降水量(降雨/降雪量)是指雨水落到平地、不蒸发不流失后积起来的水深,单位是毫米(mm)。注意它是"水深",不是体积——1 mm 降水 = 1 平方米地面上积 1 升水(约两瓶矿泉水)。
### 一、按"一天总雨量"的感受
<0.1 mm
• 等级: 微量
• 感官体验: 几乎感觉不到,地面微微发潮,叶子尖挂水珠,不打伞也行
0.1–10 mm
• 等级: 小雨
• 感官体验: 雨滴看得见,地面全湿但不积水,屋檐滴答;走路上身不怎么湿,鞋尖会潮
10–25 mm
• 等级: 中雨
• 感官体验: 雨成线状,雨声明显,地面有浅积水,撑伞能挡但裤脚会湿
25–50 mm
• 等级: 大雨
• 感官体验: 雨势急、视线发糊,走路溅水花,不打伞 1 分钟就透
50–100 mm
• 等级: 暴雨
• 感官体验: 窗外成帘,排水慢的路段积水,出行明显受影响
>100 mm
• 等级: 大暴雨/特大暴雨
• 感官体验: 内涝、看海级别,危险
### 二、按"一小时雨量"的强度(更贴近你刚才看的逐小时表)
<2.5 mm/h
• 等级: 小雨
• 感官: 蒙蒙细雨,伞都懒得打
2.5–8 mm/h
• 等级: 中雨
• 感官: 明显落雨,伞必需
8–16 mm/h
• 等级: 大雨
• 感官: 雨点砸脸,走路溅水
>16 mm/h
• 等级: 暴雨
• 感官: 视线受阻,路成河
### 一、按"一天总雨量"的感受
<0.1 mm
• 等级: 微量
• 感官体验: 几乎感觉不到,地面微微发潮,叶子尖挂水珠,不打伞也行
0.1–10 mm
• 等级: 小雨
• 感官体验: 雨滴看得见,地面全湿但不积水,屋檐滴答;走路上身不怎么湿,鞋尖会潮
10–25 mm
• 等级: 中雨
• 感官体验: 雨成线状,雨声明显,地面有浅积水,撑伞能挡但裤脚会湿
25–50 mm
• 等级: 大雨
• 感官体验: 雨势急、视线发糊,走路溅水花,不打伞 1 分钟就透
50–100 mm
• 等级: 暴雨
• 感官体验: 窗外成帘,排水慢的路段积水,出行明显受影响
>100 mm
• 等级: 大暴雨/特大暴雨
• 感官体验: 内涝、看海级别,危险
### 二、按"一小时雨量"的强度(更贴近你刚才看的逐小时表)
<2.5 mm/h
• 等级: 小雨
• 感官: 蒙蒙细雨,伞都懒得打
2.5–8 mm/h
• 等级: 中雨
• 感官: 明显落雨,伞必需
8–16 mm/h
• 等级: 大雨
• 感官: 雨点砸脸,走路溅水
>16 mm/h
• 等级: 暴雨
• 感官: 视线受阻,路成河
今天是有史以来单次任务消费AI点数最高的一天
让fox的grok4.6完成了 在线采集账号 在线批量重置账号 在线修改密码 登录账号 识别OCR 网页截图采集证书信息 的连环任务大概耗时半个小时
花了21credit差不多是7块钱
Fox本来就很坑,用完就用完吧
总结出了一点,就是其实验证码的OCR 可以采用本地小模型来完成的,相关项目也非常多,这样的话可以省钱
让fox的grok4.6完成了 在线采集账号 在线批量重置账号 在线修改密码 登录账号 识别OCR 网页截图采集证书信息 的连环任务大概耗时半个小时
花了21credit差不多是7块钱
Fox本来就很坑,用完就用完吧
总结出了一点,就是其实验证码的OCR 可以采用本地小模型来完成的,相关项目也非常多,这样的话可以省钱
我觉得AI的 可贵之处,有一点非常重要
就是在电脑上执行任务需要时间,那么就让他自己执行,你自己可以离开
那么离开途中的任何的操作也会手机推送给你,可以在手机上完成
这样你就不用耗在电脑旁边,从而省去了你很多的时间 精力上也不用太照顾
所以说如何远程介入或者是推送呃agent目前的进度是一个值得研究的一个话题
今天上午研究了一上午,先后试了Cc pocket还有happy code,还有paseo 甚至uu远程 都不太行
遇到的最大的问题就是他们不遵从目前工程里边所配置的config里面的模型文件 比如对于cc来讲,如果配置了一个第三方的模型的话,那么呃手机端就识别不了
还有就是呃如何能做到电脑开始任务之后,电脑可以介入, 后边是进行手机接管
目前我所看到的都是只有手机可以全面操控而做成了一个完全的remote模式,而不是把手机作为一个sidecar
仍然在探索中
就是在电脑上执行任务需要时间,那么就让他自己执行,你自己可以离开
那么离开途中的任何的操作也会手机推送给你,可以在手机上完成
这样你就不用耗在电脑旁边,从而省去了你很多的时间 精力上也不用太照顾
所以说如何远程介入或者是推送呃agent目前的进度是一个值得研究的一个话题
今天上午研究了一上午,先后试了Cc pocket还有happy code,还有paseo 甚至uu远程 都不太行
遇到的最大的问题就是他们不遵从目前工程里边所配置的config里面的模型文件 比如对于cc来讲,如果配置了一个第三方的模型的话,那么呃手机端就识别不了
还有就是呃如何能做到电脑开始任务之后,电脑可以介入, 后边是进行手机接管
目前我所看到的都是只有手机可以全面操控而做成了一个完全的remote模式,而不是把手机作为一个sidecar
