[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-bra1nDump--show-me-chatgpt-plugin":3,"tool-bra1nDump--show-me-chatgpt-plugin":64},[4,17,25,39,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":10,"last_commit_at":23,"category_tags":24,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":26,"name":27,"github_repo":28,"description_zh":29,"stars":30,"difficulty_score":10,"last_commit_at":31,"category_tags":32,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[33,34,35,36,14,37,15,13,38],"图像","数据工具","视频","插件","其他","音频",{"id":40,"name":41,"github_repo":42,"description_zh":43,"stars":44,"difficulty_score":45,"last_commit_at":46,"category_tags":47,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[14,33,13,15,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":45,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[15,33,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":45,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,"2026-04-05T11:12:22",[15,14,13,36],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":79,"owner_website":82,"owner_url":83,"languages":84,"stars":101,"forks":102,"last_commit_at":103,"license":79,"difficulty_score":10,"env_os":104,"env_gpu":104,"env_ram":104,"env_deps":105,"category_tags":110,"github_topics":79,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":111,"updated_at":112,"faqs":113,"releases":143},2315,"bra1nDump\u002Fshow-me-chatgpt-plugin","show-me-chatgpt-plugin","Create and edit diagrams in ChatGPT","show-me-chatgpt-plugin 是一款专为 ChatGPT 设计的插件，旨在让用户在对话界面中直接创建和编辑流程图、架构图等各类图表。它解决了传统绘图工具需要切换应用、操作繁琐的痛点，用户只需通过自然语言描述需求（例如“展示 iOS 应用生命周期”或“绘制分布式系统架构”），即可在几秒钟内生成可视化图表，并支持在聊天过程中随时指令修改细节。\n\n这款工具非常适合开发者、系统架构师、产品经理以及需要频繁进行技术沟通的研究人员使用。无论是梳理复杂的代码逻辑、设计系统拓扑，还是向团队快速传达业务流程，它都能将抽象的文字描述瞬间转化为直观的图形，极大提升了沟通效率。\n\n其核心技术亮点在于深度集成了大语言模型的语义理解能力与自动绘图引擎，实现了从文本到图形的无缝转换。用户无需掌握任何专业的绘图软件操作技巧，完全依靠对话即可完成工作。值得注意的是，虽然该项目目前转为私有化开发以保护商业竞争力，但其开源版本仍为理解如何在 AI 对话中集成可视化功能提供了宝贵的参考范例，支持本地部署及 Docker 运行，便于技术爱好者探索和学习。","# Diagrams in ChatGPT - Show Me\nCreate and edit diagrams in seconds without even leaving the chat.\n\n## Understand processes in a glance. Example: iOS Application lifecycle\n\u003Cimg width=\"643\" alt=\"image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_readme_f6a43845ea47.png\">\n\n## Create diagrams from a description. Example: A distributed system diagram\n\u003Cimg width=\"643\" alt=\"image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_readme_0e10a3eed9f6.png\">\n\n## Make edits\n\u003Cimg width=\"643\" alt=\"image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_readme_ff71d13fd66a.png\">\n\n## Support\n- Create issues in this repo for missing features and consider contributing\n- Grab one of the existing issues or create an issue you want to work on\n\n# This project is now