笔记
0工具
0此页用于记录用户反馈问题后的每一次改进
关于
“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
不想公开、只想临时给人看：点“分享”生成一条带密码和有效期的链接，到期自动失效，你也能随时撤销。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
趋势
Hugging Face 下模型/数据集老下不动：huggingface-cli、镜像站、断点续传三个思路
huggingface_hub 或 git lfs 从 Hugging Face 拉模型权重，动不动几 GB 甚至几十 GB，网络一抖就断、还要从头再来，尤其国内访问 huggingface.co 经常超时。下载慢/下不动，按下面几个思路处理。
思路一：用 huggingface-cli 代替裸 wget/git。 官方 huggingface_hub 自带断点续传，比用 git clone（对大文件走 git-lfs）稳：
pip install -U huggingface_hub
huggingface-cli download 模型ID --local-dir ./模型目录
它支持断点续传，中断后重跑会接着下，这是裸下载不具备的。
思路二：换国内镜像/中转。 HF 官方在国内外速度差异大，常见做法是走镜像站（如 hf-mirror.com 等中转）。用环境变量全局指过去：
export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download 模型ID --local-dir ./模型目录
设了 HF_ENDPOINT 后，huggingface_hub 的下载、transformers 加载模型时自动走镜像。注意镜像站的可信度和稳定性，模型权重是二进制，尽量用知名镜像，校验一下 hash。
思路三：搞清楚下载慢的根源再对症。
- 大文件被限速 → 走镜像 + huggingface-cli 断点续传，往往能解决大部分"卡住"。
- 单文件特别大（几十 G 的模型）→ 确认磁盘空间够（下到一半空间满是最常见的"莫名失败"原因），用
--local-dir指定到空间大的盘。 - 需要登录的模型（gated repo，比如某些新模型要同意协议）→ 先
huggingface-cli login，否则会报 401/gated，不是网络问题。 - 走 git clone 的话大文件是 lfs 指针不是真文件 → 需要
git lfs pull，很多人 clone 完发现一堆几 KB 的指针文件就是漏了这步。直接 huggingface-cli download 能避免这个坑。
在代码里加载时也想走镜像：transformers 加载模型前设环境变量即可：
import os
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"
# 再正常 from_pretrained
下载完验证：模型目录里应该有 *.safetensors/*.bin 权重文件且大小正确（别只有 lfs 指针的几 KB 文件）。huggingface-cli 下载会在 .cache 里存，--local-dir 直接落目录最直观。
排查顺序： 下不动先 curl -I https://huggingface.co 测连通 → 慢/断走镜像 + huggingface-cli → gated 模型记得 login → 确认磁盘空间和是否 lfs 指针。别用裸 wget 硬扛大文件，断点续传是刚需。