仍然在探索中
Vibe coding的姿势又进一步跃迁了,算是一个milestone
这个暑假刚开始尝试了hermes
但是呃没能和本地的codex和claud挂钩
感觉还是差点事儿,然后呃前几天寻寻觅觅,寻找一个可以在手机上接管当前codex对话的工具
尝试了非常多,然后最后试了一下mindfs
刚开始的时候以为它是一个类似passio的那种很重的东西
结果发现他是一个挺简洁的后端,然后还带着内网穿透,然后手机端直接用pwa,所以说几乎传的东西都是原汁原味儿的,到了呃电脑端
甚至这个东西的诞生,它并不是单纯为了手机去接管codex的session,呃,它就像是一个work body 或者是codex desktop的这种wrapper
即使不是用它做远程访问来讲,当本地的agent rapper效率也挺高 因为这样VS code都免得打开了
接下来的话准备做成一个一键启动的一个东西
自动的激活venv环境 自动的在目标pwd给mindfs start
以后就不用每次都打开那么沉的VS code了
哎,这次变革之后,估计VS code的打开频率就没有像之前似的,差不多总是后台常驻了
走一步看一步吧
这个暑假刚开始尝试了hermes
但是呃没能和本地的codex和claud挂钩
感觉还是差点事儿,然后呃前几天寻寻觅觅,寻找一个可以在手机上接管当前codex对话的工具
尝试了非常多,然后最后试了一下mindfs
刚开始的时候以为它是一个类似passio的那种很重的东西
结果发现他是一个挺简洁的后端,然后还带着内网穿透,然后手机端直接用pwa,所以说几乎传的东西都是原汁原味儿的,到了呃电脑端
甚至这个东西的诞生,它并不是单纯为了手机去接管codex的session,呃,它就像是一个work body 或者是codex desktop的这种wrapper
即使不是用它做远程访问来讲,当本地的agent rapper效率也挺高 因为这样VS code都免得打开了
接下来的话准备做成一个一键启动的一个东西
自动的激活venv环境 自动的在目标pwd给mindfs start
以后就不用每次都打开那么沉的VS code了
哎,这次变革之后,估计VS code的打开频率就没有像之前似的,差不多总是后台常驻了
走一步看一步吧
接上条
顺带的在我的fmx1上 MBA mbp 都set up所有的刚才提到的这一套
包括ccswitch也是最近做的一个新变革,我决定抛弃了cpa,但是那个实实例应该继续运行吧
在FM X1上装了cc switch c li
然后默认后台常驻mind fs
只要ssh进去了,就可以取得一切操控权
太完美了
本来的想法是呃FM x的性能的话应该能扛得起大部分我在我的电脑上呃做的这些agent的工作,包括就是主要用Python dox呃,另外一些办公的呃代码工作等等
但是又说回来了 Fmx1是无头的,所以说貌似我做的工作好像大部分还需要有头啊,所以以后这个ffmx1上边的这个mind fs的利用率还是乘疑的
但是至少他具备这个实力吧
顺带的在我的fmx1上 MBA mbp 都set up所有的刚才提到的这一套
包括ccswitch也是最近做的一个新变革,我决定抛弃了cpa,但是那个实实例应该继续运行吧
在FM X1上装了cc switch c li
然后默认后台常驻mind fs
只要ssh进去了,就可以取得一切操控权
太完美了
本来的想法是呃FM x的性能的话应该能扛得起大部分我在我的电脑上呃做的这些agent的工作,包括就是主要用Python dox呃,另外一些办公的呃代码工作等等
但是又说回来了 Fmx1是无头的,所以说貌似我做的工作好像大部分还需要有头啊,所以以后这个ffmx1上边的这个mind fs的利用率还是乘疑的
但是至少他具备这个实力吧
之前积累的挺多工作,流在逐渐的显现他们的威力
之前做的油猴脚本来一下子导出整个学期的个人课表,然后现在可以直接给LLM,那就可以根据课表上的这个时间来修改教案里边的这个时间一键完成太方便了
以前的时候还指着大模型给推算了,一下子只能做几期,因为整个学期的这个日期推算出来的话也挺麻烦,现在直接没有瓶颈了
之前做的油猴脚本来一下子导出整个学期的个人课表,然后现在可以直接给LLM,那就可以根据课表上的这个时间来修改教案里边的这个时间一键完成太方便了
以前的时候还指着大模型给推算了,一下子只能做几期,因为整个学期的这个日期推算出来的话也挺麻烦,现在直接没有瓶颈了
如果你平时主要用 Codex CLI 和 Claude Code,完全可以做到一次配置,之后彻底不用重复提醒。
这两个 CLI 工具在设计上都有专属的持久化规则文件:
* OpenAI Codex CLI:自动读取 **
针对你的痛点,有两种最高效的配置方式:
---
### 方案 A:全局配置(最推荐,所有项目一劳永逸)
只要在你的电脑用户目录下配置一次,以后无论你在哪个目录启动
#### 1. 配置 Codex CLI 全局规则
在终端执行以下命令创建全局文件:
