[分享创造] 做了一个游戏融合目录，帮玩家从演示视频找到原作者和安装要求
项目地址： https://merging.games/
我们做的是一个英文游戏融合目录。它收集把两款游戏放在一起的 crossover 和 mod ，例如 Mario 与 Portal 、在 Minecraft 里运行 DOOM 。
这类项目的视频容易找到，但视频中的效果能不能下载、需要哪些本体游戏、安装说明在哪里，经常需要再找一遍。因此每条记录放了原作者入口、平台、所需游戏和安装来源。
目录把三种情况分开标记：作者提供下载、仅演示且可玩性未核实、开发中。我们没有独立试玩每个版本，也不托管作者的游戏文件。下载入口指向原作者，避免把视频演示写成已经可玩。
目前想把“看到一个有趣组合，找到实际项目”这一步做清楚。浏览目录不需要账号。欢迎对状态标记和详情页的信息顺序提建议。
这是我们自己的项目，目录中的游戏和素材属于各自创作者。
via V2EX (author: cyberlife)
项目地址： https://merging.games/
我们做的是一个英文游戏融合目录。它收集把两款游戏放在一起的 crossover 和 mod ，例如 Mario 与 Portal 、在 Minecraft 里运行 DOOM 。
这类项目的视频容易找到，但视频中的效果能不能下载、需要哪些本体游戏、安装说明在哪里，经常需要再找一遍。因此每条记录放了原作者入口、平台、所需游戏和安装来源。
目录把三种情况分开标记：作者提供下载、仅演示且可玩性未核实、开发中。我们没有独立试玩每个版本，也不托管作者的游戏文件。下载入口指向原作者，避免把视频演示写成已经可玩。
目前想把“看到一个有趣组合，找到实际项目”这一步做清楚。浏览目录不需要账号。欢迎对状态标记和详情页的信息顺序提建议。
这是我们自己的项目，目录中的游戏和素材属于各自创作者。
via V2EX (author: cyberlife)
[分享创造] 做了一个 A 股信息整理工具，把指标、涨停复盘和新闻分别导出成卡片
我是「大 AK 线智能助理」的开发者，想分享最近整理的一组原生下载功能。
盘后信息通常散在不同页面里：一边看市场宽度和情绪指标，一边看涨停分层，再去看新闻。我把它们拆成三种卡片，希望在网页上阅读和下载留存时，用的是同一份内容，而不是另做一套宣传图。
下面三张都是网站下载按钮导出的原图。示例数据日期统一为 2026 年 10 月 14 日，仅展示产品的信息组织方式，不代表 10 月 15 日行情。
1. 作战卡片：把指标放到一张图里
这张展示的是 10 月 14 日收盘时段。量能、涨跌家数、炸板率等数据集中在一起，便于看字段布局。卡片中的概率、仓位、回避等是当时系统生成的分析字段，未经独立验证；这里不评价预测准确率，也不作为买卖依据。
2. 涨停梯队：把当日数据按层级整理
按连板层级和热点板块组织历史记录。图中个股名称仅是 10 月 14 日的复盘数据，不是选股清单，也不代表后续表现。
3. 财经晚报：正文和来源点击分开处理
这张对应 10 月 14 日 19:37 生成的晚报。网页保留标题的来源入口：单来源直接打开，多来源先列出来选择；下载图只保留摘要及板块分类，不把一长串来源链接塞进图片。新闻解读分别在早上 07:30 后和晚上 19:30 后更新，图片版次跟随报告生成时间。
实现中我觉得最容易踩坑的不是“能不能导出”，而是三个边界：下载时间不能冒充报告时间；界面当前选中的内容类型必须传到下载接口；标题点击所需的链接元数据不能混进正文和图片。 另外，图片缓存也需要把模板版本算进去，否则改完排版，用户还可能下载到旧图。
产品入口：大 AK 线智能助理（中文界面）。
想请大家从产品角度提建议：长图在小屏上是否好读，历史日期是否足够醒目，以及这种下载方式对信息留存有没有帮助。欢迎指出具体字段或交互问题。
以上为开发者的产品功能展示，不构成投资建议，不荐股、不承诺收益； AI 生成的分析可能有误，不能作为交易依据。
via V2EX (author: zxhwolfe)
我是「大 AK 线智能助理」的开发者，想分享最近整理的一组原生下载功能。
