虫子樱桃

聊天和社交 QQ - 80，90的青春。 微信 - 国内TOP1社交软件。brew install --cask wechat 钉钉 - 阿里巴巴出品协同办公软件。 企业微信 - 腾讯出品协同办公软件。 飞书 - 字节跳动出品协同办公软件。 Telegram - 地下社交软件，通信加密。 X（原twitter） - 地下社交软件，了解国内外大事。 XDeck 𝕏桌面客户端 Franz 多合一聊天工具 邮箱工具 Spark 输入法及键盘扩展 AutoSwitchinput 当你在Mac上打开不同的软件的时候，它可以自动帮你切换中文和英文输入法 Input Source Pro，推友开发的一个输入法自动切换工具 Tickeys 键盘打字风格模拟应用, 支持 Cherry轴等多种风格. keycue 快捷键辅助应用, 帮助记忆快捷键. KeyKey macOS 上优雅好用的键盘打字练习。 Karabiner-Elements 键盘映射工具 输入法 rime 可以下载鼠鬚管 Squirrel brew install squirrel-app 可以集成雾凇拼音更好用，具体的步骤如下： 1.打开 Terminal 进入 cd "$HOME/Library“ 2 .保留自带的配置目录 mv Rime Rime.old或者直接干掉这个目录 ...

本文部内容理论上基于Arch的发行版都可以使用本文进行安装。推荐的发行版本 Manajro EndeavourOS CachyOS 如果您安装好了manajro但是又不想重装系统，可以试下这个脚本 来将Manjaro自动转换为Arch。此外，DHH的omarchy (github )也值得一试~ Arch 安装后必装的软件 通过archinstall 安装以后，是没图形界面的。需要安装下面的一些软件和配置 安装时，声音后端的选择： PulseAudio，历史悠久、最为常用； PipeWire，新生代，采用全新架构，整合多种音频后端（PulseAudio、ALSA和JACK），提供低延迟的音频体 连接无线网 iwctl # 进入交互式命令行 device list # 列出无线网卡设备名，比如无线网卡看到叫 wlan0 station wlan0 scan # 扫描网络 station wlan0 get-networks # 列出所有 wifi 网络 station wlan0 connect wifi-name # 进行连接，注意这里无法输入中文。回车后输入密码即可 exit # 连接成功后退出 启用网络 systemctl enable dhcpcd systemctl enable wpa_supplicant systemctl enable NetworkManager 蓝牙 sudo systemctl enable --now bluetooth 如果没这个服务，可能需要通过 paru -S bluetooth进行安装。 ...

把 withoutBG 的开放权重模型包成了一个纯 Go 库：github.com/lib-x/withoutbg-go 。和上一个 PP-OCRv6 的封装一样，用 pure-onnx 通过 purego 调 ONNX Runtime，不需要 CGO，也不用装 PyTorch。 这个模型做的是背景去除：输入一张 RGB 照片，输出一张 alpha 蒙版，把蒙版挂到原图的 alpha 通道上就是抠图。模型仓库是 withoutbg/withoutbg-openweights-onnx ，455MB，Apache-2.0。 这篇记录的重点和上一篇不同：上次的第一手来源是模型自带的 inference.yml，这次是模型自带的 sidecar JSON；上次的难点是动态形状和字典映射，这次的难点是几何（letterbox 怎么缩放、蒙版怎么裁回去），踩错一步人物边缘就会被啃掉一圈。 先看术语：抠图和它的度量 没接触过图像处理也没关系，先看这几个词。 抠图（matting）和分割（segmentation）不是一回事。 分割给每个像素一个"是不是前景"的二值标签，抠图给的是 0 到 1 之间的连续值，叫 alpha 蒙版。连续值是为了处理半透明和边缘过渡：发丝、玻璃、烟雾这类区域，一个像素里可能一半是前景一半是背景，硬二值会切出锯齿。这个模型输出的就是连续 alpha。 alpha 合成，把抠图结果和任意背景拼起来用的公式： $$ C = \alpha F + (1-\alpha) B $$ $F$ 是前景色，$B$ 是新背景，$\alpha$ 是蒙版值。$\alpha=1$ 保留原像素，$\alpha=0$ 完全换成背景，中间值按比例混合。库里 Remove() 返回的就是"原图颜色 + 新 alpha 通道"。 letterbox：把任意比例的图塞进正方形输入框的标准做法，等比缩放让长边贴到目标尺寸，空出来的地方填固定颜色。和直接拉伸成正方形的区别是：拉伸会改变物体形状，模型会把形变当成内容。 NCHW：张量内存布局，依次是批、通道、高、宽。这个模型的输入是 [1, 3, 448, 448]。 ...

