Gathin23/tv-vibehack

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

这是一套让电视所有者在Android TV和Google TV上停用广告服务、遥测（使用信息上报）应用和预装应用的提示词与脚本，并附带原生启动器应用。README称，最初的工作由Claude Code在真实电视上使用PROMPT.md完成。在电视上开启USB调试并在屏幕上允许电脑连接后，具有shell权限的编程助手会按照提示词执行，并询问要保留哪些应用。它通过ADB（Android调试连接）备份软件包和设置，用pm disable-user停用应用，并在每一步用电视截图确认结果。tools/restore.sh可以重新启用这些软件包和原有启动器。用Java编写的启动器会列出已安装应用，把四个应用固定在dock中，可切换HDMI和Live TV输入，且没有联网权限。构建启动器需要JDK 17和Android SDK 34，手动工具需要Python 3和adb-shell。仓库包含README标为已测试的五个机型列表，Samsung、LG和Fire TV不在支持范围内。多数列表还会停用更新服务，因此只有重新启用该服务后才能收到固件更新。

许可证

自定义许可 自定义或非标准许可。复用前请阅读许可证文件。

同领域的其他仓库

• mlabonne/llm-course
  这是面向大语言模型（LLM）入门学习者的课程资料集，在一个GitHub README中汇集了路线图、概念说明和参考资料链接。课程分为三部分：涵盖数学、Python和神经网络的选修部分LLM Fundamentals，讲模型构建的The LLM Scientist，以及讲LLM应用开发与部署的The LLM Engineer。Scientist部分涵盖模型结构、预训练、后训练数据、微调、偏好对齐、评估、量化和模型合并。Engineer部分涵盖模型运行、向量存储、RAG（检索增强生成）、智能体、推理优化、部署和安全。微调、量化和合并的实践笔记本以仓库外的Google Colab链接提供，部分说明提到RunPod、Hugging Face Hub和ZeroGPU等外部服务。仓库只包含README、许可证和图片，属于无需安装的阅读资料，README表示课程将保持免费。本次未检查笔记本内容、GPU要求和所链接资料的使用条款。笔记本标题以Llama 2、Llama 3.1和Mistral-7b等特定模型为前提，运行前应确认库的版本。
• lucannez64/darling-lol
  这是面向开发者的实验性Darling运行环境补丁和集成工具集，用于在x86-64 Linux上测试macOS版League of Legends客户端。它处理图形、音频、输入和启动兼容性，不是完成的游戏启动器。输入包括固定版本的Darling源码和另行获取的官方游戏安装文件，目标是在修改后的运行环境中启动客户端和游戏。仓库包含源码补丁、构建、安装和回归检查工具，不包含游戏文件、账号数据库或令牌。需要Linux 5.14及以上、X11或Xwayland、硬件Vulkan/OpenGL驱动、构建依赖及Python 3.12及以上。构建运行环境和安装游戏是独立步骤，仅下载仓库不会自动启用游戏。作者说明维护时间有限，尚未在另一台机器上从全新检出开始完成端到端验证。README明确警告永久封号风险，兼容性修改不代表Riot认可，文中性能也未在这里独立验证。
• darlinghq/darling
  Darling是供开发者在Linux上运行macOS程序的兼容运行环境，不需要虚拟机。它接收macOS可执行文件及所需资料，目标是在Linux宿主环境中运行这些程序。官方README描述Mach-O加载器、用户态darlingserver以及Darwin接口和Apple框架的重新实现，这里并未独立审计内部源码。部分命令行工具可以运行，但图形应用支持仍在开发，Xcode本体尚不支持。可从现有官方软件包或满足文档依赖的源码构建开始，目标应用需另行准备。构建指南要求x86-64 Linux、Clang和CMake等工具、子模块及支持库。DPREFIX提供类似macOS的文件结构，但因使用overlayfs，NFS或eCryptfs等存储位置受到限制。安装运行环境不保证特定应用可用，项目也明确表示未审查社区软件包。
• chenglou/handwired
  Handwired是以神经网络形式编写程序逻辑的MIT许可TypeScript项目。程序是32-bit浮点数上的固定运算列表，主要是加权和与ReLU乘积，另有取0或1的舍入和查表读取，权重由人手写而无需训练。README称它能把普通JavaScript变成神经网络。docs写明没有转换现有JavaScript源码的工具，程序要用向Circuit追加运算的builder code来编写。if-else会变成两个分支都计算、再由0或1的值选出其一的算术式，README称整个程序因此可微，docs则要求为舍入和查表读取另设gradient选项。程序读取由cell组成的一个Float32Array，由host端JavaScript写入输入、执行求值、写回下一状态并把结果绘制到DOM。程序在CPU上的JavaScript中运行，只有JSON搜索演示将其转换为WebGPU shader，在每次按键时搜索生成的100,000份JSON文档。演示包括由一个程序驱动三个窗口和dock的HandwiredOS、用程序gradient训练布局网络的照片画廊，以及JSON搜索页面。上手需要Bun(项目测试过的版本是1.4.3)，用bun install和bun start打开演示站点，新应用从开关切换的template开始。lab的状态文档列出了gradient随代码书写顺序而变等已知问题，lab文件夹里是早期实验。
• nyacg/do-on-container
  do-pool是仓库do-on-container中的一个TypeScript实验。它可以把同一个Cloudflare Durable Object类作为真正的Durable Object运行，或在Cloudflare Containers的workerd中每个container集中运行数百个。它面向游戏loop、在线状态、外部feed、等待模型响应的AI智能体这类一直醒着但工作很少、却按醒着的时长付费的对象。在POST.md中，1,000个此类对象每月在pool中约22美元，作为真正的Durable Object约4,050美元，文中认为主要处于hibernate的对象更适合真正的Durable Object。placement对象把对象分配到container，根据CPU和连接统计调整node数量，把繁忙node上的对象成批迁移，并用每次分配的epoch防止过期的迁移。每个node每30秒把所有变更过的对象写成一个R2 segment和一个manifest，收到SIGTERM时会先全部保存。遇到突发故障时最多可能丢失30秒的写入，文中的SIGKILL测试10条中留下5条，drain测试10条全部保留。container的位置无法选择，文中浏览器测量的pool往返时间约为80ms，真正的Durable Object约为20ms。运行需要Cloudflare账户和API token、R2 bucket以及构建linux/amd64镜像的Docker，状态endpoint公开，只有管理调用需要token。文章标注为草稿，仓库没有许可证文件，两个演示是实时光标和Yjs协同编辑器。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。