盘后信息通常散在不同页面里：一边看市场宽度和情绪指标，一边看涨停分层，再去看新闻。我把它们拆成三种卡片，希望在网页上阅读和下载留存时，用的是同一份内容，而不是另做一套宣传图。
下面三张都是网站下载按钮导出的原图。示例数据日期统一为 2026 年 10 月 14 日，仅展示产品的信息组织方式，不代表 10 月 15 日行情。
1. 作战卡片：把指标放到一张图里
这张展示的是 10 月 14 日收盘时段。量能、涨跌家数、炸板率等数据集中在一起，便于看字段布局。卡片中的概率、仓位、回避等是当时系统生成的分析字段，未经独立验证；这里不评价预测准确率，也不作为买卖依据。
2. 涨停梯队：把当日数据按层级整理
按连板层级和热点板块组织历史记录。图中个股名称仅是 10 月 14 日的复盘数据，不是选股清单，也不代表后续表现。
3. 财经晚报：正文和来源点击分开处理
这张对应 10 月 14 日 19:37 生成的晚报。网页保留标题的来源入口：单来源直接打开，多来源先列出来选择；下载图只保留摘要及板块分类，不把一长串来源链接塞进图片。新闻解读分别在早上 07:30 后和晚上 19:30 后更新，图片版次跟随报告生成时间。
实现中我觉得最容易踩坑的不是“能不能导出”，而是三个边界：下载时间不能冒充报告时间；界面当前选中的内容类型必须传到下载接口；标题点击所需的链接元数据不能混进正文和图片。 另外，图片缓存也需要把模板版本算进去，否则改完排版，用户还可能下载到旧图。
产品入口：大 AK 线智能助理（中文界面）。
想请大家从产品角度提建议：长图在小屏上是否好读，历史日期是否足够醒目，以及这种下载方式对信息留存有没有帮助。欢迎指出具体字段或交互问题。
以上为开发者的产品功能展示，不构成投资建议，不荐股、不承诺收益； AI 生成的分析可能有误，不能作为交易依据。
via V2EX (author: zxhwolfe)
[macOS] 写了一个 macOS 原生的 Conky
之前在 Arch 下用 Conky 发现 macOS 下 conky 的兼容性一般 就用 claude 自己写了一个 很简单 很多功能模块没加上就是找了几个主题复刻了一下 目前运行良好
via V2EX (author: nrtEBH)
之前在 Arch 下用 Conky 发现 macOS 下 conky 的兼容性一般 就用 claude 自己写了一个 很简单 很多功能模块没加上就是找了几个主题复刻了一下 目前运行良好
via V2EX (author: nrtEBH)
[分享创造] 做了一个图片擦除物体和去背景的免费在线工具和 API
地址： https://remox.ai/
我所在的公司开发商业 App 。这是我作为 OPC 独立完成的第一个项目。
remove.bg 的 API 将于 12 月停止服务，因此我想做一个替代方案。我把公司内部的 API 封装后对外提供服务。借助商业 App 共享的机器池资源，可以分摊成本，在保证 AI 能力的同时提供较好的性价比和稳定性。
项目初期会赠送大量积分。评论区留言“mark”，即可申请 500 次 API 图片去背景额度，有效期一年。
如果你有这方面的 API 需求，欢迎试用。后续我还会陆续封装更多 AI 服务
via V2EX (author: meyino)
地址： https://remox.ai/
我所在的公司开发商业 App 。这是我作为 OPC 独立完成的第一个项目。
remove.bg 的 API 将于 12 月停止服务，因此我想做一个替代方案。我把公司内部的 API 封装后对外提供服务。借助商业 App 共享的机器池资源，可以分摊成本，在保证 AI 能力的同时提供较好的性价比和稳定性。
项目初期会赠送大量积分。评论区留言“mark”，即可申请 500 次 API 图片去背景额度，有效期一年。
如果你有这方面的 API 需求，欢迎试用。后续我还会陆续封装更多 AI 服务
via V2EX (author: meyino)
[推广] AI 订阅站 HuiAI，方便不想折腾海外卡的人开 ChatGPT/Claude/Gemini,可开票
