这里有小众软件和发现频道的内容更新，以及一个绑定的私有群组。
💬 吹水群：https://t.me/appinn
📖 RSS 订阅地址：https://feeds.feedburner.com/apipnntgfeed
📣 发现频道 @appinnfaxian
在这个频道发布广告（Buy ads on this channel）: https://telega.io/c/appinnfeed
💬 吹水群：https://t.me/appinn
📖 RSS 订阅地址：https://feeds.feedburner.com/apipnntgfeed
📣 发现频道 @appinnfaxian
在这个频道发布广告（Buy ads on this channel）: https://telega.io/c/appinnfeed
💧 #小众软件
wBlock – 75 万+ Safari 过滤规则，免费开源 iPhone 广告过滤应用
https://www.appinn.com/wblock/
wBlock 是一款新鲜的 iPhone、Mac 广告过滤应用，主要针对 Safari，有超过 75 万条规则可以订阅，适合于各个国家用户使用（包括中国），资源占用低，免费开源。
1. 支持多达 75 万条广告过滤规则，每个平台用 5 个 Safari 扩展，性能优异
2. 平均仅占 40MB 内存，不拖慢 Safari
3. 使用高效架构，规则存储和更新速度快，不影响网页流畅
4. 支持自定义和多语言的过滤列表，可按需导入或切换
5. 元素清除、自定义脚本、强力屏蔽广告/跟踪器/弹窗
6. 配置灵活，可自动更新，支持白名单和分区域内容过滤
7. 实时监控规则状态，后台自动刷新过滤器
https://apps.apple.com/us/app/wblock/id6746388723
wBlock – 75 万+ Safari 过滤规则，免费开源 iPhone 广告过滤应用
https://www.appinn.com/wblock/
wBlock 是一款新鲜的 iPhone、Mac 广告过滤应用，主要针对 Safari，有超过 75 万条规则可以订阅，适合于各个国家用户使用（包括中国），资源占用低，免费开源。
1. 支持多达 75 万条广告过滤规则，每个平台用 5 个 Safari 扩展，性能优异
2. 平均仅占 40MB 内存，不拖慢 Safari
3. 使用高效架构，规则存储和更新速度快，不影响网页流畅
4. 支持自定义和多语言的过滤列表，可按需导入或切换
5. 元素清除、自定义脚本、强力屏蔽广告/跟踪器/弹窗
6. 配置灵活，可自动更新，支持白名单和分区域内容过滤
7. 实时监控规则状态，后台自动刷新过滤器
https://apps.apple.com/us/app/wblock/id6746388723
小众软件
wBlock - 75 万+ Safari 过滤规则，免费开源 iPhone 广告过滤应用 - 小众软件
wBlock 是一款新鲜的 iPhone、Mac 广告过滤应用，主要针对 Safari，有超过 75 万条规则可以订阅，适合于各个国家用户使用（包括中国），资源占用低，免费开源。@Appinn
苹果为首笔充值订单打折，今天到26日，充值在5～1000元之间可享受 9 折优惠。
注意限制为首笔充值优惠
https://apps.apple.com/account/add-funds?prefetchLoc=false&addMoney=true
1024 在程序员圈里被戏称为「程序员节」或「程序员的节日」。
这梗的起源其实挺 geek 的——
1024 是 2 的 10 次方，也就是 1KB（千字节）。在计算机世界里，一切从 0 开始计数，二进制为尊，所以 1024 这个数字对程序员来说天然有一种仪式感。久而久之，10 月 24 日（10/24）就被一些技术社区自发地当成庆祝程序员、代码与极客文化的日子。
DeepSeek 团队发布了一个新模型：DeepSeek-OCR
它是一个高性能 OCR（光学字符识别）模型，但用的是大模型思路来理解图像和文本的关系，不只是“识别文字”，而是在“读懂文档”。
DeepSeek-OCR 是一个从 LLM（大型语言模型）视角出发重新设计的 OCR 系统。
它通过视觉编码器（vision encoder）压缩图像上下文，让模型在“理解”图像内容时更高效。
可以说，它把视觉输入当成语言模型的延伸，而不是单纯的图像任务。
模型目前已经开源，并在 Hugging Face 上提供可下载版本，同时也被上游框架 vLLM 正式支持。
这意味着你可以直接用它在大规模并行环境下跑推理任务。
https://github.com/deepseek-ai/DeepSeek-OCR
它是一个高性能 OCR（光学字符识别）模型，但用的是大模型思路来理解图像和文本的关系，不只是“识别文字”，而是在“读懂文档”。
DeepSeek-OCR 是一个从 LLM（大型语言模型）视角出发重新设计的 OCR 系统。
它通过视觉编码器（vision encoder）压缩图像上下文，让模型在“理解”图像内容时更高效。
可以说，它把视觉输入当成语言模型的延伸，而不是单纯的图像任务。
模型目前已经开源，并在 Hugging Face 上提供可下载版本，同时也被上游框架 vLLM 正式支持。
这意味着你可以直接用它在大规模并行环境下跑推理任务。
https://github.com/deepseek-ai/DeepSeek-OCR
GitHub
GitHub - deepseek-ai/DeepSeek-OCR: Contexts Optical Compression
Contexts Optical Compression. Contribute to deepseek-ai/DeepSeek-OCR development by creating an account on GitHub.
