这些网站帮我实现了漫画自由

Kmoe(老字号中的老字号)

推荐指数: ⭐️⭐️⭐️⭐️⭐️

特点:

漫画下载的神!支持直接下载 epub 和 mobi 文件,而且画质非常稳。

费用:

免费用户每月有 3GB 的下载额度,偶尔看足够了。

如果是重度囤书党,33 元/月的 VIP 有 40GB,像我开了一个月,把想看的漫画都下全了。

image-20260131150250135


漫自由(开 VIP 会比较划算)

推荐指数: ⭐️⭐️⭐️

特点:

和 Kmoe 一样专门做漫画资源的网站,不过资源稍微没那么丰富。

费用:

相比 Kmoe,它的 VIP(40 元/3 个月)更实惠,且每个月有 75G

不过免费用户每套漫画只能下载前三卷,这个差一些。

image-20260131150300609


次元狗(二次元资源百宝箱)

推荐指数: ⭐️⭐️⭐️⭐️

特点:

二次元资源大杂烩,其中的漫画板块资源巨多,且完全免费。

不过因为资源都是用户自发分享的,所以质量就看运气了。

而且通常需要使用外部网盘下载,没会员的话下载速度挺感人。

费用:

完全免费(不开网盘会员的话)

image-20260131150421231


⭐ 重点来了:下载完怎么看最爽?

此时就需要用到我精心开发的「漫漫书架」这个 App 了。

一个我专门写来满足漫画收集癖的应用。

核心主打一个“收集,爽”。

如果只是想单纯的阅读漫画的话,直接用这个软件打开漫画文件即可。

不过我是强烈建议将漫画导入后收集起来,看着书架慢慢填满太有成就感了。

image-20260131150545007

第一步:导入漫画文件

点击右上角导入按钮,然后选择刚才下载的文件。

image-20260131150605386

第二步:等待解析

App 会开始解析,把它们“放到”“你的书架上”。

image-20260131150619927

第三步:可以开始看了

漫画会安静地躺在你的设备里,点击就可以看了。

image-20260131150631506

顺便给大家 👀 看看我的书架,80 多本漫画

image-20260131150653886


One more thing…

实在找不到资源,我还有几招歪门邪道

Z-library

著名的电子书资源网站,虽然漫画资源偏少,但是用来找一些完结的老漫画还是可以的。

完全免费不限速,每天 10 本对非重度用户足够了。

PS:还有一个类似的站点(脱敏),这里就不展开了。

灵活使用搜索引擎(看缘分)

比如我经常用“漫画名 + 文件格式”等方式搜索,经常能找到一些网友在贴吧、论坛里分享的漫画资源。

前阵子我甚至用这招找到了《黑神话》的影神图,比在游戏里看爽多了哈哈。

Comic Folder's Structure

Thank you for using my comic parsing APP! This guide will help you understand how to organize your folder structure so that the APP can correctly parse your comic content.
感谢你使用我的漫画解析应用!本指南将帮助你了解如何组织文件夹结构,以便应用能够正确解析你的漫画内容。

阅读更多

How to Set Up AI Repaint Server Locally

This article will teach you how to set up an AI repaint server, so you can use your own computer as an AI server to perform AI repainting.

本教程将指导你如何搭建一台 AI 重绘服务器,让你的电脑充当 AI 服务器来执行图像重绘任务。

阅读更多

炜哥的AI学习笔记——主流模型原理

这次对目前主流的一些模型原理进行介绍,也就是 C 站目前比较常见的这几种模型。

image-20230702222058879

这个文章会更偏向于讲述这些模型之间的区别,训练方式也会稍微带一下,不过不会很具体。

阅读更多

炜哥的AI学习笔记——SuperMerger插件学习

接下来学习的插件名字叫做 SuperMerger,它的作用正如其名,可以融合大模型或者 LoRA,一般来说会结合之前的插件 LoRA Block Weight 使用,在调整完成 LoRA 模型的权重后使用改插件进行重新打包。

阅读更多

炜哥的AI学习笔记——SD基础原理

在深入学习其他技术知识之前,我觉得还是有必要了解一下 Stable Diffusion 的基础原理是什么样的,不然后面参数太多了,一个一个参数如果是很零散的方式去记忆的话很容易就忘光,所以还是需要有一条线串起来。

阅读更多