做了个国内付的 AI 订阅站 HuiAI ，方便不想折腾海外卡的人开 ChatGPT/Claude/Gemini 。 Plus 折扣码 HUIA@5 立减 5 元 Pro 5x 折扣 HUIAI@15 立减 15 元 Pro 20x 折扣 HUIAI@30 立减 30 元 ChatGPT Plus / Pro , Claude Pro / Max 、Gemini Pro / Ultra 微信、支付宝付款，不用海外信用卡付款后自动开通，订单进度和售后都能查开通失败全额退;开上之后出问题优先修 下单:https://www.huiai.me/ 有问题直接回帖。
via V2EX (author: log226)
做了个国内付的 AI 订阅站 HuiAI ，方便不想折腾海外卡的人开 ChatGPT/Claude/Gemini 。 Plus 折扣码 HUIA@5 立减 5 元 Pro 5x 折扣 HUIAI@15 立减 15 元 Pro 20x 折扣 HUIAI@30 立减 30 元 ChatGPT Plus / Pro , Claude Pro / Max 、Gemini Pro / Ultra 微信、支付宝付款，不用海外信用卡付款后自动开通，订单进度和售后都能查开通失败全额退;开上之后出问题优先修 下单:https://www.huiai.me/ 有问题直接回帖。
via V2EX (author: log226)
[硬件] 用过的 DDR4 还能接着用： Marvell 新出的 CXL 扩展芯片，一台服务器能多挂 9TB 内存
内存价格这一年涨得厉害，手里有一堆从老服务器上拆下来的 DDR4 RDIMM 的，可以留意一下这个东西。
10 月 12 日 Marvell 发了第二代 CXL 内存扩展芯片 Structera X ，两款：
CXL 是干什么的
CXL 走的是 PCIe 的物理层，可以在 CPU 自带的内存通道之外，再挂一批内存。对系统来说，多出来的是一块延迟比本地内存高一些、但容量大得多的内存。
这一代有什么变化
● 内存通道从 4 个加到 6 个
● 主机接口 PCIe 6.0 x16 ，最高 256GB/s
● 最多 4 台主机共享同一池内存
● 内置 LZ4 压缩，比上一代快 5 倍，按负载不同，等效容量多 2–3 倍
● Marvell 说，跑 AI 推理和上一代比，同样上下文长度下首字最多快 40%–50%
● 2027 年一季度开始送样，上一代 2404 / 2504 已经在给大型云厂商出货
为什么跟 AI 推理有关
大模型回答时要把读过的上下文存在 KV 缓存里，上下文越长，占的内存越多。GPU 旁边的 HBM 装不下，就往 CPU 内存放，CPU 内存再不够，就靠 CXL 往外扩。
旧 DDR4 的事
3406 接的是 DDR4 。Marvell 新闻稿里引了一位分析师的话：内存又紧又贵，已经有数据中心把用过的 DDR4 挂在 CXL 后面，给 DDR5 服务器用。
如果真要把拆下来的旧条子重新用起来，几点经验：
1. 先做完整的内存测试：至少跑一轮完整的压力测试（几个小时起），不要只看开机自检能不能过。
2. 看 ECC 历史：原来那台机器的 BMC 日志里如果有某根条子反复出现可纠正错误，这根就别再上了。
3. 同一组尽量同批次：容量、rank 、频率、颗粒厂一致，混插问题少。
4. 温度：一个扩展卡后面插 18 根，风道要重新看，RDIMM 温度高了也会出错。
要留意的
● 现在还只是送样阶段，要等服务器厂商做成整机或扩展卡
● 性能数字是 Marvell 自己测的
● CXL 内存比本地内存延迟高，适合放冷一点的数据，不是直接替代本地内存
大家手里的旧 DDR4 现在都是怎么处理的？卖掉、留着当备件，还是已经有在 CXL 上用的？
via V2EX (author: zx94438011)
内存价格这一年涨得厉害，手里有一堆从老服务器上拆下来的 DDR4 RDIMM 的，可以留意一下这个东西。
10 月 12 日 Marvell 发了第二代 CXL 内存扩展芯片 Structera X ，两款：
CXL 是干什么的
CXL 走的是 PCIe 的物理层，可以在 CPU 自带的内存通道之外，再挂一批内存。对系统来说，多出来的是一块延迟比本地内存高一些、但容量大得多的内存。
这一代有什么变化
● 内存通道从 4 个加到 6 个
● 主机接口 PCIe 6.0 x16 ，最高 256GB/s
