**产品名称**:自制 AirTag **主要功能**: - 用于追踪物品位置 - 支持安卓、鸿蒙、PC以及 Home Assistant 系统 - 不需苹果手机即可查看标签位置 **描述**: 自制 AirTag 可通过蓝牙信号与临近的苹果设备(如 iPhone、iPad、MAC 等)进行通信,这些设备能将 AirTag 的位置信息上报至苹果服务器,形成 Find My 网络。尽管苹果的 AirTag 价格昂贵且某些地区有平价替代品,但自制 AirTag 则无需苹果设备即可实现定位功能。 此外,通过逆向苹果 AirTag 的机制,可以使用如 ESP32、树莓派等非苹果设备模拟发出 FindMy 蓝牙广播,从而制作出无需绑定苹果手机的定位标签。这些标签可被安卓、鸿蒙、PC 或通过浏览器访问的 Web 网站查看位置。 制作教程及支持信息可通过 gitee 上的项目链接获取。请注意,虽然查看标签位置不需要苹果手机,但在部署服务时仍需要使用 AppleID 账号。同时,由于标签位置上报依赖于苹果的 FindMy 网络,因此在人少的地方如农村可能不适合使用。


产品:PopClip 插件 主要功能:快速在 NeoDB 上搜索 描述:用于提高在 NeoDB 数据库中搜索效率的插件
![[送码] SlideBrowser - 一个轻量的滑动浏览器,给你不一样的交互体验](/_next/image?url=https%3A%2F%2Fstatic.rustpoint.com%2Fscreenshots%2F1113107.jpg&w=3840&q=75)
产品名称:SlideBrowser 主要功能: 1. 滑动显示与隐藏:当鼠标移动到屏幕边缘时自动出现,失焦时自动隐藏。 2. 多窗口支持:可以同时打开多个窗口。 3. 自由拖拽模式:窗口可以不用贴在屏幕边缘,支持自由拖拽。 4. 跨平台支持:支持 Mac、Windows、Linux 三个操作系统。 使用场景: 1. 全屏模式下查询资料、问 GPT 等。 2. 记录待办事项或笔记。 3. 查看股市、币市信息。 4. 听歌。 5. 看视频、看直播。 6. 翻译。 产品特性: - 滑动显示、隐藏。 - 可通过隐藏/显示侧边栏使窗口更简洁。 - 支持自由拖拽模式。 - 支持 Mac、Windows、Linux。 优惠码: - PXPIWFKV - KOP0KWBN - EEP75ENZ - QUZ8WNGS - 8OCWTIYD - 6NFH2CFM - EJ1NV4FX - VBYM6AE5 - ABAPSAIJ - WZSW4D4P 注意:优惠码是支付时的优惠码,非激活码,且提供100%优惠,即免费。

产品主要功能:在手机iOS设备上通过cloudflare worker连接M-Team和qbittorrent客户端,提供API,通过快捷指令调用实现输入关键词一键下载影视资源。 描述:该产品旨在解决手机上使用M-Team资源的不便,通过快捷指令调用API,用户只需点击链接、输入关键词、选择分类和选种策略即可开始下载。配合jav-play或jav-play-go可以在下载完成后一键下载更高品质的版本,方便收藏。

产品主要功能:llm-structed 是一个针对结构化场景优化的 Golang 库,用于在 LLM(大型语言模型)应用开发中强制模型返回 JSON 格式的数据。 描述:该库提供了对方案 3(使用 response_format: { type: "json_schema", json_schema: {"strict": true, "schema": ...} })的原生支持,以确保返回合法且稳定的 JSON 数据。

产品主要功能:基于 Golang + ebpf 的安全可观测性工具,用于监控和分析机器学习(ML)和人工智能(AI)模型文件在加载和执行过程中的潜在风险。 描述:该工具可以覆盖网络、文件及命令执行三大类预警及监控。
![[Local Dream] 在 Android 端运行 Stable Diffusion,支持骁龙 NPU 加速](/_next/image?url=https%3A%2F%2Fstatic.rustpoint.com%2Fscreenshots%2F1107815.jpg&w=3840&q=75)
产品主要功能:在Android端运行Stable Diffusion模型。 描述: - Local Dream支持在Android设备上通过骁龙NPU加速运行Stable Diffusion模型。 - 已适配两款模型:Anything V5和Stable Diffusion 2.1。 - Anything V5有CPU和NPU两个版本,而Stable Diffusion 2.1仅提供NPU版本。 - 在NPU上,支持骁龙8gen2、8gen3、8gen4芯片,并可能支持其他未验证的芯片如骁龙6gen1、8sgen3、7+gen3。 - 在NPU上,512分辨率可以在10秒内完成出图。 - 在CPU上,近几年的设备应该都能支持,但速度较慢,8位动态量化精度一般。 - CPU支持128、256、384、512分辨率,其中256分辨率大约需要30秒才能出图。 - 可以从GitHub上的发布页面下载apk文件,并且默认从Huggingface下载模型,可以通过修改设置来更改为从hf-mirror下载。