private and the public version is not actively updated\nThanks for all the stars and usage of the product! I wanted to provide clarity on why the commits have stopped:\nOur team is working on integrating with some partners and we dont currently feel comfortable publicaly sharing that code. \nThere are now multiple competitors in the diagram ChatGPT plugin space and we want to avoid loosing our competetive edge by sharing the latest updates to the code.\n\nIf you strongly feel we should open the source again message kirill2003de@gmail.com with your reasons. \n\n# How to run the project\n## local\n- Run `npm install`\n- To run the server, run `npm run dev`\n- Navigate to https:\u002F\u002Fchat.openai.com.\n- In the Model drop down, select \"Plugins\" (note, if you don't see it there, you don't have access yet).\n- Select \"Plugin store\"\n- Select \"Develop your own plugin\"\n- Enter in localhost:8787 since this is the URL the server is running on locally, then select \"Find manifest file\".\n- The plugin should now be installed and enabled! You can start with a question like \"Show me how VSCode architecture looks like\"\n## Docker\n- run `docker-compose up -d`\n\n> Note: There is some unused code in the repo which we didn't have time to clean up. Its mostly related to running GPT-4 on the server side and multi diagram support.\n\n## License\nAGPL-3.0\n","# ChatGPT 中的图表 - 展示给我\n无需离开聊天界面，即可在几秒钟内创建和编辑图表。\n\n## 一目了然地理解流程。示例：iOS 应用程序生命周期\n\u003Cimg width=\"643\" alt=\"image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_readme_f6a43845ea47.png\">\n\n## 根据描述创建图表。示例：分布式系统架构图\n\u003Cimg width=\"643\" alt=\"image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_readme_0e10a3eed9f6.png\">\n\n## 进行编辑\n\u003Cimg width=\"643\" alt=\"image\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_readme_ff71d13fd66a.png\">\n\n## 支持\n- 如有缺失功能，请在此仓库中提交 issue，并考虑参与贡献。\n- 您可以认领现有 issue，或创建一个自己想解决的问题。\n\n# 本项目现已私有化，公共版本不再积极更新。\n感谢大家对该项目的 star 和使用！我想澄清一下为什么最近没有新的提交：\n我们的团队正在与一些合作伙伴进行集成工作，目前还不太方便公开分享相关代码。此外，现在市面上已经出现了多个类似“ChatGPT 图表插件”的产品，我们希望避免因过早公开最新代码而失去竞争优势。\n\n如果您认为我们应该重新开源，请发送邮件至 kirill2003de@gmail.com，并说明您的理由。\n\n# 如何运行该项目\n## 本地运行\n- 执行 `npm install`\n- 启动服务器：`npm run dev`\n- 打开 https:\u002F\u002Fchat.openai.com。\n- 在模型下拉菜单中选择“插件”（注意：如果未看到该选项，则表示您尚未获得访问权限）。\n- 选择“插件商店”。\n- 选择“开发您自己的插件”。\n- 输入本地地址 localhost:8787（即本地服务器运行的 URL），然后点击“查找清单文件”。\n- 插件将被安装并启用！您可以从一个问题开始，例如：“向我展示 VSCode 的架构是怎样的？”\n\n## Docker 运行\n- 执行 `docker-compose up -d`\n\n> 注意：仓库中存在一些未使用的代码，由于时间关系未能清理。这些代码主要与在服务器端运行 GPT-4 以及多图表支持有关。\n\n## 许可证\nAGPL-3.0","# show-me-chatgpt-plugin 快速上手指南\n\n> **重要提示**：该项目目前已转为私有仓库，公开版本不再积极更新。以下指南基于最后公开的代码版本，仅供学习和参考。