面条实验室
1.77K subscribers
457 photos
13 videos
1 file
396 links
折腾些什么玩意。

群组 @miantiao_chat
Download Telegram
Homelab 使用 Prometheus 来部署监控系统太占资源了,最近使用的 Beszel 很小巧

不仅可以监控系统,也可以监控 Docker 容器的资源占用

两个命令行部署起来非常简单,也支持 arm64 和 mips 架构

#工具推荐 #开源

https://404.li/beszel
#工具推荐 #开源 Hoarder 自部署的链接收藏工具

支持抓取链接正文和截图,然后使用 AI 自动提取标签,用于后续检索

有浏览器插件和安卓 iOS APP

https://404.li/hoarder
Beszel 背后使用的 PocketBase 对于小型自部署程序开发者来讲也是一个很棒的工具,可以帮你快速解决实时数据库、用户认证、文件存储、管理面板的开发。 #开源 https://404.li/pocketbase
❤1
LogoCreator #开源 的使用 #AI 生成 #Logo 的工具,效果还不错

准备本地部署一下,把我黑黑的 Logo 尝试升级一下

https://404.li/logo-creator
微软 #开源 了一个 Python 项目 MarkItDown

可以将 Office 文件转换为 Markdown ,一天之内涨了快 10k ⭐ 。

由于是 Python 实现需要服务端,官方没提供在线示例。

我找到一个可以在浏览器内运行的方法,主流程已经调通,等我今晚改改 Bug 发出来给大家玩玩

https://404.li/markitdown
👍3🥱1
分享一个 #开源 工具 lume

可以在 Apple Silicon 上以接近原生的性能创建、运行和管理 macOS 及 Linux 虚拟机。

使用方式和 ollama / docker 很像,比如运行一个 macOS 虚拟机只需要一个命令行。

唯一的遗憾是镜像太少,目前都还没有 debian 镜像

https://index.html.zone/dev/lume
Manus 邀请码还没有等到,就试了一下社区 #开源 的 LangManus

使用 LangChain、Qwen、Tavily、Jina、Browser-use 技术打造。

问了个问题,看着它咔咔一顿搜索,给出的答案很满意,还顺带给了部署教程

https://404.li/langmanus
🔥1
大模型的知识库都有截止时间,面对新版本的框架和库写出来的代码大概率没法用

Context7 提供了 1800+ 热门库的 LLMs.txt 和 #MCP Server 给大模型读取或者编辑器调用,由 Upstash #开源

让 #AI 更好的理解你的技术栈

🔗 https://404.li/context7
推荐一个#开源 SSL 证书管理工具 🔒 Certimate

我有一些域名没使用 Cloudflare, 而是使用了 Vercel DNS, 同时使用了 阿里云 ESA 和 腾讯云 EdgeOne,这两个厂商对免费证书数量有限制。 就可以使用 Certimate 通过 DNS 来申请证书后部署到这些抠门的云平台。

还有个服务在 Netlify 在 Cloudflare CDN 后面,Netlify 就没办法申请到 SSL 证书了,通过 DNS 申请证书后部署到 Netlify,现在访问也没问题了。

Certimate 支持的 DNS 服务商和 网站部署平台很全,我知道的几乎都支持。

如果你的 Certimate 部署在国内的服务器,DNS 递归服务器设置 1.1.1.1;8.8.8.8,DNS 传播等待时间设置 60 可以让你少踩很多坑
👍10❤1
Forwarded from 面条的草稿箱
腾讯微信开源通用多模态向量模型 WeMM-Embedding:刷新 MMEB-v2 榜单,已在微信多业务落地

腾讯微信视觉团队近日开源了通用多模态嵌入模型家族 WeMM-Embedding,论文与模型权重现已全面公开。

🌟 核心亮点

• 全模态统一表征:支持文本、图片、视频、视觉文档以及任意图文交错(Interleaved)混合输入,并支持灵活调整输出向量维度。
• 2B/4B/9B 多尺寸覆盖:
• 2B 规格:表现强劲,性能已超越此前 8B 级别的开源 Baseline。
• 9B 规格:在多模态检索与表征权威评测榜单 MMEB-v2 上取得 80.6 分,刷新综合 SOTA 纪录。
• 两阶段训练架构:先通过大规模多模态数据完成空间对齐,再利用高质量精选数据、细粒度相关性监督与跨尺度知识迁移进行优化。
• 工业级实战验证:不仅在微信内部 26 项基准测试和 14 组线上 A/B 测试中表现优异,目前已在视频号、微信公众号、朋友圈及电商搜索/推荐等核心场景规模化上线。

---

🔗 相关链接:

• 论文页面:https://huggingface.co/papers/2608.24053
• 模型集合:https://huggingface.co/collections/tencent/wemm-embedding
• GitHub 开源地址:https://github.com/Tencent/WeMM-Embedding

#多模态 #Embedding #腾讯 #开源模型 #微信团队