决赛圈：迪卡侬 fold560 vs 大行 P8
使用场景：
海边城市，道路平坦，没啥起伏。就是平时锻炼休闲骑（心率达到有氧区间的就行，不过度追求太猛烈的）
考虑点：
1.大行 P8 貌似在折叠车里很经典，之前看到很多人推荐，但自己去门店试骑一次，不知道是不是换了标配轮胎（换成了比较窄的那种，好像说是更轻些），感觉骑感偏硬，把手和座椅的距离也感觉有点奇怪。另外就是线下店价格高，但网购貌似售后有点麻烦，每次去线下还要付费？
2.迪卡侬 fold560 ，还没试骑，但貌似算是它家折叠车里最贵的了，感觉应该不差吧，但看好像外观质感上偏粗糙些。听闻迪卡侬的售后服务非常好，省事儿，想着单车以后总有些各种调试、维修啥的，有售后好些
个人数据：
身高 175 ，喜欢骑车姿势高些（膝盖不会太弯曲，蹬踏板舒服）
- - - - - -- - - - - -
0747916：如果没有放后备箱的需求，折叠车其实不太实用，我就有点后悔。
买辆公路车更好。
idealist：选 p8 ，路况不好可以就用原装的大苹果胎，路况好可以换成黄边胎，可以提升速度，蹬起来也没那么费劲，但更容易爆胎
david930：@0747916 公路车的骑姿要弯腰，本来平时坐办公室多，腰椎啥的都多少有些问题，所以就没太考虑公路车，而且公路车放家里感觉也比较占地方
azhangbing：改装选 P8 省心选 fold560 我是 fold500 休闲骑问题不大 要求也不高 好骑 不需要改装 可以放进后备箱跟我娃一起 4+2+2
hao7Chen：P8 不改不如推下海（狗头）
Mithril：哪个门店近就选哪个。因为不管什么车你每年都得做次保养，清洗上油换滚珠。找个方便的就行了。
david930：@hao7Chen 意思是 P8 不改装（即便买的是高配版），也有点像买特斯拉不弄些小配件，整个骑行体验不好？
david930：@Mithril 这么讲的话，感觉迪卡侬是不是更合适？售后据说非常好；大行最大的担心就是售后，网上买便宜，但每次线下售后要付费？
2025-06-12 12:06:42
使用场景：
海边城市，道路平坦，没啥起伏。就是平时锻炼休闲骑（心率达到有氧区间的就行，不过度追求太猛烈的）
考虑点：
1.大行 P8 貌似在折叠车里很经典，之前看到很多人推荐，但自己去门店试骑一次，不知道是不是换了标配轮胎（换成了比较窄的那种，好像说是更轻些），感觉骑感偏硬，把手和座椅的距离也感觉有点奇怪。另外就是线下店价格高，但网购貌似售后有点麻烦，每次去线下还要付费？
2.迪卡侬 fold560 ，还没试骑，但貌似算是它家折叠车里最贵的了，感觉应该不差吧，但看好像外观质感上偏粗糙些。听闻迪卡侬的售后服务非常好，省事儿，想着单车以后总有些各种调试、维修啥的，有售后好些
个人数据：
身高 175 ，喜欢骑车姿势高些（膝盖不会太弯曲，蹬踏板舒服）
- - - - - -- - - - - -
0747916：如果没有放后备箱的需求，折叠车其实不太实用，我就有点后悔。
买辆公路车更好。
idealist：选 p8 ，路况不好可以就用原装的大苹果胎，路况好可以换成黄边胎，可以提升速度，蹬起来也没那么费劲，但更容易爆胎
david930：@0747916 公路车的骑姿要弯腰，本来平时坐办公室多，腰椎啥的都多少有些问题，所以就没太考虑公路车，而且公路车放家里感觉也比较占地方
azhangbing：改装选 P8 省心选 fold560 我是 fold500 休闲骑问题不大 要求也不高 好骑 不需要改装 可以放进后备箱跟我娃一起 4+2+2
hao7Chen：P8 不改不如推下海（狗头）
Mithril：哪个门店近就选哪个。因为不管什么车你每年都得做次保养，清洗上油换滚珠。找个方便的就行了。
david930：@hao7Chen 意思是 P8 不改装（即便买的是高配版），也有点像买特斯拉不弄些小配件，整个骑行体验不好？
david930：@Mithril 这么讲的话，感觉迪卡侬是不是更合适？售后据说非常好；大行最大的担心就是售后，网上买便宜，但每次线下售后要付费？
2025-06-12 12:06:42
求助 google 搜索遇到的一个奇怪问题
在登录状态下，所有搜索结果里的链接都变成紫色的了（已访问的状态）。
在未登录状态下，颜色就显示的是正常的。
并且和浏览器无关，只要是登录状态，所有所有浏览器里都会出现这个情况。
搜了一大圈也没找到解决方法，按照某些方法尝试进入 Google 活动记录管理，清除浏览记录，或暂停“Web 与应用活动”功能，但是也没有任何效果。
在登录状态下，所有搜索结果里的链接都变成紫色的了（已访问的状态）。
在未登录状态下，颜色就显示的是正常的。
并且和浏览器无关，只要是登录状态，所有所有浏览器里都会出现这个情况。
搜了一大圈也没找到解决方法，按照某些方法尝试进入 Google 活动记录管理，清除浏览记录，或暂停“Web 与应用活动”功能，但是也没有任何效果。
200 块有偿求助 C#高速读取串口，导致软件闪退的问题。
开发框架是 Avaloina 11.2.2 + .NET 8.0 ，包是 System.IO.Ports 9.0.0-preview
问题描述：电脑通过串口读取硬件的数据，设备会连续不断返回数据，如果设备每秒返回 50 次数据，软件就不会闪退。如果设备返回数据的速度超过 200 次每秒，就有一定的概率会出现闪退的问题,闪退的频率大概就是 1-2 小时出现一次，偶尔会 10 分钟内连续出现两次。我换过不同的设备，只要是读取速度过快，都会出现相同的问题。
读取数据的代码片段是：
```
_serialPort = new SerialPort();
_serialPort.Parity = Parity.None;
_serialPort.DataBits = 8;
_serialPort.StopBits = StopBits.One;
