新闻详情

新闻详情

首页 / 资讯中心 / 详情

用Kindel看微信读书---KOreader电子书篇

发布时间:2026/11/17 10:15:08来源:尧图网络
用Kindel看微信读书---KOreader电子书篇
第三方电子书阅读器KOreader的安装主要分三个步骤一是安装插件安装器二是安装插件启动器三是安装第三方电子书阅读器。一、 安装插件安装器MobileRead Package Installer (MRPI)MRPI 是 KUAL Kindle Unified Application Launcher) 插件。 Kindle 固件不支持插件文件刷入 bin 安装方式所以需要使用 MRPI 来安装插件。见资源绑定.安装1.将附件下载到计算机并解压缩文件夹中包括2个文件夹 extensions 和 mrpackages 以及changelog和version文件2.将 Kindle 与计算机互联计算机发现 Kindle并显示磁盘大小3.把解压缩文件夹内的 extensions 和 mrpackages 2个文件夹复制到 Kindle 的根目录如果根目录已有 extensions 文件夹只需要把解压得到的 extensions 文件夹中的内容拷贝到 Kindle 根目录原有的 extensions 文件夹内避免复制过程中将原文件夹内的其它文件覆盖或删除二、安装插件程序启动器KUALKUAL 是一款插件启动器。安装 KUAL 之后可以安装各类插件并通过 KUAL 启动。Kindle 7的安装步骤1.在计算机上下载KUAL地址然后直接解压缩下载到的文件得到KUAL文件夹2.将 Kindle 与计算机互联计算机发现 Kindle并显示磁盘大小3.在解压缩文件夹中找到 Update_KUALBooklet_v2.7.37_install文件拷贝到 Kindle 根目录下的 mrpackages 文件夹然后在 Kindle 搜索框中输入 ;log mrpi 选择确定回车4.Kindle调用 mrpi 安装 KUAL完成后Kindle 重启。如果 KUAL安装成功图书馆中会出现一个名为 KUAL 的图标点开此图标应显示菜单。三、Koreader — 第三方电子书阅读器Koreader 有3个版本对应不同型号的 Kindle 1.LegacyK2、DX、K3及其它差异化版本2.KindleK4、K5、KPW1 3.PW2KPW2 后版本如 Kindle 7/8/10、KPW 2/3/4/5、KO 1/2/3、KV下载地址Releases · koreader/koreader · GitHub不到40M,见资源绑定。Koreader 的安装1.下载并解压缩Koreader 可得到 extensions 和 koreader 两个文件夹2.2.将 Kindle 与计算机互联计算机发现 Kindle并显示磁盘大小3.把解压缩文件夹中的extensions 文件夹中的文件复制到 Kindle 根目录 extensions 文件夹中4.把解压缩文件夹中的 koreader 文件夹复制到 kindle 根目录下5.在计算机中弹出Kindle。在图书馆中点击kual弹出界面如图成功。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