弗兰克的小课桌

中国大陆的用户购买chatgpt Go会员的方法： 1、前期准备： 一部苹果手机，已激活的ChatGPT账号，美区的Apple ID，科学上网环境； 2、购买美区礼品卡 登陆 shop.pockyt.io平台 注册并购买20美金的美区礼品卡（支付宝支持）； 使用微信（ zhangfanxp ）扫码登录或者zhangfanxp@hotmail.com的谷歌账号登录. 或者在 京东(jd.com) 上购买 「美区苹果礼品卡」 3、登陆美区Apple Store并兑换礼品卡 IPhone的Apple Store登陆美区账号，通过礼品卡号，给美区的Apple ID兑换（充值）； 4、输入pockyt.io平台购买的礼品卡（Gift Card）序列号在iPhone上的Apple Store上进行充值（选择代码兑换） 5、安装ChatGPT的APP 在iPhone上通过Apple Store安装ChatGPT的APP，并成功登陆； 6、账号升级 在IPhone上的ChatGPT中，点击升级，选择相应的Go，Plus等会员并进行升级即可！ （一个Apple ID账号 zhangfanxp@hotmail.com ，只能给一个之前绑定的 ChatGPT账号 充值！） 关键点： 如果美区的Apple ID账号有余额，则苹果默认升级费用从账户余额中扣除，这样就可以成功规避国内信用卡无法在线支付的问题了。 --------------------------------------------------------------------------------- 通过苹果账户余额充值Plus会员: 1)、进入已经使用礼品卡充值的美区账号Apple Store 2)、点击「订阅」 3)、点击「ChatGPT」 4)、点击「查看所有方案」 5)、选择Plus方案 6)使用Apple Id的余额支付

1、登陆apple官网 https://www.apple.com.cn/ 2、点击《个人信息》 3、点击《国家和地区》 4、选择「美国」 5、设置地址和付款方式 （地址用美国地址生成器生成） （付款方式选择为 「无」 ） --------------------------------------------------------------- 备注： 如果美国地区不支持 支付方式选择为 「无」，则可以尝试切换到其他国家、地区，如：澳大利亚等。

1、安装pm2程序 sudo npm install -g pm2 2、使用pm2来启动项目 A、pm2自动运行 next.js程序 的服务： cd ~/env/luomanlin pm2 start npm --name "luomanlin-app" --   run start --与run之间要保留 空格 ，否则运行会报错！ B、pm2自动运行 python程序 的服务： pm2 start ~/Documents/Stock_Data/start.py \   --name stock-data \   --interpreter ~/Documents/Stock_Data/.venv/bin/python C、pm2自动运行 cloudflare tunnel 绑定域名的服务： pm2 start cloudflared --name "cloudflare-tunnel" -- --config ~/.cloudflared/config.yml tunnel run huashu 3、保存列表并设置开机自启动 （一定要save，并且设置开机启动） pm2 save pm2 startup 执行完pm2 startup命令后，命令行中会展示一串命令，如： sudo env PATH=$PATH:/Users/luomanlin/.nvm/versions/node/v20.20.2/bin /Users/luomanlin/.nvm/versions/node/v20.20.2/lib/node_modules/pm2/bin/pm2 startup launchd -u luomanlin --hp /Users/luomanlin 完整的拷贝你电脑中展示的 这串 命令，再重新粘贴， 必须要 执行一次 ！ 4、检查 A、检查项目的服务是否成功启动（是否可以正常登录） 命令行运行： pm2 logs 0 如果出现 则表示服务已成功启动。 B、检查pm2中是否已加入这个自启动的服务 命令行运行： pm2 list 如果出现 则标识当前项目的自启动服务已经被成功加入了pm2 命令行执行： ls ~/Library/LaunchAgents/ | grep pm2 如果返回： pm2.xxx.plist 则表示开机启...

XDM项目地址： https://github.com/subhra74/xdm XDM (Xtreme Download Manager) 是一款非常强大的开源下载加速器，在 Linux 社区中常被称为“Linux 版的 IDM”。它不仅能加速普通文件下载，还在网页视频嗅探和流媒体处理上有独特优势。 XDM 采用了先进的 动态分段算法 。它在下载过程中会实时将文件切分成多个部分并建立多个连接，这能充分利用你的带宽。 官方宣称最高可提升 500% 的下载速度（实际取决于你的物理带宽上限）。 支持断点续传，即使网络中断或服务器宕机，也可以从上次停止的地方继续，无需重头开始。 --------------------------------------- 1、官方下载最新的文件 https://github.com/subhra74/xdm/releases 如，8.0.29版本【2023年7月11日发布】（2026年3月19日） https://github.com/subhra74/xdm/releases/download/8.0.29/xdman_gtk_8.0.29_amd64.deb 2、安装deb文件 sudo apt update sudo apt install ./xdman_gtk_8.0.29_amd64.deb --------------------------------------- 后续如果想卸载，可以执行命令： sudo apt remove xdman

1、创建并激活虚拟环境 uv venv --python 3.12   source .venv/bin/activate 2、部署项目 uv pip install trackers uv pip install 'trackers[detection]' 3、准备好目标视频文件（放置在当前项目路径下的input下，并命名为001.mp4） 4、运动目标识别（标注） trackers track --source input/001.mp4 --model rfdetr-nano --tracker bytetrack --output output/001_tracked.mp4 --model.device mps --overwrite (仅展示运动物体的方框) 5、直接在视频上标识（不产生新文件） trackers track --source input/001.mp4 --display 6、运动目标路径标识（运动轨迹） trackers track \   --source input/001.mp4 \   --show-trajectories \   --tracker.lost_track_buffer 120 \   --model.confidence 0.3 \   --model.device mps \   --overwrite

1、查看翻墙软件的端口 一般在设置中可以发现，很多翻墙软件（Flcash）一般默认的都是 7890 2、命令行输入： export https_proxy=http://127.0.0.1:7890 export http_proxy=http://127.0.0.1:7890 3、测试是否生效 命令行运行: curl -I https://www.google.com 如果返回： HTTP/2 200 则表明可以了。 4、再次运行 gemini ---------------- ---------- 通常情况下，代理软件（如 FlClash）开启的“系统代理”主要针对浏览器。但 终端（Terminal/iTerm2）非常特殊 ，它默认是 不走系统代理配置 的。 没有这两行： 终端请求 $\rightarrow$ 墙 (被拦截) $\rightarrow$ 失败报错。 有了这两行： 终端请求 $\rightarrow$ FlClash (127.0.0.1:7890) $\rightarrow$ 代理节点 $\rightarrow$ Google API $\rightarrow$ 成功。

1、部署好mlx-lm推理框架 （参看文章：https://frankz1998.blogspot.com/2025/08/macmlx.html） 2、运行模型下载 模型下载的时候最好先登陆huggingface（ 未登陆用户 可能会被 限速 ） hf auth login   （mlx-community/Qwen2.5-Coder-7B-Instruct-4bit）   mlx_lm.generate --model mlx-community/Qwen2.5-Coder-7B-Instruct-4bit --prompt "用 Python 写一个快速排序算法 3、启动本地llm服务 python -m mlx_lm.server --model mlx-community/Qwen2.5-Coder-7B-Instruct-4bit --port 8000 显示下面内容，则表示启动成功： 4、配置OpenCode 设置 -> 服务器 -> 提供商 -> Custom provider 5、点击「连接」进入《自定义提供商》的参数配置页面 基础URL就是第三步中的服务启动地址及端口号 6、在OpenCode里选择本地创建的Code模型