_serialPort.RtsEnable = true;
_serialPort.Handshake = Handshake.None;
_serialPort.ReadTimeout = 5;
_serialPort.WriteTimeout = 5;
_serialPort.ReceivedBytesThreshold = 1;
_serialPort.DataReceived += OnSerialDataReceived;
private async void OnSerialDataReceived(object sender, SerialDataReceivedEventArgs e){
var buffer = new byte[512]; // 最多读 10 字节
int numRead = await _serialPort.BaseStream.ReadAsync(buffer, 0, buffer.Length);
}
```
闪退的时候报错信息：
```
[06/02/2025 01:20:02] InvalidOperationException: Argument_NativeOverlappedAlreadyFree
at System.Threading.ThreadPoolBoundHandle.OnNativeIOCompleted(IntPtr instance, IntPtr context, IntPtr overlappedPtr, UInt32 ioResult, UIntPtr numberOfBytesTransferred, IntPtr ioPtr)
```
第一个帮助我解决问题的小伙伴，200 红包感谢。
开发框架是 Avaloina 11.2.2 + .NET 8.0 ，包是 System.IO.Ports 9.0.0-preview
问题描述：电脑通过串口读取硬件的数据，设备会连续不断返回数据，如果设备每秒返回 50 次数据，软件就不会闪退。如果设备返回数据的速度超过 200 次每秒，就有一定的概率会出现闪退的问题,闪退的频率大概就是 1-2 小时出现一次，偶尔会 10 分钟内连续出现两次。我换过不同的设备，只要是读取速度过快，都会出现相同的问题。
读取数据的代码片段是：
```
_serialPort = new SerialPort();
_serialPort.Parity = Parity.None;
_serialPort.DataBits = 8;
_serialPort.StopBits = StopBits.One;
_serialPort.RtsEnable = true;
_serialPort.Handshake = Handshake.None;
_serialPort.ReadTimeout = 5;
_serialPort.WriteTimeout = 5;
_serialPort.ReceivedBytesThreshold = 1;
_serialPort.DataReceived += OnSerialDataReceived;
private async void OnSerialDataReceived(object sender, SerialDataReceivedEventArgs e){
var buffer = new byte[512]; // 最多读 10 字节
int numRead = await _serialPort.BaseStream.ReadAsync(buffer, 0, buffer.Length);
}
```
闪退的时候报错信息：
```
[06/02/2025 01:20:02] InvalidOperationException: Argument_NativeOverlappedAlreadyFree
at System.Threading.ThreadPoolBoundHandle.OnNativeIOCompleted(IntPtr instance, IntPtr context, IntPtr overlappedPtr, UInt32 ioResult, UIntPtr numberOfBytesTransferred, IntPtr ioPtr)
```
第一个帮助我解决问题的小伙伴，200 红包感谢。
仿 Liquid Glass 的效果已经有人在 Web 上复刻出一部分了（非完全还原）
只能在基于 Chromimum 内核的浏览器上才能看得到效果。
我挑了几个还原得比较像的，把链接放上来了，大家可以看看。
1 - 这个是我个人感觉最像的了
源码： https://codepen.io/Mikhail-Bespalov/pen/MYwrMNy
2 - 这个还原度差很多
源码： https://codesandbox.io/p/sandbox/nn5q2y
3 - 这个细节多一些，但是凸透镜效果也是不如第一个
预览： https://liquid-glass.maxrovensky.com/
仓库： https://github.com/rdev/liquid-glass-react
只能在基于 Chromimum 内核的浏览器上才能看得到效果。
我挑了几个还原得比较像的，把链接放上来了，大家可以看看。
1 - 这个是我个人感觉最像的了
源码： https://codepen.io/Mikhail-Bespalov/pen/MYwrMNy
2 - 这个还原度差很多
源码： https://codesandbox.io/p/sandbox/nn5q2y
3 - 这个细节多一些，但是凸透镜效果也是不如第一个
预览： https://liquid-glass.maxrovensky.com/
仓库： https://github.com/rdev/liquid-glass-react