● 最多 4 台主机共享同一池内存
● 内置 LZ4 压缩，比上一代快 5 倍，按负载不同，等效容量多 2–3 倍
● Marvell 说，跑 AI 推理和上一代比，同样上下文长度下首字最多快 40%–50%
● 2027 年一季度开始送样，上一代 2404 / 2504 已经在给大型云厂商出货
为什么跟 AI 推理有关
大模型回答时要把读过的上下文存在 KV 缓存里，上下文越长，占的内存越多。GPU 旁边的 HBM 装不下，就往 CPU 内存放，CPU 内存再不够，就靠 CXL 往外扩。
旧 DDR4 的事
3406 接的是 DDR4 。Marvell 新闻稿里引了一位分析师的话：内存又紧又贵，已经有数据中心把用过的 DDR4 挂在 CXL 后面，给 DDR5 服务器用。
如果真要把拆下来的旧条子重新用起来，几点经验：
1. 先做完整的内存测试：至少跑一轮完整的压力测试（几个小时起），不要只看开机自检能不能过。
2. 看 ECC 历史：原来那台机器的 BMC 日志里如果有某根条子反复出现可纠正错误，这根就别再上了。
3. 同一组尽量同批次：容量、rank 、频率、颗粒厂一致，混插问题少。
4. 温度：一个扩展卡后面插 18 根，风道要重新看，RDIMM 温度高了也会出错。
要留意的
● 现在还只是送样阶段，要等服务器厂商做成整机或扩展卡
● 性能数字是 Marvell 自己测的
● CXL 内存比本地内存延迟高，适合放冷一点的数据，不是直接替代本地内存
大家手里的旧 DDR4 现在都是怎么处理的？卖掉、留着当备件，还是已经有在 CXL 上用的？
via V2EX (author: zx94438011)
[Java] 迷你版 JSW ( Java Service Wrapper)
搞 Java 的可能听说过 JSW ，一个把 Java 程序包装成各平台上服务的工具。最近 Vibe Coding 了一个迷你版的 JSW ，MIT license: https://github.com/theonedev/wrapper
采用了 JSW 的配置文件格式，目前支持 Windows amd64/arm64, Linux amd64/arm64, Mac Silicon 。
虽然是 Vibe Coding ，但在各平台测试调整也花了不少时间。目前已经在 OneDev 项目中使用。
via V2EX (author: robinshen)
搞 Java 的可能听说过 JSW ，一个把 Java 程序包装成各平台上服务的工具。最近 Vibe Coding 了一个迷你版的 JSW ，MIT license: https://github.com/theonedev/wrapper
采用了 JSW 的配置文件格式，目前支持 Windows amd64/arm64, Linux amd64/arm64, Mac Silicon 。
虽然是 Vibe Coding ，但在各平台测试调整也花了不少时间。目前已经在 OneDev 项目中使用。
via V2EX (author: robinshen)
[UU889-Drama-本地导演台项目]接戏优化、防止模型补台词胡言乱语，1015 更新
项目地址： https://github.com/uu889
1 ，分镜时长按台词计算，生成时锁定台词，防止模型补台词胡言乱语
2 ，人物外观 / 场景 / 画风锁定，减少人物和画风飘移
3 ，新增人物站位字段；同场景下一镜自动用上一镜结尾画面开场；对话按正反打与 180 度轴线
4 ，视频制作右栏可分别开关；批量生成时同场景镜头按顺序生成
via V2EX (author: uu889com)
项目地址： https://github.com/uu889
1 ，分镜时长按台词计算，生成时锁定台词，防止模型补台词胡言乱语
2 ，人物外观 / 场景 / 画风锁定，减少人物和画风飘移
3 ，新增人物站位字段；同场景下一镜自动用上一镜结尾画面开场；对话按正反打与 180 度轴线
4 ，视频制作右栏可分别开关；批量生成时同场景镜头按顺序生成
via V2EX (author: uu889com)
[酷工作] 上海外企一年 contract 的职位： 后端开发（hadoop），英语流利，月薪 60-70k，需要去现场办公
