[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ty4z2008--Qix":3,"tool-ty4z2008--Qix":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},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",158594,2,"2026-04-16T23:34:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":79,"stars":82,"forks":83,"last_commit_at":84,"license":85,"difficulty_score":86,"env_os":87,"env_gpu":88,"env_ram":88,"env_deps":89,"category_tags":92,"github_topics":93,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":102,"updated_at":103,"faqs":104,"releases":140},8318,"ty4z2008\u002FQix","Qix","Machine Learning、Deep Learning、PostgreSQL、Distributed System、Node.Js、Golang","Qix 是一个由开发者廖君维护的开源技术资源库，旨在为技术人员提供高质量的学习资料与文档翻译。它并非一个直接运行的软件工具，而是一个汇聚了机器学习、深度学习、Golang 编程、PostgreSQL 数据库以及分布式系统等前沿领域知识的知识库。\n\n在技术快速迭代的今天，许多优质的一手资料多为英文，这给部分开发者带来了语言障碍。Qix 通过整理和翻译核心文档（如 node-mysql 官方文档的中文版），并系统性地梳理各技术栈的学习章节，有效解决了中文社区高质量系统性学习资料稀缺的问题。同时，项目鼓励社区协作，欢迎用户通过提交 PR 或反馈来共同修正内容错误，确保知识的准确性。\n\nQix 特别适合后端开发工程师、数据科学家、算法研究人员以及计算机专业的学生使用。无论你是想深入理解分布式系统架构，还是希望快速上手 Golang 或 PostgreSQL，都能在这里找到结构清晰的学习路径。其独特的亮点在于不仅提供了静态资源，更构建了一个开放共享的技术交流氛围，让学习者能在尊重原创的基础上，共同参与知识的完善与传播。","\n[![PRs Welcome](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg?style=flat-square)](http:\u002F\u002Fmakeapullrequest.com) ![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fty4z2008\u002Fqix.svg?style=plastic) ![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fty4z2008\u002Fqix.svg?color=blue&style=plastic) \n\n## About Me\n\nWeiBo: [@廖君_Jun](http:\u002F\u002Fweibo.com\u002Fty4z2008)\n\nTwitter: [@廖君](https:\u002F\u002Ftwitter.com\u002Fty4z2008)\n\nE-Mail: ty4z2008@gmail.com\n\nScale System Channel: [https:\u002F\u002Ft.me\u002Fscalesystem](https:\u002F\u002Ft.me\u002Fscalesystem)\n\n**NOTE** \n\nThere may be some incorrect information in the article. I hope i can correct error with you.  you can contact me with Email or PR\n\n## Pull Request welcome:blush:\n\n## My translation\n\n### node-mysql document translate\n\n- [node-mysql offcial document](https:\u002F\u002Fgithub.com\u002Ffelixge\u002Fnode-mysql\u002Fblob\u002Fmaster\u002FReadme.md)\n\n- [node-mysql Chinese document](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fnode.md)\n\n## Machine Learning And deep learning Resources\n\n- [Chapter 1](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdl.md)\n\n- [Chapter 2](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdl2.md)\n\n## Golang learning resources\n\n- [Chapter 1](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fgolang.md)\n\n\n## PostgreSQL database resources\n\n- [Chapter 1](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fpg.md)\n\n\n## Distributed system resources\n\n- [Chapter 1](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fds.md)\n\n## Database system resources\n\n- [Chapter 1](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdb.md)\n\n\n\n## Additional notes\n\nDear friends. In order to respect to  the efforts   of authorship. In the reading process, when you find that resource the authorship is incorrect I also want you to[Submit feedback](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues)。Thanks buddy！