空调维修真是个大坑
22 年夏天家里客厅立柜空调不制冷喊师傅上门维修，师傅说要加氟，并且还给我换了个启动电容，收费三百多，师傅说那个启动电容收费一百多
23 年夏天发现空调又不制冷，觉得 22 年喊得师傅不靠谱，又找人推荐了另外一个师傅，师傅说空调要加氟，费用 100
24 年夏天空调又不制冷，我自己淘宝买 r22 制冷剂，自己加氟，发现空调加氟口阀芯明显漏氟，但是前面两个师傅都说找不到漏氟点，我加氟后拧紧加氟口空调制冷问题解决
今年夏天开空调发现制冷正常，所以过来吐槽空调维修行业太离谱，我们家是在 5 线小县城
- - - - - -- - - - - -
暂无回复
2025-06-12 12:12:51
22 年夏天家里客厅立柜空调不制冷喊师傅上门维修，师傅说要加氟，并且还给我换了个启动电容，收费三百多，师傅说那个启动电容收费一百多
23 年夏天发现空调又不制冷，觉得 22 年喊得师傅不靠谱，又找人推荐了另外一个师傅，师傅说空调要加氟，费用 100
24 年夏天空调又不制冷，我自己淘宝买 r22 制冷剂，自己加氟，发现空调加氟口阀芯明显漏氟，但是前面两个师傅都说找不到漏氟点，我加氟后拧紧加氟口空调制冷问题解决
今年夏天开空调发现制冷正常，所以过来吐槽空调维修行业太离谱，我们家是在 5 线小县城
- - - - - -- - - - - -
暂无回复
2025-06-12 12:12:51
对于程序员，微调大模型这条路走的通吗？
现在大模型 AI 微调在实际应用中靠谱吗？
我在公司申请了一个 4090D 显卡，24GB 显存的，使用 qwen2.5-coder-32b-q3 + ollama + openwebui + rag 知识库，将开发文档和大模型结合，实现智能动态问答，感觉效果还可以。
为了更进一步，使用 llamafactory 微调 qwen 7b 大模型，将开发文档微调进大模型，但是翻来覆去的调试，最终的效果比 rag 知识库差很多
关于大模型微调，网上的教学资料能提供的参考也很少，B 站的视频最多介绍怎么搭建环境，微调参数的设置基本没有系统性讲解的
现在我有点搞不清楚了，是不是微调这条路走不通？还是我用的显卡太差，或者说我微调的参数设置的不对？反正我感觉大模型微调这条路很难走哎！请有经验的兄弟帮忙解答下，拜谢
现在大模型 AI 微调在实际应用中靠谱吗？
我在公司申请了一个 4090D 显卡，24GB 显存的，使用 qwen2.5-coder-32b-q3 + ollama + openwebui + rag 知识库，将开发文档和大模型结合，实现智能动态问答，感觉效果还可以。
为了更进一步，使用 llamafactory 微调 qwen 7b 大模型，将开发文档微调进大模型，但是翻来覆去的调试，最终的效果比 rag 知识库差很多
关于大模型微调，网上的教学资料能提供的参考也很少，B 站的视频最多介绍怎么搭建环境，微调参数的设置基本没有系统性讲解的
现在我有点搞不清楚了，是不是微调这条路走不通？还是我用的显卡太差，或者说我微调的参数设置的不对？反正我感觉大模型微调这条路很难走哎！请有经验的兄弟帮忙解答下，拜谢
iPhone 上使用 shadowrocket 模块功能去广告配置方法
最近 618 ，开屏广告简直多到无法容忍的地步，研究了下目前去广告的方法还是 VPN ，我自己使用的是 shadowrocket ，废话不多说，开干
PS 叠甲：
1. 能否去广告影响因素很多，比如某些 APP 直接本地缓存广告，有些 APP 锁证书导致无法通过 MITM 解密流量等，所以这不是银弹，这是一个斗争的过程
2. 这里就是分享下配置方法，因为要使用 qx 的规则，所有有 1 、2 的转换步骤；如果是直接 shadowrocket 的模块，正常添加就行
3. 懒人可以直接抄作业，大佬自行判断
# 第〇步，开启 https 解密
网上教程很多，就不赘述，做一遍就好
PS 以下步骤请保持 VPN 启用，保证可以科学上网
# 第一步 安装 Script-Hub
打开 shadowrocker -- 配置 -- 模块--右上角加号--填入下面地址
https://raw.githubusercontent.com/Script-Hub-Org/Script-Hub/main/modules/script-hub.rocket.module
然后点击下载，正常应该就能看到模块里面有一个 script hub：重写&规则集转换 模块
# 第二步 转换去广告模块
1. 在你的手机上用 Safari 浏览器打开 https://script.hub ，正常会出现转换的页面，如果没有，检查第〇步 https 解密是不是设置好了
2. 来源链接填写
https://raw.githubusercontent.com/fmz200/wool_scripts/main/QuantumultX/rewrite/rewrite.snippet
3. 来源类型 QX 重写 ，目标类型 shadowrocket 模块（默认就是这个，检查下没选错就行）
4. 往下拉一点，查看转换后的结果，出现 导入（ shadowrocket ）后，点击这个按钮 按提示 导入模块
PS：这里好像是本地转换，规格太多有点慢，可以稍微等一等，刚开始我直接点击预览报错没结果，过一会就好了
# 第三步 查看效果
之前打开的 APP 要先杀掉，重新打开，正常应该就没有开屏广告了，测试了 贴吧、知乎
最近 618 ，开屏广告简直多到无法容忍的地步，研究了下目前去广告的方法还是 VPN ，我自己使用的是 shadowrocket ，废话不多说，开干
PS 叠甲：
1. 能否去广告影响因素很多，比如某些 APP 直接本地缓存广告，有些 APP 锁证书导致无法通过 MITM 解密流量等，所以这不是银弹，这是一个斗争的过程
