标签： AI

一个江苏卷英语状元，9年前给朋友写了一份学习心得，如今这玩意儿居然在GitHub上长成了54800 Star的怪兽。 它既不是刷题宝典，也不是词海战术。核心就一句话：英语是“用”会的，不是“背”会的。 你把Anki里那些自我感动的刷词记录翻出来看看，再对比一下这本书里讲的词汇策略——高下立判。听力怎么磨？口语怎么顺？读写怎么通？它把整条链路掰开揉碎，从根上给你捋清楚。 最有意思的是2026年新增的AI篇。它没让你拿AI当翻译糊弄事，而…

一个江苏卷英语状元，9年前给朋友写了一份学习心得，如今这玩意儿居然在GitHub上长成了54800 Star的怪兽。 它既不是刷题宝典，也不是词海战术。核心就一句话：英语是“用”会的，不是“背”会的。 你把Anki里那些自我感动的刷词记录翻出来看看，再对比一下这本书里讲的词汇策略——高下立判。听力怎么磨？口语怎么顺？读写怎么通？它把整条链路掰开揉碎，从根上给你捋清楚。 最有意思的是2026年新增的AI篇。它没让你拿AI当翻译糊弄事，而…

一位江苏卷英语状元9年前写给朋友的学习心得，如今在GitHub上积累了54800 Star，并在2026年新增了以Gemini为核心、串联多款AI工具的英语学习工作流，把“用英语”而非“背英语”的理念产品化。

A股卡脖子选股框架 白毛股神 @aleabitoreddit 的卡脖子理论大家肯定都知道，其SKILL已经非常多了，不过基本都是面向美股的，还没有见过专门用于A股的。但是，现在就来了。 我试了一下，基本所有A股板块都可以用：电力、光模块/CPO、半导体设备、军工、新能源车、医疗器械、创新药、农药、OLED等等 仓库地址：https://t.co/VhgH0CFMfP 我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具…

A股卡脖子选股框架 白毛股神 @aleabitoreddit 的卡脖子理论大家肯定都知道，其SKILL已经非常多了，不过基本都是面向美股的，还没有见过专门用于A股的。但是，现在就来了。 我试了一下，基本所有A股板块都可以用：电力、光模块/CPO、半导体设备、军工、新能源车、医疗器械、创新药、农药、OLED等等 仓库地址：https://t.co/VhgH0CFMfP 我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具…

有开发者基于知名投资社区流传的“卡脖子选股框架”，专门做了一个面向A股的选股工具，目前可覆盖电力、光模块/CPO、半导体设备、军工等多个板块，等于把一套原本面向美股的选股逻辑本地化适配到了A股市场。

未来三年还有很大红利的20个赛道 1、AI短视频获客代运营 很多老板知道AI重要，但自己没时间研究。你帮他们用AI写脚本、剪视频、做数字人、运营账号，核心不是做内容，而是帮老板获客。尤其本地实体店，需求还会越来越大。 2、小红书本地高客单获客 别只盯着餐饮探店。医美、摄影、婚庆、装修、月子中心、口腔、汽车服务都需要小红书获客。只要能稳定带来客户，一个商家每月几千到几万都愿意付。 3、TikTok海外内容电商 国内电商卷价格，海外很多品…

未来三年还有很大红利的20个赛道 1、AI短视频获客代运营 很多老板知道AI重要，但自己没时间研究。你帮他们用AI写脚本、剪视频、做数字人、运营账号，核心不是做内容，而是帮老板获客。尤其本地实体店，需求还会越来越大。 2、小红书本地高客单获客 别只盯着餐饮探店。医美、摄影、婚庆、装修、月子中心、口腔、汽车服务都需要小红书获客。只要能稳定带来客户，一个商家每月几千到几万都愿意付。 3、TikTok海外内容电商 国内电商卷价格，海外很多品…

一份在社交平台流传的创业方向盘点认为，未来三年AI最确定的机会集中在短视频代运营、小红书高客单获客和TikTok海外内容电商等20个赛道。核心逻辑不再是“教老板用AI”，而是由服务商直接帮实体商家用AI拿结果。

issue: workspace model entry with base_model_id set to its own id is dropped at merge, so its settings never apply

issue: workspace model entry with base_model_id set to its own id is dropped at merge, so its settings never apply

这是 Workspace 模型条目在合并时被丢弃导致的配置不生效问题。核心原因是自定义模型条目的 base_model_id 被错误设置成了它自己的 id（或任意非空值），导致该条目在模型列表合并时被丢弃，所有元数据设置（如禁用内置工具）从未被应用。优先排查 base_model_id 字段值。

RuntimeError: Already borrowed

RuntimeError: Already borrowed

该报错发生在多线程并发调用同一 tokenizer 实例时，尤其是每次调用的 padding/truncation 设置不同导致每次都会触发内部状态重配的场景。优先排查是否为同一 tokenizer 实例被多线程共享，并检查每次调用的 padding/truncation 参数是否一致。