今日vibe笑话
​
​用户：请你处理一下，返回一个dict

​cc怎么做呢：
​1.返回了一个list（啊？）
​2.去检测这个list的类型是否为dict（啊？？）
​3.如果不是dict，则视为异常，fallback处理成一个空dict（啊？？？）
​4.封装成一个特定配置文件
​5.继续封装成一个configLoader
​6.继续封装成一个dataLoader
​7.去接入一个新的dataLoader，当然不出意外的，也会有新的configLoader
8.​这其中，每一环都会有一个奇怪的class和一个奇怪的fallback
​
​每一次debug就像断案一样抽丝剥茧，每一个函数都感觉像被cc包装成犯罪嫌疑人，每一次翻代码都不得不让我感叹，“藏的真好，怪不得我找不到”

如果A社的PKI靠token用量评估，那个优化prompt的哥们一定会捧起属于自己的奖杯吧。

一个月前的LLM：难道vibe coding真的是未来吗？！
也现在的LLM：
- gpt5-codex：养生，五个项目开着还能让用户去坑边钓会鱼
- gemini：我碎嘴子是为了overloaded
- claude：你说的对，但我的降智是善意的
- glm：我的限速也是善意的，但一码归一码，事我只办这点，有别的事后面再说

现在的主流非开源模型的相互掣肘，在不可避免的降智过程后显得如此平等，都变成了高考后的朦胧少年。
朦胧少年青涩纯真有活力我理解，但能不能不要收我那么多的token费用啊喂！
​
最近的感触总结：
​垃圾代码防破解，论文代码防复现；
混淆代码防解决，vibe代码防上线。
​
​

国庆用Power Automate干活，简单说一下踩过的坑。

## 循环任务下最好找不重复的标识符
使用Power Automate处理循环任务时，最好找一个无重复的标识符。因为Power Automate的循环任务做不了”let item of items”这种情况，无论是对items做操作，还是想办法提取出item，都会有很多奇奇怪怪的问题。
官方给的解决方案是如果有重复元素，可以使用order变量来进行索引。而这就会有另一个问题，order是全局索引，如果我选择特定的iframe特定的表格，里面超链接的order不会是1，而是26(其他页面的25个超链接加上这个1个超链接)。这就意味着如果我这个循环外面再套一层任务的话，那么每次执行任务我都需要调整初始索引以正确遍历到目标超链接。
那么初始索引在哪里呢？这就是新的问题，每次初始索引的获取我都需要去进行手动操作，就很费劲。
除此之外获取索引的方式也有问题，目前我已知的方式有”从网页中提取数据”和”添加UI元素”两种方式，前者倾向于类选择器定位，后者倾向于id选择器定位。前者的有效性只存在调试页面，刷新一下就失效了，所以我一直在使用后者的方式。
不过这就又有了新的问题，Power Automate会经常出现定位偏移的情况，你捕获的order是26，但实际的order是3，所以我还需要进行多次测试以定位到正确位置。

## FluentUI是一款开放世界UI，后面卡了
得益于微软最新流行的FluentUI设计，Power Automate特别特别特别卡。调试的网页经常掉用户session，我这边本想开虚拟机调试（6C6G），没想到调试过程中Power Automate频繁卡死，每一次点击都会让你产生”kale”的喜悦。

## 网页自动化问题
如果有两行超链接的话，Power Automate不会点上行文字也不会点下行文字，它会点正中间，这就导致点击无法触发（拳头硬了）。目前的解法只能是强行缩小比例来减少文字行数，或者是使用油猴脚本改一下超链接文本的overflow。

## 疑似缓存问题
如果多次运行会出现浏览器和Power Automate双卡死的情况，感觉像是奇怪的缓存问题，需要定时重启Power Automate和刷新浏览器。

## 其他小问题
1. JS调用函数间歇性失灵，当次运行ok下一次就完了。
2. 插入变量时最好使用文本编辑器模式，低代码传入变量的话有时会自动变空。

Power Automate感觉目前只适合做辅助工具，它在全自动化设计中问题还是非常多，不建议作为RPA的可靠选择。
这次就不该在DDL较劲的情况下完全依赖大公司的低代码平台。后期还是需要调研支持Python的RPA。

10月7号晚上10点，nothing突然说”完事喽！”，然后愉快的开学了。（欣慰沉睡.jpg）

数学总是会在出其不意的地方给你个大嘴巴子。告诉你无论在什么时候都不要得意忘形。

计算似严父，图像如慈母。
计算会在你做出"1+2=7"的壮举后告诉你完全失败，重新再来。图像总会露出温和而又美丽的笑容，让你只可远观不可亵渎。
（为什么说亵渎，就不得不提等差数列应用案例---炉石传说了）

想起研二的时做数学元宇宙项目时，看到"数学之美"这个词感觉摸不着头脑。今天数学课讲分岔图形的时候我才发现原来这就是数学之美。这让我感觉到欣慰（这么复杂？！还好不考）而又震惊（什么？！考试考这个）。