2. 这里就是分享下配置方法，因为要使用 qx 的规则，所有有 1 、2 的转换步骤；如果是直接 shadowrocket 的模块，正常添加就行
3. 懒人可以直接抄作业，大佬自行判断
# 第〇步，开启 https 解密
网上教程很多，就不赘述，做一遍就好
PS 以下步骤请保持 VPN 启用，保证可以科学上网
# 第一步 安装 Script-Hub
打开 shadowrocker -- 配置 -- 模块--右上角加号--填入下面地址
https://raw.githubusercontent.com/Script-Hub-Org/Script-Hub/main/modules/script-hub.rocket.module
然后点击下载，正常应该就能看到模块里面有一个 script hub：重写&规则集转换 模块
# 第二步 转换去广告模块
1. 在你的手机上用 Safari 浏览器打开 https://script.hub ，正常会出现转换的页面，如果没有，检查第〇步 https 解密是不是设置好了
2. 来源链接填写
https://raw.githubusercontent.com/fmz200/wool_scripts/main/QuantumultX/rewrite/rewrite.snippet
3. 来源类型 QX 重写 ，目标类型 shadowrocket 模块（默认就是这个，检查下没选错就行）
4. 往下拉一点，查看转换后的结果，出现 导入（ shadowrocket ）后，点击这个按钮 按提示 导入模块
PS：这里好像是本地转换，规格太多有点慢，可以稍微等一等，刚开始我直接点击预览报错没结果，过一会就好了
# 第三步 查看效果
之前打开的 APP 要先杀掉，重新打开，正常应该就没有开屏广告了，测试了 贴吧、知乎
自用的 InoExplorer（web 端远程文件管理工具）看大家有没有需要的
### 1. 前言
之前因为家里弄了一个 NAS ，有远程文件管理的需求，之前也试过 alist ，发现不是很好用，有很多地方也不满足自己的需求，就自己开发了一个参考 Windows 资源管理器 的工具，周末慢慢写的，一直是在自用。昨天看到 alist 被~~恶意公司~~收购的帖子，就想到要不要开源出来，看下大家有想用的没。
### 2. 介绍
工具我起名字为 InoExplorer ，在主机上部署后支持通过浏览器进行文件管理，同时支持添加网盘，支持跨网盘传输，因为一直也是自己一个人用，UI 很粗犷
#### 2.1 视图查看
- 左侧为路径收藏夹
- 右下角为文件夹信息展示
- 支持树形查看
- 支持多视图查看
- 支持排序
- 支持文件名过滤查找
PS: 多文件目录查看也很快，之前有一个监控录像存储目录有接近 3000 个文件，不知道为啥用 alist 查看需要 **12 秒** 多，用 InoExplorer 只用不到 **1 秒**
#### 2.2 文件选择
- 支持鼠标框选
- 支持 shift+鼠标点击连选
- 支持 ctrl+鼠标点击多选
- 左下角为选中信息展示
#### 2.3 文件操作
- 支持在已选择项上 拖拽移动（支持跨视图）（请忽略拖拽的图标为一个灰色方块）
- 支持右键菜单
#### 2.4 任务窗口
- 复制和移动通过任务窗口展示信息
- 支持暂停和中止
### 2.5 文件查看
- 底部是任务栏
- 支持图片查看
- 支持视频播放 （自动下一部和快捷键下一部）
- 支持文本查看编辑 （ CodeMirror + MonacoEditor ）
- 查看窗口支持拖拽位置和大小
#### 2.6 驱动支持
- 支持本地文件
- 支持 115 网盘
- 支持夸克网盘（上传文件还未实现）
- 支持百度网盘（上传文件还未实现）
- 支持远端 InoExplorer （未测试部分功能未实现）
- 网盘都实现了扫描登录，无需自己去获取 cookie
- PS1：因为自己只用到了这几个网盘，所有只做了这 3 个
- PS2：网盘查看的文件树做了服务端缓存，同时对网盘的接口请求做了请求池和队列控制，避免网盘接口短时间大量请求导致风控
- PS3: 支持配置一个网址，在扫描登录后，发送网盘 cookie 到该网址，我是使用该功能 把通过 InoExplorer 登录各网盘的 cookie 发送到自己的 Deno Deploy 服务，然后写了一个浏览器脚本，每次进网盘官方页面的时候去读取 Deno Deploy 上的 cookie ，实现了浏览器查看网盘官方页面复用 InoExplorer 里的 cookie ，自动登录，也避免了在官方网页上进行登录导致 InoExplorer 中的 cookie 失效问题
#### 2.7 其他
- 文件下载可不经过服务器代理下载时自动重定向到原始直链，需代理下载时重定向到服务器代理下载链接
- 上传逻辑复用（服务器本地文件上传网盘和浏览器选择文件上传网盘），服务端使用的 nodejs
- 对外提供 webdav 协议 做了 80%，应该是除了写入文件和读取文件，其他文件操作相关的接口都实现（之前用了下，现在好久没用过了）
- 驱动支持上游 webdav 协议 之前也做了，不过因为没有使用到，也没测试，后面就把代码删了（记录应该还在）
- 无用户和权限管理功能，打开网址就能操作
- 做的不好 UI 丑陋 轻喷
### 3. 询问
现在就是想看下想使用的人多不，多的话考虑开源出来
不过如果要开源之前，主要还有几点要改的
- 存储列表和收藏夹配置是写在配置文件里面的，程序启动时读取，需要修改为 新增一个配置页面 动态配置存储列表，右键菜单增加添加删除收藏功能
- 自用是通过 node 运行的，需要做一个打包为各平台二进制的工作
- 提供 docker 镜像
- 增加基础的登录鉴权
- 只测试了 linux 和简单测试了下 Windows ，macOS 未测试（按逻辑应该基本能用）
- ...