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows (需安装 WSL2 或 Git Bash)\n*   **Node.js**：建议安装 LTS 版本 (v16 或更高)\n*   **npm**：随 Node.js 自动安装\n*   **ChatGPT 账号**：必须拥有 **ChatGPT Plus** 订阅，并已开通 **Plugins (插件)** 功能权限\n*   **Docker (可选)**：如果您希望使用容器化部署，需安装 Docker Desktop 及 Docker Compose\n\n## 安装步骤\n\n您可以选择本地源码运行或 Docker 部署两种方式。\n\n### 方式一：本地运行 (推荐用于开发调试)\n\n1.  克隆项目代码（如果尚未下载）并进入目录：\n    ```bash\n    git clone \u003Crepository-url>\n    cd show-me-chatgpt-plugin\n    ```\n\n2.  安装依赖包：\n    *注：国内开发者如遇网络缓慢，可配置淘宝镜像源 `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`*\n    ```bash\n    npm install\n    ```\n\n3.  启动开发服务器：\n    ```bash\n    npm run dev\n    ```\n    服务默认将在 `http:\u002F\u002Flocalhost:8787` 运行。\n\n### 方式二：Docker 运行\n\n如果您已安装 Docker，可直接一键启动：\n\n```bash\ndocker-compose up -d\n```\n\n## 基本使用\n\n完成服务端启动后，请按以下步骤在 ChatGPT 中启用插件：\n\n1.  访问 [https:\u002F\u002Fchat.openai.com](https:\u002F\u002Fchat.openai.com)。\n2.  在模型选择下拉菜单中，点击 **\"Plugins\"**。\n    *   *若未看到该选项，请确认您的账号已解锁插件功能。*\n3.  点击 **\"Plugin store\"** (插件商店)。\n4.  滚动到底部，选择 **\"Develop your own plugin\"** (开发您自己的插件)。\n5.  在弹出的对话框中输入本地服务地址：\n    ```text\n    localhost:8787\n    ```\n6.  点击 **\"Find manifest file\"**，系统会自动读取配置并完成安装。\n7.  启用插件后，即可在对话中生成图表。\n\n### 使用示例\n\n激活插件后，尝试发送以下指令体验核心功能：\n\n*   **生成架构图**：\n    > \"Show me how VSCode architecture looks like\"\n    > (显示 VSCode 的架构长什么样)\n\n*   **根据描述创建流程图**：\n    > \"Create a distributed system diagram with a load balancer, two web servers, and a database\"\n    > (创建一个包含负载均衡器、两台 Web 服务器和一个数据库的分布式系统图)\n\n*   **修改现有图表**：\n    > \"Add a cache layer between the web servers and the database\"\n    > (在 Web 服务器和数据库之间添加一个缓存层)","某后端架构师正在向新入职的团队成员讲解复杂的微服务订单处理流程，需要快速呈现清晰的数据流向图。\n\n### 没有 show-me-chatgpt-plugin 时\n- 沟通效率低下：只能口头描述或用文字罗列组件关系，新人难以在脑海中构建出完整的系统拓扑结构。\n- 绘图耗时费力：必须切换窗口打开专业绘图软件（如 Visio 或 Draw.io），手动拖拽形状、连线并调整布局，打断思路且耗时良久。\n- 修改迭代困难：当讨论中发现逻辑漏洞需要调整架构时，重新绘制局部图表非常麻烦，导致团队倾向于“将错就错”而非即时优化。\n- 上下文割裂：图表文件与 ChatGPT 中的技术讨论文本分离，后续回顾时需要同时在多个文档间跳转查找信息。\n\n### 使用 show-me-chatgpt-plugin 后\n- 即时可视化生成：直接在对话中输入“画出订单系统的分布式架构图”，插件秒级生成标准流程图，让抽象逻辑瞬间具象化。\n- 无缝原地编辑：发现遗漏了消息队列组件时，只需指令“在支付服务和库存服务之间加入 Kafka\"，图表即在聊天窗口内自动更新，无需切换工具。\n- 动态交互演进：随着讨论深入，可随时要求“把同步调用改为异步事件驱动”，图表实时响应变化，完美匹配思维迭代速度。\n- 知识沉淀一体化：生成的图表直接嵌入对话历史，技术决策过程与最终架构图表完整保留在同一上下文中，便于日后追溯。\n\nshow-me-chatgpt-plugin 将繁琐的绘图工作转化为自然的语言交互，让技术构思到视觉呈现的路径缩短至零。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbra1nDump_show-me-chatgpt-plugin_f6a43845.png","bra1nDump","Kirill Dubovitskiy","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbra1nDump_a06f31ad.jpg","Programming is nothing without business",null,"Menlo Park","kirill2003de@gmail.com","bra1ndump.com","https:\u002F\u002Fgithub.com\u002Fbra1nDump",[85,89,93,97],{"name":86,"color":87,"percentage":88},"TypeScript","#3178c6",80,{"name":90,"color":91,"percentage":92},"HTML","#e34c26",18.2,{"name":94,"color":95,"percentage":96},"Dockerfile","#384d54",0.9,{"name":98,"color":99,"percentage":100},"Shell","#89e051",0.8,675,70,"2026-03-26T14:15:08","未说明",{"notes":106,"python":104,"dependencies":107},"该项目是一个 ChatGPT 插件，基于 Node.js 运行（需执行 npm install 和 npm run dev），也可通过 Docker 部署。