#### 2. 配置 Claude Code 全局规则
Claude Code 的全局规则文件在
*(Windows PowerShell 用户如果不方便做软链接,也可以直接把同一份内容保存到
---
### 方案 B:项目级配置(随 Git 仓库提交,团队共享)
如果你只想在特定的 Pyth项目根目录直接在**项目根目录**放规则即可。
为了避软链接(Symlink)接(Symlink)**把它们绑在一起:
1. 在项目根目录下创建
2. 在项目根目录执行软链接(让 Claude Code 也能直接读到):
---
### Codex CLI*Codex CLI** 在启动或开启新 session 时,会按顺序读取
配置好之后,你只需直接输入类似
这两个 CLI 工具在设计上都有专属的持久化规则文件:
* OpenAI Codex CLI:自动读取 **
AGENTS.md*Anthropic Claude Codede**:自动读取 **CLAUDE.md**针对你的痛点,有两种最高效的配置方式:
---
### 方案 A:全局配置(最推荐,所有项目一劳永逸)
只要在你的电脑用户目录下配置一次,以后无论你在哪个目录启动
codex 或 claude,它们都会自动记住这个规矩。#### 1. 配置 Codex CLI 全局规则
在终端执行以下命令创建全局文件:
mkdir -p ~/.codex
cat << 'EOF' >> ~/.codex/AGENTS.md
## Python Execution Rules
- 如果当前项目目录下存在 `.venv` 虚拟环境,运行任何 Python 脚本或测试时,**必须**直接使用该虚拟环境:
- Linux/macOS: `./.venv/bin/python`
- Windows: `.\.venv\Scripts\python.exe`
- 安装依赖时,同样必须调用虚拟环境自带的 pip:
- Linux/macOS: `./.venv/bin/pip install ...`
- Windows: `.\.venv\Scripts\pip.exe install ...`
- 严禁直接使用全局系统的 `python` 或 `pip` 命令,除非明确告知当前项目不需要虚拟环境。
EOF
#### 2. 配置 Claude Code 全局规则
Claude Code 的全局规则文件在
~/.claude/CLAUDE.md,直接通过软链接(或复制)刚才的内容:mkdir -p ~/.claude
# 直接复用 Codex 的全局规则,保证两边一致
ln -sf ~/.codex/AGENTS.md ~/.claude/CLAUDE.md
*(Windows PowerShell 用户如果不方便做软链接,也可以直接把同一份内容保存到
C:\Users\你的用户名\.claude\CLAUDE.md)*---
### 方案 B:项目级配置(随 Git 仓库提交,团队共享)
如果你只想在特定的 Pyth项目根目录直接在**项目根目录**放规则即可。
为了避软链接(Symlink)接(Symlink)**把它们绑在一起:
1. 在项目根目录下创建
AGENTS.md(供 Codex 读取):# Project Instructions
## Python Environment
- 运行测试、脚本或检查语法时,必须调用本项目目录下的虚拟环境:
- `./.venv/bin/python <args>`(Windows: `.\.venv\Scripts\python.exe`)
- 安装依赖必须使用:
- `./.venv/bin/pip <args>`(Windows: `.\.venv\Scripts\pip.exe`)
- 禁止在没有激活该虚拟环境的情况下直接跑系统的 python 命令。
2. 在项目根目录执行软链接(让 Claude Code 也能直接读到):
ln -s AGENTS.md CLAUDE.md
---
### Codex CLI*Codex CLI** 在启动或开启新 session 时,会按顺序读取
~/.codex/AGENTS.md 以及项目根目录的 AGENTS.md,并将其自动打包到 System PClaude Codelaude Code** 每次启动 session 时,也会无条件把 CLAUDE.md 的内容常驻在上下文的最前列。配置好之后,你只需直接输入类似
“跑一下 test.py”,它们就会自动去敲 ./.venv/bin/python test.py 了。mindfs.app.zip
2.9 MB
原来automatiom做的app path不会读zsh默认zshrc 导致认不到claudecode在哪
所以要先source一下
所以要先source一下
source ~/.zshrc
source ~/Desktop/未命名文件夹/.venv/bin/activate
/Users/[userName]/.local/bin/mindfs