### 1. 前言
之前因为家里弄了一个 NAS ，有远程文件管理的需求，之前也试过 alist ，发现不是很好用，有很多地方也不满足自己的需求，就自己开发了一个参考 Windows 资源管理器 的工具，周末慢慢写的，一直是在自用。昨天看到 alist 被~~恶意公司~~收购的帖子，就想到要不要开源出来，看下大家有想用的没。
### 2. 介绍
工具我起名字为 InoExplorer ，在主机上部署后支持通过浏览器进行文件管理，同时支持添加网盘，支持跨网盘传输，因为一直也是自己一个人用，UI 很粗犷
#### 2.1 视图查看
- 左侧为路径收藏夹
- 右下角为文件夹信息展示
- 支持树形查看
- 支持多视图查看
- 支持排序
- 支持文件名过滤查找
PS: 多文件目录查看也很快，之前有一个监控录像存储目录有接近 3000 个文件，不知道为啥用 alist 查看需要 **12 秒** 多，用 InoExplorer 只用不到 **1 秒**
#### 2.2 文件选择
- 支持鼠标框选
- 支持 shift+鼠标点击连选
- 支持 ctrl+鼠标点击多选
- 左下角为选中信息展示
#### 2.3 文件操作
- 支持在已选择项上 拖拽移动（支持跨视图）（请忽略拖拽的图标为一个灰色方块）
- 支持右键菜单
#### 2.4 任务窗口
- 复制和移动通过任务窗口展示信息
- 支持暂停和中止
### 2.5 文件查看
- 底部是任务栏
- 支持图片查看
- 支持视频播放 （自动下一部和快捷键下一部）
- 支持文本查看编辑 （ CodeMirror + MonacoEditor ）
- 查看窗口支持拖拽位置和大小
#### 2.6 驱动支持
- 支持本地文件
- 支持 115 网盘
- 支持夸克网盘（上传文件还未实现）
- 支持百度网盘（上传文件还未实现）
- 支持远端 InoExplorer （未测试部分功能未实现）
- 网盘都实现了扫描登录，无需自己去获取 cookie
- PS1：因为自己只用到了这几个网盘，所有只做了这 3 个
- PS2：网盘查看的文件树做了服务端缓存，同时对网盘的接口请求做了请求池和队列控制，避免网盘接口短时间大量请求导致风控
- PS3: 支持配置一个网址，在扫描登录后，发送网盘 cookie 到该网址，我是使用该功能 把通过 InoExplorer 登录各网盘的 cookie 发送到自己的 Deno Deploy 服务，然后写了一个浏览器脚本，每次进网盘官方页面的时候去读取 Deno Deploy 上的 cookie ，实现了浏览器查看网盘官方页面复用 InoExplorer 里的 cookie ，自动登录，也避免了在官方网页上进行登录导致 InoExplorer 中的 cookie 失效问题
#### 2.7 其他
- 文件下载可不经过服务器代理下载时自动重定向到原始直链，需代理下载时重定向到服务器代理下载链接
- 上传逻辑复用（服务器本地文件上传网盘和浏览器选择文件上传网盘），服务端使用的 nodejs
- 对外提供 webdav 协议 做了 80%，应该是除了写入文件和读取文件，其他文件操作相关的接口都实现（之前用了下，现在好久没用过了）
- 驱动支持上游 webdav 协议 之前也做了，不过因为没有使用到，也没测试，后面就把代码删了（记录应该还在）
- 无用户和权限管理功能，打开网址就能操作
- 做的不好 UI 丑陋 轻喷
### 3. 询问
现在就是想看下想使用的人多不，多的话考虑开源出来
不过如果要开源之前，主要还有几点要改的
- 存储列表和收藏夹配置是写在配置文件里面的，程序启动时读取，需要修改为 新增一个配置页面 动态配置存储列表，右键菜单增加添加删除收藏功能
- 自用是通过 node 运行的，需要做一个打包为各平台二进制的工作
- 提供 docker 镜像
- 增加基础的登录鉴权
- 只测试了 linux 和简单测试了下 Windows ，macOS 未测试（按逻辑应该基本能用）
- ...
记录 Github 账号意外被封后恢复
### 账号被封
早上 Github 账号意外被封，无法登录，本地 git 命令提示：
```
ERROR: Your account is suspended. Please visit https://support.github.com for more information.
fatal: Could not read from remote repository.
Please make sure you have the correct access rights
and the repository exists.
```
- 虽然多数仓库本地有备份，但是也慌得一笔。
### 账号恢复
根据上面的提示访问 https://support.github.com ，提交工单。
1. 登录页点击 [无法登录？] （因为账号被封了无法正常登录提交工单）
2. 填写 GitHub 账号绑定的邮箱，选择 [ Account locked ]
3. 输入邮箱收到的验证码
4. 进入申诉的表单页，提交相关信息即可
5. 大概半个小时收到邮件 [ Password reset notification due to suspicious activity ]
6. 根据邮件重置账户密码即可恢复 Github 账号。
总体来说，可能是 Github 系统风控意外封禁了我的账户（可能是我的代理问题），通过申诉解禁。本以为需要很多天处理恢复（ Github 社区里很多人反馈账号被封），没想到 Github 效率挺高的。
### 账号被封
早上 Github 账号意外被封，无法登录，本地 git 命令提示：
```
ERROR: Your account is suspended. Please visit https://support.github.com for more information.
fatal: Could not read from remote repository.