\n\n## License\n\n[MIT License](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002FLicense.md)\n","[![欢迎提交PR](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg?style=flat-square)](http:\u002F\u002Fmakeapullrequest.com) ![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fty4z2008\u002Fqix.svg?style=plastic) ![GitHub 分叉数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002Fty4z2008\u002Fqix.svg?color=blue&style=plastic) \n\n## 关于我\n\n微博: [@廖君_Jun](http:\u002F\u002Fweibo.com\u002Fty4z2008)\n\nTwitter: [@廖君](https:\u002F\u002Ftwitter.com\u002Fty4z2008)\n\n电子邮箱: ty4z2008@gmail.com\n\nScale System 频道: [https:\u002F\u002Ft.me\u002Fscalesystem](https:\u002F\u002Ft.me\u002Fscalesystem)\n\n**注意** \n\n文章中可能存在一些不准确的信息。我希望可以与大家一起纠正错误。您可以通过电子邮件或提交 Pull Request 与我联系。\n\n## 欢迎提交 Pull Request :blush:\n\n## 我的翻译\n\n### node-mysql 文档翻译\n\n- [node-mysql 官方文档](https:\u002F\u002Fgithub.com\u002Ffelixge\u002Fnode-mysql\u002Fblob\u002Fmaster\u002FReadme.md)\n\n- [node-mysql 中文文档](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fnode.md)\n\n## 机器学习与深度学习资源\n\n- [第一章](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdl.md)\n\n- [第二章](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdl2.md)\n\n## Golang 学习资源\n\n- [第一章](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fgolang.md)\n\n\n## PostgreSQL 数据库资源\n\n- [第一章](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fpg.md)\n\n\n## 分布式系统资源\n\n- [第一章](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fds.md)\n\n## 数据库系统资源\n\n- [第一章](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdb.md)\n\n\n\n## 补充说明\n\n亲爱的朋友们。为了尊重作者的劳动成果，在阅读过程中，如果您发现资源中的署名信息有误，也请您[提交反馈](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues)。谢谢大家！\n\n## 许可证\n\n[MIT 许可证](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002FLicense.md)","# Qix 快速上手指南\n\n> **注意**：根据提供的 README 内容，**Qix 并非一个可安装的 AI 软件工具或框架**，而是一个由开发者廖君（ty4z2008）维护的**技术资源汇总仓库**。它主要包含 Node.js、机器学习、Golang、PostgreSQL 及分布式系统等领域的文档翻译和学习资料链接。\n\n因此，本指南将指导您如何获取和使用这些学习资源，而非安装某个二进制程序。\n\n## 环境准备\n\n本项目为纯文档资源库，无特定的系统要求或前置依赖。您只需要：\n- 一台可连接互联网的计算机（Windows \u002F macOS \u002F Linux 均可）\n- 已安装 **Git**（用于克隆仓库）或仅需浏览器访问网页\n- （可选）Markdown 阅读器，以便在本地更好地阅读 `.md` 文档\n\n## 安装步骤（获取资源）\n\n您可以通过以下两种方式获取学习内容：\n\n### 方式一：在线直接阅读（推荐）\n直接访问 GitHub 仓库页面浏览各章节文档，无需下载：\n- [Node.js MySQL 中文文档](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fnode.md)\n- [机器学习与深度学习资源](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdl.md)\n- [Golang 学习资源](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fgolang.md)\n- [PostgreSQL 数据库资源](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fpg.md)\n- [分布式系统资源](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fds.md)\n- [数据库系统资源](https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fblob\u002Fmaster\u002Fdb.md)\n\n### 方式二：克隆到本地\n如果您希望离线阅读或参与贡献，请使用终端执行以下命令：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix.git\ncd Qix\n```\n\n*注：若在国内访问 GitHub 速度较慢，可配置 Git 代理或使用国内代码托管平台（如 Gitee）的镜像仓库（如有）。*\n\n## 基本使用\n\n由于 Qix 是文档集合，\"使用\"即指阅读和学习其中的内容。\n\n### 示例：查看机器学习入门资料\n1. 进入项目目录（如果已克隆）：\n   ```bash\n   cd Qix\n   ```\n2. 使用任意文本编辑器或 Markdown 查看器打开 `dl.md` 文件：\n   ```bash\n   # Linux\u002FmacOS 使用 cat 查看\n   cat dl.md\n   \n   # 或使用 VS Code 打开\n   code dl.md\n   ```\n3. 跟随文档中的链接深入学习相关章节。\n\n### 参与贡献\n如果您发现文档中有错误信息或希望补充内容，欢迎提交 Pull Request 或 Issue：\n```bash\n# 修改文件后提交 PR\ngit add .\ngit commit -m \"fix: 修正某处文档错误\"\ngit push origin main\n```\n或在 GitHub 页面点击 **Pull Request** 按钮提交反馈。","某初创数据团队正在构建一个融合实时推荐与事务处理的混合架构，急需整合机器学习算法、Node.js 后端、Golang 高性能服务以及 PostgreSQL 分布式数据库。\n\n### 没有 Qix 时\n- 团队成员在机器学习和深度学习领域缺乏系统指引，面对海量碎片化教程不知从何入手，导致算法选型周期长达数周。\n- 后端开发人员在查阅 Node.js 操作 MySQL 或 Golang 基础语法时，只能依赖质量参差不齐的英文文档，语言障碍频发且容易误解 API 用法。\n- 架构师在设计分布式系统和 PostgreSQL 集群时，找不到经过验证的最佳实践案例，只能靠试错排查隐患，增加了系统上线后的故障风险。