本地运行需将服务地址配置为 localhost:8787 并在 ChatGPT 插件商店中手动添加。仓库中包含部分未清理的无用代码（涉及服务端 GPT-4 运行和多图表支持）。目前该项目已转为私有，公开版本不再积极更新。",[108,109],"Node.js\u002Fnpm","Docker (可选)",[15,36],"2026-03-27T02:49:30.150509","2026-04-06T07:16:15.693999",[114,119,124,129,134,139],{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},10607,"遇到图表渲染失败或 HTTP 504\u002F500 错误怎么办？","这通常是由于 Kroki 服务过载或不稳定导致的。维护者已采取以下措施：\n1. 短期缓解：Kroki 官方已修复部分中断问题，可尝试重试。\n2. 长期方案：部署自定义的 Kroki 集群（例如使用 Kubernetes 或分别部署容器到 Fly.io），并配置健康检查以检测并重启故障组件。\n3. 监控：设置 Mixpanel 警报以便在发生中断时收到通知。\n注意：Mermaid\u002FPuppeteer 已知存在不稳定性，头版 Chrome 可能会崩溃，相关 GPU 错误日志通常可忽略。","https:\u002F\u002Fgithub.com\u002Fbra1nDump\u002Fshow-me-chatgpt-plugin\u002Fissues\u002F26",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},10608,"遇到 Cloudflare 'Worker threw exception' 错误如何解决？","该错误通常与后端的 Kroki 服务中断有关（参见 Issue #26）。\n解决方案：\n1. 等待维护者切换回稳定的 Kroki 实例或修复自有集群。\n2. 如果是自行部署，请确保后端 Kroki 服务（特别是 kroki-mermaid 组件）运行正常且域名解析正确。\n3. 长期建议是自建带有健康检查机制的 Kroki 集群，以防单点故障。","https:\u002F\u002Fgithub.com\u002Fbra1nDump\u002Fshow-me-chatgpt-plugin\u002Fissues\u002F27",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},10609,"是否支持 Mermaid 以外的图表语法（如 PlantUML、GraphViz）？","目前插件主要通过提示工程优化了对 Mermaid (graph TB\u002FLR) 的支持，因为 GitHub 上相关示例最多，能减少语法错误。\n关于支持更多语法（如 PlantUML）：\n1. 维护者持开放态度，但警告增加类型会引入更多潜在错误。\n2. 社区建议优先选择一种拥有大量 GitHub 样本的新语法开始集成。\n3. 目前暂无全面支持所有 Kroki 语法的计划，需平衡稳定性与功能扩展。","https:\u002F\u002Fgithub.com\u002Fbra1nDump\u002Fshow-me-chatgpt-plugin\u002Fissues\u002F3",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},10610,"为什么无法克隆仓库或在 Windows 上检出文件失败？","这是因为仓库中包含名为 'prompts\u002FFinding good : bad diagrams.md' 的文件，其中的冒号 (:) 字符在 Windows 文件系统中是非法的。\n解决方法：\n1. Windows 用户无法直接完整检出该文件。\n2. 可以尝试在 Linux\u002FMac 环境下克隆，或者手动重命名\u002F跳过该特定文件。\n3. 维护者可能需要修改文件名以移除特殊字符以兼容 Windows。","https:\u002F\u002Fgithub.com\u002Fbra1nDump\u002Fshow-me-chatgpt-plugin\u002Fissues\u002F15",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},10611,"插件支持 Python 代码生成的图表（如 matplotlib）吗？","不支持。该插件目前仅专注于通过 Kroki 渲染标记语言（如 Mermaid）生成的图表。\n对于提交的使用 numpy\u002Fmatplotlib\u002Fnetworkx 的代码请求，维护者明确表示这是 Python 绘图相关功能，不在当前支持范围内，且短期内没有开发计划。","https:\u002F\u002Fgithub.com\u002Fbra1nDump\u002Fshow-me-chatgpt-plugin\u002Fissues\u002F24",{"id":140,"question_zh":141,"answer_zh":142,"source_url":118},10612,"如何自行部署高可用的 Kroki 服务以避免渲染错误？","为了避免公共 Kroki 服务的不稳定，建议自行部署：\n1. 推荐方案：部署 Kubernetes 集群来运行 Kroki，这样可以路由所有请求到自定义服务器，并方便管理。\n2. 替代方案：将容器单独部署到 Fly.io 等平台。\n3. 关键配置：必须设置健康检查，以便在伴随容器（如 kroki-mermaid）宕机时自动重启。\n4. 注意：如果在 Fly.io 部署，需确保 Java 主服务能正确解析 kroki-mermaid 的域名，避免 UnknownHostException。",[]]