Please make sure you have the correct access rights
and the repository exists.
```
- 虽然多数仓库本地有备份，但是也慌得一笔。
### 账号恢复
根据上面的提示访问 https://support.github.com ，提交工单。
1. 登录页点击 [无法登录？] （因为账号被封了无法正常登录提交工单）
2. 填写 GitHub 账号绑定的邮箱，选择 [ Account locked ]
3. 输入邮箱收到的验证码
4. 进入申诉的表单页，提交相关信息即可
5. 大概半个小时收到邮件 [ Password reset notification due to suspicious activity ]
6. 根据邮件重置账户密码即可恢复 Github 账号。
总体来说，可能是 Github 系统风控意外封禁了我的账户（可能是我的代理问题），通过申诉解禁。本以为需要很多天处理恢复（ Github 社区里很多人反馈账号被封），没想到 Github 效率挺高的。
flutter 是不是要升级所有的 widget 了？
为了在 ios 上实现 liguid glass 。
- - - - - -- - - - - -
debuggerx：目前讨论下来，比较倾向的处理方式是用三方库的方式实现 liguid glass 风格组件，同时把 material 和 cupertino 也剥离成独立的库以降低维护成本。
liguid glass 目前争议还是比较大的，后续接受度能有多高还未可知，不少人认为 flutter 团队现在把大量精力投入到 cupertino 组件风格升级，还不如去做更有意义的事，把这事儿交给社区和三方库作者来搞，顶多在必要的时候提供一些底层支持。
w568w：Flutter 当年把 Material 和 Cupertino 放进标准库的时候，保准没想到这俩活宝几年就能各整个大活（ Material You Expressive 和 Liquid Glass ）
irrigate2554：作为 UI 框架本身就不应该将设计风格库整到标准库里面
maxxxxx：@debuggerx 严重怀疑社区能否做出一比一还原的 liguid glass
debuggerx：@maxxxxx 我看了现在各种所谓的还原 demo ，有些不像的反而看上去还更舒服一点。。这种前提下，一比一还原的意义在哪？
如果后续 liguid glass 解决不了可读性和视觉干扰问题，还不见得就能和以前一样逼得所有人最终“自适应”呢。
所以说，别急。
rocmax：不需要揪着 liquid glass 的缺点，关键是如果 flutter 以此为契机选择不跟随系统设计语言的路线，那么基本就等于是完蛋了。
icyalala：https://github.com/flutter/flutter/issues/170310
官方讨论，目前结论就是暂不支持 Liquid Glass ，也不接受相关贡献。后面要重新考虑架构调整
wyntalgeer：图什么呢，UI 风格只是一个很小的子集，肯定是添加支持而不是强制使用
2025-06-12 13:47:52
为了在 ios 上实现 liguid glass 。
- - - - - -- - - - - -
debuggerx：目前讨论下来，比较倾向的处理方式是用三方库的方式实现 liguid glass 风格组件，同时把 material 和 cupertino 也剥离成独立的库以降低维护成本。
liguid glass 目前争议还是比较大的，后续接受度能有多高还未可知，不少人认为 flutter 团队现在把大量精力投入到 cupertino 组件风格升级，还不如去做更有意义的事，把这事儿交给社区和三方库作者来搞，顶多在必要的时候提供一些底层支持。
w568w：Flutter 当年把 Material 和 Cupertino 放进标准库的时候，保准没想到这俩活宝几年就能各整个大活（ Material You Expressive 和 Liquid Glass ）
irrigate2554：作为 UI 框架本身就不应该将设计风格库整到标准库里面
maxxxxx：@debuggerx 严重怀疑社区能否做出一比一还原的 liguid glass
debuggerx：@maxxxxx 我看了现在各种所谓的还原 demo ，有些不像的反而看上去还更舒服一点。。这种前提下，一比一还原的意义在哪？
如果后续 liguid glass 解决不了可读性和视觉干扰问题，还不见得就能和以前一样逼得所有人最终“自适应”呢。
所以说，别急。
rocmax：不需要揪着 liquid glass 的缺点，关键是如果 flutter 以此为契机选择不跟随系统设计语言的路线，那么基本就等于是完蛋了。
icyalala：https://github.com/flutter/flutter/issues/170310
官方讨论，目前结论就是暂不支持 Liquid Glass ，也不接受相关贡献。后面要重新考虑架构调整
wyntalgeer：图什么呢，UI 风格只是一个很小的子集，肯定是添加支持而不是强制使用
2025-06-12 13:47:52
搞了一个 anycompress 图片压缩网站，完全免费，邀请 V 友体验
地址： https://anycompress.org/
特色：1 ，可自定义尺寸与质量
2 ，批量上传，批量下载
3 ，图像处理都在浏览器中完成，不会上传到任何服务器
欢迎大家来体验，多多指导；
地址： https://anycompress.org/
特色：1 ，可自定义尺寸与质量
2 ，批量上传，批量下载
3 ，图像处理都在浏览器中完成，不会上传到任何服务器
欢迎大家来体验，多多指导；
Linux 的时间同步遇到一件奇怪的事
使用 systemd-timesyncd 进行时间同步，设置配置文件 /etc/systemd/timesyncd.conf.