\n- 内部知识沉淀困难，新入职员工需要花费大量时间自行搜索和整理技术资料，培训成本高昂且效率低下。\n\n### 使用 Qix 后\n- 团队直接利用 Qix 整理的机器学习与深度学习章节，快速掌握了核心概念与资源路径，将算法调研时间从数周压缩至几天。\n- 开发人员参考 Qix 中高质量的 Node-mysql 中文翻译及 Golang 学习指南，消除了语言隔阂，代码编写准确率显著提升。\n- 架构师依据 Qix 提供的分布式系统与 PostgreSQL 专项资源，迅速构建了稳健的数据库架构，避免了常见的设计陷阱。\n- 团队将 Qix 作为内部统一的技术知识库，新员工能按图索骥快速上手，大幅降低了沟通与培训成本。\n\nQix 通过提供结构化、多语言且经过筛选的全栈技术资源，帮助团队打破了信息孤岛，实现了从混乱探索到高效交付的转变。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fty4z2008_Qix_1cf44b0f.png","ty4z2008","Jun Liao","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fty4z2008_750be21f.jpg","I'm a chef","GBLinker","Shenzhen, China ","ty4z2008@gmail.com",null,"http:\u002F\u002Fweibo.com\u002Fty4z2008","https:\u002F\u002Fgithub.com\u002Fty4z2008",15100,4613,"2026-04-16T10:19:28","NOASSERTION",1,"","未说明",{"notes":90,"python":88,"dependencies":91},"该项目并非一个可运行的 AI 工具或软件库，而是一个个人技术资源汇总仓库（包含 Node.js、机器学习、Golang、PostgreSQL 等学习资料的链接和翻译）。因此，它没有具体的操作系统、硬件配置、编程语言版本或依赖库安装需求。",[],[16,14],[94,95,96,97,98,99,100,101],"machine-learning","distributed-systems","postgresql","deep-learning","go","awesome","distributed-computing","distributed-database","2026-03-27T02:49:30.150509","2026-04-17T09:54:08.816385",[105,110,115,120,125,130,135],{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},37222,"《分布式系统原理与范型》第二版的课后解答链接失效了，哪里可以找到？","该问题已被维护者修复。如果遇到链接失效，通常意味着仓库中的资源已更新，请刷新页面或查看最新的提交记录以获取有效链接。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F54",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},37223,"《分布式系统领域经典论文翻译集》的链接打不开了，有本地离线版本或其他替代地址吗？","原链接失效后，社区用户提供了替代地址：您可以访问 duanple 的博客查看该翻译集，网址为 http:\u002F\u002Fduanple.com\u002F?p=170。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F34",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},37224,"如何向该项目推荐或添加新的机器学习聚合仓库（Awesome Lists）？","您可以在项目的 Issue 中列出希望添加的仓库链接（例如 awesome-fraud-detection-papers 等），维护者审核后会将其合并到项目中。已有先例表明，直接提供 GitHub 仓库地址即可被采纳。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F33",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},37225,"项目中的资料非常多且杂，是否有计划进行分类整理？","维护者表示希望能将资料按标准文档进行分类，但人手不足。如果您愿意协助分类整理，可以通过邮件 ty4z2008@gmail.com 联系维护者参与协作。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F15",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},37226,"斯坦福《自然语言处理》（CS224d）课程的视频原链接失效了，有新地址吗？","是的，原链接已更新。新的课程大纲和资源地址为：http:\u002F\u002Fcs224d.stanford.edu\u002Fsyllabus.html。维护者已在收到反馈后修正了相关链接。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F13",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},37227,"项目中章节里的某些链接（如第 1 章第 10 个链接）失效了怎么办？","维护者通常会及时补充新链接。对于特定资源如《深度学习与统计学习理论》，如果图片在新文章中加载失败，建议关注 Issue 中的后续更新或直接搜索该标题获取最新资源。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F14",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},37228,"gh-pages 分支里包含的是什么内容？","gh-pages 分支通常用于托管 GitHub Project Pages（项目主页）。您可以通过搜索引擎查找该项目的主页地址，或者直接访问 https:\u002F\u002F用户名.github.io\u002F仓库名 来查看渲染后的文档内容。","https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\u002Fissues\u002F25",[141],{"id":142,"version":64,"summary_zh":143,"released_at":144},297767,"Qix\n\n版权所有 (C) 2015 https:\u002F\u002Fgithub.com\u002Fty4z2008\u002FQix\n\n特此授予任何人免费获取本软件及与其相关的文档文件（“软件”）副本的权利，允许其以任何方式处理该软件，包括但不限于使用、复制、修改、合并、发布、分发、再许可和\u002F或销售该软件的副本，并允许向其提供软件的人士进行上述操作，但须遵守以下条件：\n\n上述版权声明和本许可声明应包含在该软件的所有副本或重要部分中。\n\n本软件按“原样”提供，不提供任何形式的担保，无论是明示的还是默示的，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权所有者均不对因本软件或其使用而引起的任何索赔、损害或其他责任承担任何责任，无论该等责任是基于合同、侵权行为或其他原因，亦无论该等责任是源于、与本软件有关或与之相关。","2014-09-26T09:20:25"]