v0 跟 lovable 比呢？

400 的超市 voucher

onedrive 和 Google Drive

类似 n8n 和 dify 都可以打一个这样的 workflow

全部用完了，能否再送一批 谢谢！

我做个对比 还不如找多模态模型直接 OCR 呢，比你的这种方式准确率高

@murmur 同意，我的 16 寸，后悔死了

@kome 我就想知道有谁用 Mac 不用三方的 app 来让顶部状态栏各种图标不会堆成一坨

@billbob vscode 的，单纯代码补全举例来说只支持尾部补全，其他插件支持行内补全。jb 的插件一直没再试过，可能是固有印象了，早期感觉非常笨

@billbob 插件的话 cline 和 roo code, gemini code assistant 都可以，尤其是 cline 感觉很不错的

通义听悟，也是类似的，点击左侧的效率

portainer 呀

Appflowy 虽然还是很不成熟。anytype 看着像 notion ，但用起来完全不一样

@jiashuaibei 真正跑起来你就知道深度学习有多占空间了，不同的开源项目之间包的冲突是家常便饭，就得新建环境，过半年随随便便 conda 就占一两百个 G 。硬盘空间不够用，就得不停删除缓存、暂时不用的环境和数据集，浪费时间

@handuo 抱歉不是 deepseek ，deepspeed 。深度学习硬盘空间是最不值钱的了，数据盘至少 4tb 是我的推荐哈

@kk2syc 这位的建议就很好，而且我个人的偏好还是用 linux 大于 win ，首先是 cuda 和 deepseek 之类的库网上 linux 的帖子和 issues 多一些，反正我是不知道 llama-factory 能不能在 win 上完美地跑。再有就是涉及到文件系统的函数和包有小概率跟 linux 不兼容，最后就是 win 更重一些，乱七八糟的服务挺占资源的。

一块 1tb 的硬盘肯定是不够的，看你要干什么了。如果是微调 8b 左右的语言模型，你各种 hf 模型总得下载吧，几个主流的都得占用将近 159gb ，你微调过程中产生的数据很快就会达到 500gb 。再加上数据集，conda 各种包，你得一周就复制和迁移一次数据，很繁琐痛苦。如果是 cv 方向和多模态，那数据集占了大头，但是 1tb 勉强够用。如果是 8b 以上的就不用想了。
我的建议是 c 盘不用太大，但是你要把 hf_home,conda, pip cache 和 docker 默认的 data 文件夹放到别的盘，不然多大都会马上满