如果 PollIntervalMaxSec 的值设置得比 PollIntervalMinSec 小，比如：
```sh
PollIntervalMinSec=4
PollIntervalMaxSec=1
```
会出现错误：
```sh
6 月 12 13:20:51 hz systemd-timesyncd[2271]: Invalid PollIntervalMinSec=. Using default value.
6 月 12 13:20:51 hz systemd-timesyncd[2271]: PollIntervalMaxSec= is smaller than PollIntervalMinSec=. Using default value.
```
并且不管后续修改好配置以后再次重启服务，或者重启服务器，这个错误都会一直存在，不知道什么原因导致的。
使用 systemd-timesyncd 进行时间同步，设置配置文件 /etc/systemd/timesyncd.conf.
如果 PollIntervalMaxSec 的值设置得比 PollIntervalMinSec 小，比如：
```sh
PollIntervalMinSec=4
PollIntervalMaxSec=1
```
会出现错误：
```sh
6 月 12 13:20:51 hz systemd-timesyncd[2271]: Invalid PollIntervalMinSec=. Using default value.
6 月 12 13:20:51 hz systemd-timesyncd[2271]: PollIntervalMaxSec= is smaller than PollIntervalMinSec=. Using default value.
```
并且不管后续修改好配置以后再次重启服务，或者重启服务器，这个错误都会一直存在，不知道什么原因导致的。
大模型发展到当前，让我对事物的发展有一些体会
从 2016 年 AlphaGo 战胜李世石，让 AI 这个概念成为了科技的热点话题，于是 17 年阿里成立了达摩院，让大家对 AI 又有了更高的期待，但是后面大家发现 AI 还是无法被规模化的应用到各类业务场景中，更多的还是一些图像识别、搜索推荐等，达摩院的慢慢落幕也能够反应这个阶段发展趋势。这个阶段我觉得主要是两方面不满足导致 AI 无法发展起来：
1 、AI 能力本身不具备普世价值，得不到普通大众的认可，更多的是资本用来包装商业的装饰品，导致大众从 PR 听到看到的和实际体验的 AI 存在很大差别，甚至会觉得这东西有点脑残，而被 AI 深度赋能的搜索推荐，还存在隐私合规擦边的情况
2 、AI 并没有激发工程架构的配套演进，这个是基础能力不能被规模化应用的重要因素，工程架构是将某一项能力普及的关键，因为他可以填补基础能力和实际业务场景的差距，不管是理解成本、建设成本还是集成效率。
而当 2022 年 11 月 30 日 ChatGPT 问世，让普通大众第一次感受到了 AI 是智能的，甚至怀疑背后是不是有一位人类的大师，因为这个时候 AI 给到的并不是人类制定好的决策树反馈，而是可以理解非结构化的信息，并且进行思维和推理，这就具备了上面说的第一条，让大众能够觉得 AI 的存在，是一个智体的存在，而不是设定好的规则。
这个时候最先收益的是那些被称作为“AI 布道师”的网上卖课的群体，他们把 AI 包装成为人类的未来，同时也在贩卖一些 AI 对人类的焦虑，从而能够博取大家的关注，我理解这是一个新生事物被大众关注的正常策略和手段。可能他们确实具备超过常人的超前眼光，也不排除中间某些人是在跟势吃红利。
作为这个阶段 AI 的第二个受益者是大模型算法工程师，这一两年大家看到行业里面都在争夺大模型的算法大牛，比如某厂不惜竞业协议挖走另一个厂的一号位，比如某长空降某个行业大牛，又比如某厂对一些人员连升几级等等，这些算法工程师的个人身价上可能实现了几倍甚至十倍的增长。如果把 AI 当做是一个新的时代到来，这些大模型算法工程师就是在构建这个时代的基石，让大模型成为下个时代的基建，所以各大厂才会舍得去砸钱投到这些人身上。有些项目可能还是 PPT ，会由于某些 AI 大牛的加入，就可以拿到数千万美金的天使轮。这个阶段对于这些大模型算法工程师来说，是有一些注重个人英雄主义的，因为一个模型的成功与否，确实是会由于某一两个人决定，这个是和上个互联网时代比较大的区别。
在回看本次 AI 的变化，会发现这次 AI 的推进不单纯是学术的热点，也有实际的产品，同时更重要的是，有衍生出与 AI 配套的工程技术架构，比如早期的 openai 的 function call ，RAG 架构的演进，再到这一两年新起的 MCP ，以及衍生出了多 agent 架构，以及之上有接近产品级的应用方案，比如 dify ，还有近期比较火的 manus 、coding assistant 等，这些工程架构的进化极大的促进了 AI 走进实际生活，也让 AI 能力被普及，可以应用到千行百业。
截止当前，大模型的发展过程是符合一个新生事物发展规律的，就好比互联网、移动互联网发展起来一样，最开始都是从实验室走出来的新的技术，随着布道者去普及大众对他们的理解和认知，然后叠加工程技术架构的演进，帮助这项技术逐步发展成熟，达到应用普及。从利益受众全体上看，是呈现出喇叭状的，这个原因是，新的技术随着工程技术的演进，会降低大众参与创新的技术门槛，会引入更多的创业者参与，产生很多以 AI 为基础的应用（不管是 tob 还是 toc ），从而扩大行业的建设者，最终由于这个行业的新起，里面的参与建设的各类角色最终也都会享受这个新技术下的时代红利。