As a Software Developer, you are responsible for the development, performance, and scaling of our public website as well as internal systems.
You will work independently and will also be responsible for making technical decisions within a team.
Important aspects of the job include:
Rapidly developing next-generation scalable, flexible, and high-performance systems.
Solving issues with the site and internal systems, prioritizing based on customer impactActing as an intermediary for problems, with both technical and non-technical audiencesTesting：we run thousands of experiments running at one time.
We built one of the most advanced A/B testing platforms in the industry.
微信：fancyfrees
邮箱： fancyfrees@yeah.net
via V2EX (author: fancyfrees)
As a Software Developer, you are responsible for the development, performance, and scaling of our public website as well as internal systems.
You will work independently and will also be responsible for making technical decisions within a team.
Important aspects of the job include:
Rapidly developing next-generation scalable, flexible, and high-performance systems.
Solving issues with the site and internal systems, prioritizing based on customer impactActing as an intermediary for problems, with both technical and non-technical audiencesTesting：we run thousands of experiments running at one time.
We built one of the most advanced A/B testing platforms in the industry.
微信：fancyfrees
邮箱： fancyfrees@yeah.net
via V2EX (author: fancyfrees)
[汽车] 比亚迪新车大汉上市，高速续航 566km，续航不及特斯拉与小米
● 比亚迪大汉(后驱激光雷达尊享型) ：23.59 万，106 度电池，CLTC 续航 1008km ，车重 2.26 吨；实际跑了 566km 左右，续航达成率 56%左右
● 小米 SU7(后驱 Pro 版)：24.99 万，96 度电池，CLTC 续航 902km ，车重 2.18 吨；实际跑了 596km ，电量还剩 7%，表显续航 55km ，总续航达成率肯定超过 66%了
● 特斯拉 Model 3(长续航后轮驱动版)：25.59 万，78 度电池，CLTC 续航 830km ，车重 1.76 吨；实际跑了 528km 左右，续航达成率 63%左右
