@dcncy

看 reddit 讨论，似乎可以，但没 crossover 那么便捷

https://www.reddit.com/r/macgaming/comments/1dcysl0/whisky_and_crossover_gptk2/

其实核心都是靠的 GPTK ，只要能把 D3D framework 换成 2.0 就行

需要折腾一下去试试

Cursor 可以使用 Claude 来编程，可买他的会员，可自己添加 API Key

需要修改代码的时候，CMD+k ，选中要改的部分，然后和他讲，改的不好，再提，还能贴图片告诉他

需要修改多个文件的时候，CMD+i ，讲需求，然后让他改

小八卦，flux 是 stability AI 的核心成员闹分家出来单干搞的开源文生图模型🤣

其实怎么健康，该怎么运动，怎么吃，国家都讲得非常清楚，但人总爱去各种小视频里找偏方找捷径

http://dg.cnsoc.org/newslist_0402_1.htm

截取一些重点

> 一日三餐，两餐的间隔以 4~6 小时为宜。早餐安排在 6:30—8:30 ，午餐 11:30—13:30 ，晚餐 18:00—20:00 为宜。学龄前儿童除了保证每日三次正餐外，还应安排两次零点。

> 晚餐不宜过于丰盛、油腻，应确保食物品种丰富，并考虑早、午餐的进餐情况，适当调整晚餐食物的摄入量，保证全天营养平衡。同时做到清淡少油少盐。主食可以选富含膳食纤维的食物，如小米、薏米、荞麦、红薯等，既能增加饱腹感，又可以促进肠胃蠕动；搭配蔬菜、水果、适量动物性食物和豆制品，多采用蒸、煮、炖、清炒等，少用炸、煎等烹调方法。**晚餐时间不要太晚，至少在睡觉前 2 小时进食。**

> 应选择食品安全状况良好、卫生信誉度在 B 级及以上的餐饮服务单位。点餐时要注意食物多样，荤素搭配；不铺张浪费，适量而止；尽量选择用蒸、炖、煮等方法烹调的菜肴，**避免煎炸食品和含脂肪高的菜肴，以免摄入过多油脂**；进食注意顺序，可以先吃少量主食，再吃蔬菜、肉类等；增加蔬菜摄入，肉类菜肴要适量；**食量要适度**。

> 应主动喝水、少量多次。喝水可以在一天的任意时间，每次 1 杯，每杯约 200ml 。可早、晚各饮 1 杯水，其他时间里每 1~2 小时喝一杯水。建议饮水的适宜温度在 10~40℃。

> 含糖饮料的主要成分是水和添加糖，营养价值、营养素密度低。过多摄入含糖饮料可增加龋齿、超重肥胖、2 型糖尿病、血脂异常的发病风险。应少选购或不选购含糖饮料，家里不储存含糖饮料；日常中不把饮料当作水分的主要来源，不用饮料代替白水。

@evan9527 就是有人撒钱等你来捡的意思

> 工作中则是完全接触不到，忙于 CRUD 。

有没有一种可能，你可以使用你说的“调用 API 做个套壳召唤”来帮你从 CRUD 里解放出来？让你无须处理繁琐重复的 CRUD

打开 https://lmstudio.ai/ 下载程序，完成后打开，点击下载模型，点击侧边栏的对话，顶部选择刚刚下载的模型，哦，我的天，在主机本地的大模型部署好并且运行起来了🎉

@should #9 不要背单词，使劲看，到一定量之后就会觉得看得下去，再到下个阶段基本上就流畅阅读。基本上过程是阶梯状的，渡过就好了，但一旦回避那么永远过不去这个坎。

最后还是需要有英文能力的，你不确定 LLM 会不会出幻觉给你胡扯，他只能提效，并不能代替你对内容本身理解。

推荐 keychron q60 max ，hhkb 键位布局，可以自己换轴

https://www.keychron.com/products/keychron-q60-max-qmk-via-wireless-custom-mechanical-keyboard

你说的是 API 还是可以直接用的 Chatbot UI ？

他这里有 5-shot 的标注耶，应该是没公开 prompt 的情况吧

@hui9000

官网拉到底部，点击“翻新产品”

https://www.apple.com.cn/shop/refurbished/mac

咸鱼员工 85 折再分期去买官翻，折上折+分期

M3 对比 M2 进化不多，现在买 M2 炒鸡实惠

跟 orbstack 本身没有关系，你可以打开选项，设置 proxy ，或者在 docker 选项里把 hub mirror 或者 proxy 给配置上

不需要你花钱的，大概率是假的

这和当初 o2o 一样，他找 vc 要钱，然后给终端用户发钱发优惠，把数据做起来，再去拉更多投资

在 galxe 或者 layer3 上去做交互任务的，大概率是有空投预期

uncle block 数量上肯定比正常的要少一个量级，另外以太坊早就已经不是 pow ，而是 pos ，没有 uncle 这一说

最后的一个叔块已经是一年多前 https://etherscan.io/uncles

@Rrrrrr #6

到 https://lmstudio.ai/ 下载个客户端，搜索对应大小的模型（ apple silicon 是内存的 3/4 可以作为显存），可以先搜索 qwen gguf 找个合适大小的玩玩看

然后可以直接对话，或者启动一个与 openai api 兼容的 api server

在 reddit 的 local llama 上，比较推崇的是买两块 3090 组 nvlink ，这样有 48G ，可以刚刚好跑个 70b 的 q5 量化版