把 PP-OCRv6 的检测和识别模型包成了一个纯 Go 库：github.com/lib-x/ppocr-v6-go 。用 pure-onnx 通过 purego 动态加载 ONNX Runtime，不需要 CGO，不用装 PaddlePaddle 和 OpenCV，除了两个模型文件，只有一个内嵌的字符字典。 代码量不大，时间主要花在把模型需要的参数一个个找出来，再验证对。这篇按"模型和文件从哪来、拿到新模型怎么入手、一张图怎么走完全流程"的顺序记录，中间有四个坑单独讲。 先看术语：检测、识别和它们背后的东西 整图 OCR 一般拆成两个模型。检测模型在整页图上找文字行，输出一堆框，它不认字；识别模型把每个框裁出来读成字符串，它不找位置。PP-OCRv6 是 PaddleOCR 的 v6 版本，det 和 rec 各有 medium / small / tiny 三档，本库用的是 medium det（约 62MB）和 small rec（约 21MB）。本库的组合是 medium det 加 small rec。模型卡表格里 medium 档检测 Hmean 是 86.2%、medium rec 识别准确率 83.2%，small rec 是 81.3%，论文在 arxiv 2606.13108 。这些是模型卡在标准测试集上的数字，和你手上某张图的端到端准确率是两回事。 模型以 ONNX 格式分发。ONNX 文件里除了权重，还存着一张计算图：节点怎么连、每个张量叫什么、形状是什么。ONNX Runtime 执行这张图，pure-onnx 用 purego 加载它的共享库，Go 侧就能直接跑推理。 ...

本文基于 felinics/Memoh （commit 1aaef83）源码写作。所有代码引用均为仓库内相对路径与行号，可直接到 GitHub 对应行查看。 写作目标：一是拆解这个生产级多 Agent 平台的模块划分、权限设计、AI 调度与流转；二是提炼出你可以直接借鉴的设计模式。如果你没开发过 agent，先读第 1 章的入门部分。 0. 项目速览：Memoh 是什么 Memoh 是一个开源多 Agent 平台，核心卖点是给每个 AI agent 一台自己的"云电脑"：独立的容器 workspace（文件系统、桌面、浏览器、网络），24/7 在线，通过 Telegram / Discord / 飞书 / 微信 / Matrix / 邮件等渠道对话，带长期记忆，支持定时任务，还能托管 Claude Code、Codex 等外部 CLI agent。 技术栈：Go + Echo + Uber FX（后端）、Vue 3（Web）、PostgreSQL（主存储）、Qdrant（向量记忆）、Docker/containerd/Apple Virtualization（workspace 容器）、可选 Redis（集群模式队列）。 代码规模：internal/ 下 76 个领域包，仅 internal/agent 就约 9MB 源码，是一个认真做过生产级调度设计的项目。这正是值得读它的原因。大多数开源 agent 项目把"调度"做成内存里的一个循环，而 Memoh 把 turn 的准入、所有权、幂等、恢复全部持久化到了 PostgreSQL，用数据库约束解决并发问题。这是本文最想讲清楚的部分。 1. Agent 运行原理入门（写给没写过 agent 的人） 在深入 Memoh 之前，先用它的真实代码把四个基础概念讲明白：编排（orchestration）、调度（scheduling）、上下文注入（context injection）、输出获取（output consumption）。 ...

