“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。
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。
meituan-longcat/LongCat-2.0 —
LongCat-2.0 — 美团开源的超长文本生成与理解工具,专治大模型“上下文不够用”。
这项目是美团那边搞出来的,说白了就是解决一个老问题:现在大模型处理长文本的能力还是有限,比如你想让它一口气读完一整本小说,或者分析一份几十页的合同,大多数模型直接“断片”——要么记不住前面说了啥,要么干脆因为超长上下文导致性能崩掉。LongCat-2.0 就是针对这个痛点来的,它通过一些优化手段(比如分块、压缩、注意力机制调整),让模型能更高效地处理超长序列,同时保持生成质量不拉胯。
适合的场景挺明确的:比如做文档分析、代码库理解、长对话历史总结、金融报告解读、法律条款对比这些。谁用?主要是搞 NLP 的工程师、做 RAG(检索增强生成)的团队,或者那些想把大模型落地到实际业务、但被上下文长度卡脖子的人。特别适合那些需要“把一整本书塞进模型”的场景,而不是只喂个几百字的小短文。
另外,这项目是美团内部实践出来的,说明已经在生产环境里验证过,不是那种实验室玩具。代码结构也比较清晰,基于 PyTorch,如果你用过 huggingface 的 transformers 库,上手应该不费劲。Stars 虽然目前只有 220,但作为企业级开源项目,实用性比热度更重要。如果你正在搞长文本相关的 LLM 应用,值得拉下来试试。