大家怎么看
注：测试数据来源是某车之家
via V2EX (author: Wolvin)
● 比亚迪大汉(后驱激光雷达尊享型) ：23.59 万，106 度电池，CLTC 续航 1008km ，车重 2.26 吨；实际跑了 566km 左右，续航达成率 56%左右
● 小米 SU7(后驱 Pro 版)：24.99 万，96 度电池，CLTC 续航 902km ，车重 2.18 吨；实际跑了 596km ，电量还剩 7%，表显续航 55km ，总续航达成率肯定超过 66%了
● 特斯拉 Model 3(长续航后轮驱动版)：25.59 万，78 度电池，CLTC 续航 830km ，车重 1.76 吨；实际跑了 528km 左右，续航达成率 63%左右
大家怎么看
注：测试数据来源是某车之家
via V2EX (author: Wolvin)
[推广] 🥭 芒果 AI · 让每一份 Token 都物超所值 [低价模型 · 多模态生成 · 稳定通道 · 开发者社区]
🥭 芒果 AI · 让每一份 Token 都物超所值
01 ｜国模低价，成本直接打下来
DeepSeek · Kimi · GLM 等模型全面接入
全线模型低至 0.05 折起，注册即送 2 元体验额度，先体验，再决定是否长期使用。
DeepSeek-4.1-Flash 等高性价比模型，适合高频调用、批量任务与日常开发。
02 ｜多模态与 AI 生图，一站式接入
图片生成
● 经济档：0.015 元起
● 高质量档：0.15 元起
无论是产品原型、创意设计，还是批量内容生产，都能根据预算选择合适的生成方案。
03 ｜旗舰模型与稳定通道，认真写代码
面向 AI 编程与高频开发场景
Claude 系列及其他旗舰模型通道持续更新，兼顾响应速度、可用性与开发体验。
从代码补全、复杂问题分析，到长时间编程协作，让 AI 更顺手地融入你的工作流。
04 ｜不止是 API 中转，更是开发者的交流阵地
● 专属编码工具
基于轻量编辑器深度定制，融入专属「芒果娘」，让 AI 编程更有趣。
● 活跃技术交流群
分享 Prompt 技巧、API 接入经验、自动化工作流与部署方案。
● 站长直接响应
模型需求、接入问题、部署疑问，欢迎进群交流反馈。
🥭 烂不烂，问厨房；芒果好不好，问用户。
不玩虚的，欢迎亲自体验。
官网直达 -模型价格、可用能力、注册体验
mgoole.com
芒果 AI 交流群: 1124355926
进群领福利 · 交流技术 · 反馈需求
via V2EX (author: superhreo123)
🥭 芒果 AI · 让每一份 Token 都物超所值
01 ｜国模低价，成本直接打下来
DeepSeek · Kimi · GLM 等模型全面接入
全线模型低至 0.05 折起，注册即送 2 元体验额度，先体验，再决定是否长期使用。
DeepSeek-4.1-Flash 等高性价比模型，适合高频调用、批量任务与日常开发。
02 ｜多模态与 AI 生图，一站式接入
图片生成
● 经济档：0.015 元起
● 高质量档：0.15 元起
无论是产品原型、创意设计，还是批量内容生产，都能根据预算选择合适的生成方案。
03 ｜旗舰模型与稳定通道，认真写代码
面向 AI 编程与高频开发场景
Claude 系列及其他旗舰模型通道持续更新，兼顾响应速度、可用性与开发体验。
从代码补全、复杂问题分析，到长时间编程协作，让 AI 更顺手地融入你的工作流。
04 ｜不止是 API 中转，更是开发者的交流阵地
● 专属编码工具
基于轻量编辑器深度定制，融入专属「芒果娘」，让 AI 编程更有趣。
● 活跃技术交流群
分享 Prompt 技巧、API 接入经验、自动化工作流与部署方案。
● 站长直接响应
模型需求、接入问题、部署疑问，欢迎进群交流反馈。
🥭 烂不烂，问厨房；芒果好不好，问用户。
不玩虚的，欢迎亲自体验。
官网直达 -模型价格、可用能力、注册体验
mgoole.com
芒果 AI 交流群: 1124355926
进群领福利 · 交流技术 · 反馈需求
via V2EX (author: superhreo123)