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
用 Ollama 跑本地大模型，拉模型总卡在 pulling：先看是磁盘还是网络还是内存
在本机/服务器用 Ollama 跑开源大模型（llama3、qwen 之类），ollama pull llama3 一直卡在 pulling，要么进度不动要么特别慢，偶尔报 EOF、connection reset。排查要先分清卡在哪一层，别反复删了重拉。
先看是不是网络问题（最常见）： Ollama 默认从 registry.ollama.ai / GitHub Releases 拉模型，国内服务器访问经常不稳定。判断：
curl -I https://registry.ollama.ai 2>&1 | head
如果网络不通或极慢，两条路：
- 配代理（Ollama 走 HTTP_PROXY/HTTPS_PROXY 环境变量），临时拉完可撤。
- 用国内镜像/中转源（很多第三方 Ollama 镜像站，如某些高校/云厂商的镜像），把
OLLAMA_REGISTRY或镜像地址指过去。镜像源可信度要自己判断，别拉来历不明的模型文件。
再查磁盘： 模型动辄几个 G 到几十 G，如果模型要下载到的目录所在分区空间不够，会一直卡在某个进度或报磁盘相关错。Ollama 默认模型目录：
# Linux: ~/.ollama/models，或 $OLLAMA_MODELS 指定的目录
df -h $(ollama list 2>/dev/null; echo ~/.ollama/models) # 看空间
du -sh ~/.ollama/models
空间不够就换目录：
export OLLAMA_MODELS=/data/ollama
ollama serve
（换目录要重启 ollama 服务才生效，systemd 管理的话改 service 的 Environment。）
再查内存（拉完跑起来崩的情况）：如果模型 pull 完了但一 ollama run 就 OOM 或加载失败，是内存/量化问题：
- 看模型大小和机器内存：7B 模型 fp16 约 14G，量化 q4 约 4-5G。内存不够就拉量化版（
qwen2.5:7b-q4_K_M）或用更小的模型。 ollama run崩溃常见报错not enough memory/cuda error（GPU 场景）/ 直接被 OOM killer 杀。- 设
OLLAMA_NUM_PARALLEL和OLLAMA_MAX_LOADED_MODELS控制并发，减少内存压力。
常见卡 pulling 的具体现象和对应处理：
- 进度到 99% 卡住 → 校验/解压阶段，磁盘 IO 慢或空间快满，看
df -h，别急着判断"下完了"。 - 一开始就转圈不动 → 大概率网络连不上 registry，先 curl 测。
- 下载一半断 → Ollama 支持断点续传，重跑
ollama pull 同名会接着下，不用删了重来。 - 报
digest mismatch/ 校验失败 → 下载文件损坏，删掉该模型的临时文件重新拉，或者网络问题导致，配好代理再拉。
几个环境变量值得知道：
OLLAMA_MODELS # 模型存放目录
OLLAMA_HOST # 服务监听地址，默认 127.0.0.1:11434
OLLAMA_NUM_PARALLEL # 并发请求数
HTTP_PROXY # 拉模型时走代理
排查顺序总结： 卡 pulling 先 curl 测 registry 连通性排网络 → df -h 看模型盘空间 → 确认是否走代理/镜像 → 拉完跑不起来的看内存和量化。别一卡就反复删模型重拉，先定位层。