什么叉形分岔、鞍结分岔、跨临界分岔、滞后分岔、Hopf分岔。。。我看到这些只感觉脑袋要分岔。
能不能让我随时切换到多头形态，让我一边完成课程作业，一边调模型，一边改论文，一边做项目，一边帮老师干活，一边写文案啊。

不过今天雨后的天气好好看，看到天空感觉心情都好很多了。

祝大家国庆快乐，也祝大家都要开心啊！

"1024x768的输入"
"issue反馈用A800 80G 微调爆显存"
"嘿嘿，VIT来喽！"
被硬控1h
arxiv.org

咋这么开心啊！！！！！！！！

R3F项目小结
​1.这次需要自己建模，所以浅学了一下Blender，我的学习路线是（三木哥语气）:
1>B站辣椒酱第零、一章，对Blender界面，变换操作等基础知识有个了解
2>第二章根据实际需求观看，我这次用到挤出工具比较多，所以主要看这个地方
​ 3>直接实战，留意自己无法解决或处理麻烦的问题，带着问题去看部分实战视频（UV贴图，材质处理等）
4>导出gltf模型
​2.R3F相关
​ 1>摄像头position和控制器target两者的变换不建议用参数绑定props的方式实现，当绑定值更新时，可能有时会出现读取数据错误的情况。当然这个问题可以通过写update解决，但会比较麻烦，出错排查也困难。
​我是用state只控制更新操作，当需要变换的时候直接通过uesThree中的camera和controls进行修改操作。
​ 2>r3f的drei整合了很多第三方threejs库，如果你在其它地方看到非常好的库，建议先去drei瞅一眼，可能直接集成了。如果集成的话建议优先使用drei内置，这样不用考虑extend的问题
​ 3>这次的样式库使用了shadcn-ui，建议只用它的手动实现，他的npx管理容易脏环境
​ 4>PointLockControl在部分浏览器的兼容性仍存在问题，vivaldi浏览器甚至无法唤回光标，如果想使用的话建议小心。
​ 5>drei内的CameraControl好像对dolly zoom的限制太宽松，所以你在滚轮缩放的时候可能会出现视角螺旋转动的情况。可以根据自己需求进行修改。
​ 6>CameraControl的fitToBox很实用，可以用这个快速实现物体聚焦。
7>如果你是想简单实现动画，可以使用现有的3D动画库，如果需要考虑到多因素的话，建议大道至简，只用tween或gsap就可以。
现在很多3D动画库会让你用他们定制的Canvas或Camera，但在你修改的时候很容易出现问题且定位困难（比如react-spring和framer motion），改来改去容易本末倒置白忙活。
​3. 其他
1>单面内容如果太多太密的话，可能会出现线性差值贴图模糊，最近差值贴图过糙的问题。可以根据自己需求进行分段切图，将关注板块分别切成独立图然后再附上去（贴平面或者改UV什么的），这样效果会好很多。
2>有的环境hdr贴图太亮，切换环境贴图后可能部分模需要调整一下自适应发光。