最为个体怎么看待这次大模型带来的 AI 时代？我觉得就是让自己参与进去，不要想自己能够对这个时代产生多大的价值，不管你是参与到这类的项目中，还是基于 AI 场景的应用进行创业，甚至卖课，先把自己扔到这个时代洪流中，就算随波逐流也行。因为一个时代的红利只会给到参与里面的建设者，不管你是拧螺丝定，还是造飞机大炮。
作为互联网时代的工程同学，我们应该想的更多的是针对 AI 应该构建怎样的工程技术架构。可以从场景出发去思考，比如社会中哪些是可以基于当前的 ai 能够结合的，像当前流行的 RAG 知识库解决方案，还是 dify 这种 workflow 集成体，都是针对 AI 衍生的新的工程技术架构。核心的切入点是通过工程技术填补大模型基建和社会场景的缝隙。
从 2016 年 AlphaGo 战胜李世石，让 AI 这个概念成为了科技的热点话题，于是 17 年阿里成立了达摩院，让大家对 AI 又有了更高的期待，但是后面大家发现 AI 还是无法被规模化的应用到各类业务场景中，更多的还是一些图像识别、搜索推荐等，达摩院的慢慢落幕也能够反应这个阶段发展趋势。这个阶段我觉得主要是两方面不满足导致 AI 无法发展起来：
1 、AI 能力本身不具备普世价值，得不到普通大众的认可，更多的是资本用来包装商业的装饰品，导致大众从 PR 听到看到的和实际体验的 AI 存在很大差别，甚至会觉得这东西有点脑残，而被 AI 深度赋能的搜索推荐，还存在隐私合规擦边的情况
2 、AI 并没有激发工程架构的配套演进，这个是基础能力不能被规模化应用的重要因素，工程架构是将某一项能力普及的关键，因为他可以填补基础能力和实际业务场景的差距，不管是理解成本、建设成本还是集成效率。
而当 2022 年 11 月 30 日 ChatGPT 问世，让普通大众第一次感受到了 AI 是智能的，甚至怀疑背后是不是有一位人类的大师，因为这个时候 AI 给到的并不是人类制定好的决策树反馈，而是可以理解非结构化的信息，并且进行思维和推理，这就具备了上面说的第一条，让大众能够觉得 AI 的存在，是一个智体的存在，而不是设定好的规则。
这个时候最先收益的是那些被称作为“AI 布道师”的网上卖课的群体，他们把 AI 包装成为人类的未来，同时也在贩卖一些 AI 对人类的焦虑，从而能够博取大家的关注，我理解这是一个新生事物被大众关注的正常策略和手段。可能他们确实具备超过常人的超前眼光，也不排除中间某些人是在跟势吃红利。
作为这个阶段 AI 的第二个受益者是大模型算法工程师，这一两年大家看到行业里面都在争夺大模型的算法大牛，比如某厂不惜竞业协议挖走另一个厂的一号位，比如某长空降某个行业大牛，又比如某厂对一些人员连升几级等等，这些算法工程师的个人身价上可能实现了几倍甚至十倍的增长。如果把 AI 当做是一个新的时代到来，这些大模型算法工程师就是在构建这个时代的基石，让大模型成为下个时代的基建，所以各大厂才会舍得去砸钱投到这些人身上。有些项目可能还是 PPT ，会由于某些 AI 大牛的加入，就可以拿到数千万美金的天使轮。这个阶段对于这些大模型算法工程师来说，是有一些注重个人英雄主义的，因为一个模型的成功与否，确实是会由于某一两个人决定，这个是和上个互联网时代比较大的区别。
在回看本次 AI 的变化，会发现这次 AI 的推进不单纯是学术的热点，也有实际的产品，同时更重要的是，有衍生出与 AI 配套的工程技术架构，比如早期的 openai 的 function call ，RAG 架构的演进，再到这一两年新起的 MCP ，以及衍生出了多 agent 架构，以及之上有接近产品级的应用方案，比如 dify ，还有近期比较火的 manus 、coding assistant 等，这些工程架构的进化极大的促进了 AI 走进实际生活，也让 AI 能力被普及，可以应用到千行百业。
截止当前，大模型的发展过程是符合一个新生事物发展规律的，就好比互联网、移动互联网发展起来一样，最开始都是从实验室走出来的新的技术，随着布道者去普及大众对他们的理解和认知，然后叠加工程技术架构的演进，帮助这项技术逐步发展成熟，达到应用普及。从利益受众全体上看，是呈现出喇叭状的，这个原因是，新的技术随着工程技术的演进，会降低大众参与创新的技术门槛，会引入更多的创业者参与，产生很多以 AI 为基础的应用（不管是 tob 还是 toc ），从而扩大行业的建设者，最终由于这个行业的新起，里面的参与建设的各类角色最终也都会享受这个新技术下的时代红利。
最为个体怎么看待这次大模型带来的 AI 时代？我觉得就是让自己参与进去，不要想自己能够对这个时代产生多大的价值，不管你是参与到这类的项目中，还是基于 AI 场景的应用进行创业，甚至卖课，先把自己扔到这个时代洪流中，就算随波逐流也行。因为一个时代的红利只会给到参与里面的建设者，不管你是拧螺丝定，还是造飞机大炮。
作为互联网时代的工程同学，我们应该想的更多的是针对 AI 应该构建怎样的工程技术架构。可以从场景出发去思考，比如社会中哪些是可以基于当前的 ai 能够结合的，像当前流行的 RAG 知识库解决方案，还是 dify 这种 workflow 集成体，都是针对 AI 衍生的新的工程技术架构。核心的切入点是通过工程技术填补大模型基建和社会场景的缝隙。