快速!

对于想快速搭建自己的产品商店的个人和小公司非常友好,能快速打通最小 MVp。

dujiaoka
dujiaoka

也有开发者开源了 Docker 版本方便部署:dujiaoka-docker[7]

🤖 软件

dart_simple_live[8]

简简单单的看直播,虎牙直播、斗鱼直播、哔哩哔哩直播、抖音直播:

dart_simple_live
dart_simple_live

AI-Media2Doc[9]

AI 视频图文创作助手是一款 Web 工具, 基于 AI 大模型, 一键将视频和音频转化为各种风格的文档, 无需登录注册, 前后端本地部署,以极低的成本体验 AI 视频/音频转风格文档服务。

  • ✅ 完全开源:MIT 协议授权,支持本地部署。

  • 🔒 隐私保护:无需登录注册,任务记录保存在本地

  • 💻 前端处理:采用 ffmpeg wasm 技术,无需本地安装 ffmpeg

  • 🎯 多种风格支持:支持小红书/公众号/知识笔记/思维导图/内容总结等多种文档风格支持。

  • 🤖 AI 对话:支持针对视频内容进行 AI 二次问答。

  • 🎬 支持字幕导出: 结果一键导出为字幕文件。

  • 🖼️ 智能截图: 基于字幕信息智能截图并插入文章, 无需视觉大模型, 实现真正的图文并茂。

  • 🎨 支持自定义 Prompt:支持在前端自定义配置 prompt。

  • 🐳 一键部署:支持 Docker 一键部署。

  • 🔒 支持设置访问密码: 后端设置访问密码之后, 前端用户需要填写该密码才可以正常使用。

AI-Media2Doc
AI-Media2Doc

hyprnote[10]

Hyprnote 是一个专为连续会议的参与者设计的本地优先 AI 笔记软件。它能够在你记录会议时,同时聆听会议内容并制作智能摘要。Hyprnote 支持完全离线运行,使用开源模型如 Whisper 或 HyprLLM。软件不需要互联网连接,所有数据都保存在用户的设备上,确保数据不会外泄。

hyprnote
hyprnote

BotBrowser[11]

BotBrowser 是一款跨平台的隐身浏览器,旨在规避现代的反机器人系统,通过修改 Chromium 的 C++ 源代码,提供了无痕浏览和自动化的高度可靠解决方案。

BotBrowser
BotBrowser

👀 资料

The Prompt Report: A Systematic Survey of Prompt Engineering Techniques[12]

这篇论文提供了关于生成人工智能系统中提示工程技术的全面调查报告,旨在建立对提示工程的结构化理解,提供了 33 个术语的详细词汇表、58 种大型语言模型提示技术的分类法以及其他模态的 40 种技术,并给出了提示工程的最佳实践和指导方针。

Prompt engineering overview[13]

详细介绍了如何通过提示工程来最大化 Claude 4 模型的效能:

Prompt engineering overview
Prompt engineering overview

🕸 网站

font.icu[14]

Free Font 商用免费字体:

font.icu
font.icu

✍️ 说明

周刊相关信息:

  • 公众号:老胡的储物柜[15],欢迎加我微信进周刊群聊

  • TG 频道订阅[16]:老胡周刊 TG 信息频道,对周刊的信息补充,会分享更多的资源,欢迎关注 👏

  • 聚合周刊[17]:老胡收集了国内外 60+优质技术周刊进行信息聚合 🔥

  • Github 地址:howie6879/weekly/[18],觉得不错麻烦给我一个Star,谢谢 ❤️

  • 浏览地址:老胡的信息周刊[19] | 今日推荐[20] | MacOS 软件推荐[21]

🙌 如果你阅读到这里,说明我们对信息的认可区域是有一定交集的,可以说我们是同道中人,所以如果你有自认为不错的信息获取渠道,欢迎留言或者私聊我,谢谢。

都看到这里了,就给个关注吧👀:

喜欢我的文章,可以请你右下角顺手来一波点赞&在看&分享三连么👉

参考资料

[1] 

老胡的信息周刊: https://weekly.howie6879.com/

[2] 

claude-relay-service: https://github.com/Wei-Shaw/claude-relay-service

[3] 

yushangxiao/claude2api: https://github.com/yushangxiao/claude2api

[4] 

wg-easy: https://github.com/wg-easy/wg-easy

[5] 

checkcle: https://github.com/operacle/checkcle

[6] 

dujiaoka: https://github.com/assimon/dujiaoka

[7] 

dujiaoka-docker: https://github.com/Apocalypsor/dujiaoka-docker

[8] 

dart_simple_live: https://github.com/xiaoyaocz/dart_simple_live

[9] 

AI-Media2Doc: https://github.com/hanshuaikang/AI-Media2Doc

[10] 

hyprnote: https://github.com/fastrepl/hyprnote

[11] 

BotBrowser: https://github.com/botswin/BotBrowser

[12] 

The Prompt Report: A Systematic Survey of Prompt Engineering Techniques: https://arxiv.org/abs/2406.06608

[13] 

Prompt engineering overview: https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview

[14] 

font.icu: https://font.icu/

[15] 

老胡的储物柜: https://images-1252557999.file.myqcloud.com/uPic/ETIbMe.jpg

[16] 

TG 频道订阅: https://t.me/howie_weekly

[17] 

聚合周刊: https://www.fre321.com/weekly

[18] 

howie6879/weekly/: https://github.com/howie6879/weekly/

[19] 

老胡的信息周刊: https://weekly.howie6879.com

[20] 

今日推荐: https://weekly.howie6879.com/recommend/index.html

[21] 

MacOS 软件推荐: https://weekly.howie6879.com/soft/mac.html

【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文系统介绍了基于最小势能原理(即能量法)的物理信息神经网络(PINNs)在求解固体力学二维问题中的理论框架与应用实践,并提供了完整的PyTorch代码实现案例。该方法通过将物理系统的总势能泛函嵌入神经网络的损失函数中,利用深度学习框架直接求解满足控制方程和边界条件的位移场近似解,避免了传统数值方法对网格划分的依赖。文章重点剖析了基于变分原理的能量形式如何替代强形式偏微分方程构建损失项,提升了求解的稳定性与泛化能力。同时,研究对比了不同PINNs架构与训练策略在处理复杂几何形状、非均匀材料属性及非线性力学行为时的精度、收敛性与计算效率,验证了其在处理经典弹性力学问题(如平面应力/应变问题)中的有效性与潜力。配套代码便于读者复现结果并拓展至更广泛的工程应用场景。; 适合人群:具备一定深度学习基础和固体力学知识的研究生、科研人员及工程技术从业者,特别适用于从事计算力学、智能仿真、物理驱动建模、结构分析等方向的研究者。; 使用场景及目标:①掌握基于能量法的PINNs建模范式,理解其相较于传统有限元法的优势与局限;②研究物理信息神经网络在无网格求解复杂边界与非线性问题中的能力;③对比不同神经网络结构对求解精度与收敛速度的影响,推动PINNs在工程实际中的落地应用。; 阅读建议:建议读者结合所提供的PyTorch代码逐模块分析网络构建、能量泛函定义、边界条件施加及训练流程设计,深入理解物理约束与机器学习模型的融合机制,并鼓励在自定义问题中调整网络参数、采样策略与损失权重以优化性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值