目前能想到的大概就是这些。

补档
www.aliyundrive.com //@虾仁是我: 不能看了，还能再分享下吗🙃

工作机硬盘突然掉盘，系统盘数据全部丢失，好在数据都有保留。正好趁这个机会重新整理一下，反思目前使用环境遇到的问题，并尝试改正。
# 系统方面
之前的方案是ventoy便携linux，当时的想法是笔记本和工作机环境无缝切换。但后期发现两设备驱动条件严苛有时会因为驱动冲突无法正常开机，再加上bspwm的兼容性问题以及额外的win需求，所以不得不放弃这个方案。
目前打算还是以win为主，最近任务比较多没有精力去完善工作区，而且因为需求跨度大可能需要安装多生态软件。但这又有两个问题：
- 某些生态下的软件非常吃资源，部分服务会严重影响日常使用体验，如果手动关闭服务，后期唤醒时又需要解决服务恢复问题（重置配置文件状态）
- 当需求结束，卸载一系列软件时，软件残留多，而且会有奇奇怪怪的卸载服务驻留。
能不能用虚拟机那种“快照”方式去解决类似问题呢？可以，我之前的想法是根据需求封装母盘和基础盘，但又有新的问题：
- 封装的时间成本较高，某一阶段封装完成大概需要两三个小时
- 封装后镜像在释放时部分应用会出现掉配置的问题
- 母盘封装工具NTLite正版授权太贵，用别人的母盘不放心
所以我放弃了封装镜像的方式，尝试了差分VHDX的方法，该方法有几个比较好的地方：
- 系统放在镜像中，方便备份处理
- 便携性强，配合ventoy后可以快速实现WTG，且不会搞脏文件目录
- 根据需求实现差分系统，实现多层快照与多级快照操作
- 相比镜像封装，不需要考虑OOBE后的奇怪情况
大概实现的过程如下：
1. 创建vhdx，初始化为mbr分区
2. 安装镜像（选择自己之前精简的Win10 2004 Pro 母盘）
3. 准备一个U盘，制作ventoy启动盘，拷贝vhd启动插件至U盘ventoy目录下
4. ventoy引导至vhdx系统（如果vhdx在本地磁盘可以按F2进行本地引导）
5. 如果引导时提示无法正确配置，可以尝试命令跳过oobe或修改注册表跳过oobe（具体的命令我明天放到评论区）
6. 进入系统，装驱动和安全软件，配置日常软件
7. 重启回到本地系统，使用BOOTICE制作差分系统
8. ventoy引导至差分vhdx差分系统，检查是否正常
其中如果有些软件数据重要且需要多系统同步的，建议将其放到非虚拟盘位置，这样不仅能减少vhdx空间，也能方便后期差分多系统共同调用一个软件。
# 日用环境方面
- 目前是所有软件以便携版优先，且数据尽可能实现云同步。这样能够减少跨设备带来的不适感。
- 笔记系统从Obsidian转至Logseq中。目前我没有较长时间段去认真写长文章，很多时候都是灵光一闪简单记录。但Obsidian太重了，很容易有一种内容契合体系的感觉，所以这边就尝试转至Logseq。除此之外，我将我目前较早的笔记迁出至笔记库，放到VuePress作为第三方知识库，简单的隔离能让我目前的笔记库体系更加贴近于当前情况，臃肿度也小一点。（doc.59188888.xyz）
- 之前已完结的项目全部归档，不去和当前项目夺视野。
- 图床归一，全部拉下本地并上传至同一图床，原图床账号全部清空
（github.com）
# 服务器方面
目前主要想实现几个点：
- 固定工作机能够保证基础活动正常（云同步，图床，WEBDAV）
- 活动地点能够保证可以快速分享内容（网址、笔记、标记、小文件）
- 内容记录正常无影响（知识库，随记，RSS）
- 大概就是这些，最近对现在科技和人性一直处于高度失望的状态，所以很多想做的事情没有往前推，希望这次也能让我的心更ready一下吧。

今天试了一下没有做完，但我感觉可行性挺高。
我的大概思路是：魔改第三方字幕插件，使用插件向后端服务器发送youtube视频id并进行字幕渲染，后端服务器首先检测有没有官方字幕，如果有的话就下载直接交给GPT，如果没有的话就使用语音识别生成字幕再送到GPT识别。
今天大概的过程如下：
1. 先找第三方字幕插件 yashagarwal1411/SubtitlesForYoutube 尝试魔改。
该插件的字幕源并非官方，而是Amara和OpenSubtitles，这两个来源字幕资源都严重不足。所以尝试修改数据源，他的网络源有些实现比较取巧，如果修改的话比较麻烦，所以从本地字幕上传入手，定位到loadsubtitle函数，确定字幕加载接口。而且经本地测试后，切换字幕不会出现闪烁现象，所以轮询获取最新字幕文件的方法可行性很高。
2. 后端相关，语音识别这个地方是比较大的坑，目前网络API大都以单音频识别为主，必须得整段送入才可以获取最终识别结果。等待时间过长会很破坏体验。如果强硬截断音频识别效果又会出现问题，说了一半被截断，后半部分的语义很容易歪。
说话人识别技术可以很好的解决类似问题，但目前落地应用太少了，之前看到的很多案例仍根据分贝判断。所以我尝试有没有第三方可以做到说话人识别 和 语音识别相结合的算法。
自建Whisper在语毕判断这方面也有一定的能力，而且其也可以实现过程输出(修改verbose参数对应部分)，但其资源占用可能仍是一个比较严重的问题，small需要3G左右显存，tiny虽然不太吃资源但识别效果非常糟糕。
还没有找到更好的选择，WhisperX的过程输出部分砍掉了(仓库也有人提issues)，fast-whisper的好像也砍掉了，Whisper-cpp可以实现，但无法很好实现开发框架兼容，估计到时候得echo一下，然后让后端服务器去读。
想法可行，但我还得想几个点：
1. 资源占用问题：whisper太吃服务器资源，买VPS成本太高。以后尝试低占用替代或只找说话人识别相关模型，识别直接交给第三方语音识别API。
2. 翻译是否精确：不同语境可能也需要不同的prompt，可能在插件界面放一个prompt设置比较好。
3. GPT请求问题，最近OpenAI又开始封账号了，而且加了API调用限制，可能后期需要多个api并行请求翻译。
我就抛砖引玉一下，如果有成熟方案我学习学习，如果没有的话我尝试做一个demo。 //@InClouds: 预加载1分钟内容 buffer概念。可以节省token避免浪费。