杜叔叔网盘
- IT Toolbox: 基于 Cloudflare Pages Functions 的开发者在线工具箱
感谢群友 @BlankSpacecc 分享
Serverless 项目 一个在线工具箱，支持 CF Pages
• 内置 72 款高频开发工具，覆盖格式化、编码解码、加密安全、网络查询、文本处理、颜色设计与 AI 增强等核心场景
• 90% 工具在浏览器端本地运行，敏感数据无需上传服务器，兼顾响应速度与隐私安全
• 采用 React + TypeScript + Hono + Cloudflare 全栈方案，支持全局搜索、响应式界面与便捷扩展，适合二次开发和自部署
https://github.com/Zoroaaa/it-toolbox
#开发者工具箱 #在线工具 #Cloudflare #React #TypeScript #Hono #GitHub #AI 
Tailscale 输入写法
· sing-box 和 Stash 支持 Tailscale
暂不支持 URI 输入 可参考 本地节点/订阅怎么写 填写输入
例如单行 JSON{"type": "tailscale", "name": "ts-ep", "state-directory": "", "auth-key": "", "control-url": "", "ephemeral": false, "hostname": "", "accept-routes": false, "exit-node": "", "exit-node-allow-lan-access": false, "advertise-routes": [], "advertise-exit-node": false, "advertise-tags": [], "relay-server-port": 0, "relay-server-static-endpoints": [], "system-interface": false, "system-interface-name": "", "system-interface-mtu": 0, "udp-timeout": "5m"}
当然
Stash 没这么多字段... https://stash.wiki/proxy-protocols/proxy-types#tailscale
Sub-Store 合集 
频道资源合集 
恰饭推荐 
群组
#SubStore #更新记录 #changlog #updates- infocard-skills: 面向信息卡生成场景的轻量级开源 Agent Skills 仓库
• 提供可复用的 skill package，当前主打的 editorial-card-screenshot 可将原始文本转换为适合截图传播的 HTML 信息卡
• 支持自然语言直接调用，Agent 安装后即可完成内容整理、信息卡排版，并可按需进一步输出 PNG
• 仓库结构清晰，包含 SKILL.md、assets、scripts、references 等完整技能目录，适合快速集成到自定义 Agent 工作流
https://github.com/shaom/infocard-skills
#Agent #信息卡生成 #内容可视化 #HTML #PNG #GitHub #开源工具 #技能包 #Skills #Skill - JANG: 面向 Apple Silicon 的 MLX 混合精度量化格式
• 针对 MoE 与超大模型做按张量分配比特宽度，在接近 MLX 体积下优先保留 attention 与 router 精度，低比特场景下稳定性和效果更强
• 支持 Qwen、Nemotron、MiniMax、DeepSeek 等架构，部分模型可在 16 GB 或 64 GB Mac 上运行，甚至实现 397B 级模型在 128 GB Mac 上推理
• 原生兼容 MLX 生态，提供推理模式、VLM 支持、bfloat16 自动检测和开发者集成方案，适合在 Apple Silicon 上部署高压缩本地模型
https://github.com/jjang-ai/jangq
#AppleSilicon #MLX #模型量化 #混合精度量化 #本地大模型 #MoE #推理优化 #Mac #AI #GitHubGitHub
GitHub - jjang-ai/jangq: JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for…JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for Apple Silicon - jjang-ai/jangq 