本文汇总翻译自 Buf 官方博客的 Protobuf Tip 系列文章（共 10 篇）。该系列由 Buf 团队撰写，Tip #1–#9 的作者是 M. C. Sunny Young de la Sota，Tip #10 的作者是 Kevin McDonald。每节开头附有原文链接。系列文章中的插图由 D2 图表语言生成，本文直接引用原文 SVG 链接。 系列概览 # 标题 一句话总结 原文 1 字段名是永恒的 永远不要重命名字段 链接 2 压缩你的 Protos！ 压缩无处不在，编码体积的权衡没那么重要 链接 3 枚举名需要前缀 枚举值的 FQN 不含枚举名，必须加前缀避免冲突 链接 4 接受我们无法修复的错误 分布式场景下有些错误不值得修，不破坏用户更重要 链接 5 避免 import public/weak 这两个特性是 C++ 历史包袱，不要用 链接 6 枚举别名的隐性危险 allow_alias 会坑到反射和 JSON，别用 链接 7 看清二进制的工具 buf convert + protoscope 调试 wire format 链接 8 永远不要用 required required 是 proto2 的大坑，无法安全移除 链接 9 有些数字比其他数字更"平等" 字段编号 1–15 解码最快 链接 10 选择正确的整数类型 默认用 int64 就对了 链接 Tip #1：字段名是永恒的 原文：Protobuf Tip #1: Field names are forever （2025-04-08） ...

概述 Windows 系统提供了多种内置工具用于实现端口转发和网络流量重定向，无需安装第三方软件。本文详细介绍各种方法的原理、优缺点和实际应用。 方法一：netsh portproxy（最简便） 原理 netsh 是 Windows 的网络配置命令行工具，其 portproxy 功能可以实现 IPv4/IPv6 端口转发。 基础用法 添加端口转发规则 netsh interface portproxy add v4tov4 listenport=<本地端口> listenaddress=<本地地址> connectport=<远程端口> connectaddress=<远程地址> 参数说明： listenport：本地监听的端口 listenaddress：本地监听的 IP 地址（0.0.0.0 表示所有接口） connectport：转发目标的端口 connectaddress：转发目标的 IP 地址 实例 例1：转发本地 8080 到 localhost:3000 netsh interface portproxy add v4tov4 listenport=8080 listenaddress=0.0.0.0 connectport=3000 connectaddress=127.0.0.1 例2：转发本地 80 到远程服务器 80 netsh interface portproxy add v4tov4 listenport=80 listenaddress=0.0.0.0 connectport=80 connectaddress=192.168.1.100 管理规则 查看所有转发规则 netsh interface portproxy show all 查看 IPv4 转发规则 netsh interface portproxy show v4tov4 删除特定规则 netsh interface portproxy delete v4tov4 listenport=8080 listenaddress=0.0.0.0 删除所有规则 netsh interface portproxy delete v4tov4 关键点 ⚠️ 需要管理员权限 运行 支持 IPv4 转 IPv4、IPv4 转 IPv6、IPv6 转 IPv4、IPv6 转 IPv6 规则在系统重启后仍然生效 无需额外配置防火墙（通常） 方法二：Windows 防火墙入站规则 原理 通过防火墙规则结合程序代理实现转发。 ...

Hugo 博客可以继续把文章放在 Git 仓库里，同时增加一个网页后台，用来写文章、修改标签和上传图片。Decap CMS 做的就是这件事：浏览器里编辑，保存成 Markdown，再提交到 Git。 如果已经有 Netlify，认证服务可以直接交给它。想用 GitHub 账号登录，可以使用 Netlify 托管的 OAuth；想用邮箱和密码登录，可以使用 Netlify Identity 配合 Git Gateway。这两种方式都不需要自己部署 Cloudflare Worker。 前台也不必迁移。一个实用的安排是：读者访问 Cloudflare 上的博客，编辑者打开 Netlify 上的管理后台，两个平台连接同一个内容仓库。 本文使用假想的 paper-notes 项目。your-github-name/paper-notes 是仓库占位符，notes.example.com 是示例域名，paper-notes.netlify.app 也需要换成自己实际分配到的项目地址。下文配置依据截至 2026 年 9 月 11 日的官方文档整理，不表示这个假想项目已经上线。 先选登录方式 Decap 自己不保存用户密码，也不会因为多了一个 /admin/ 页面就自动拥有账号系统。登录方式取决于配置的后端。 方案 编辑者如何登录 编辑者需要 GitHub 账号吗 需要自建认证服务吗 GitHub 后端 + Netlify OAuth GitHub 授权登录 需要，并且具有仓库写权限 不需要 Git Gateway + Netlify Identity 邮箱和密码，也可另配外部登录 不需要 不需要 GitHub 后端 + 自建 OAuth 代理 GitHub 授权登录 需要，并且具有仓库写权限 需要 自己维护技术博客，用 GitHub 登录比较直接。要让不使用 GitHub 的人参与编辑，邮箱和密码更方便。这里的密码属于 Netlify Identity 用户，不是 Netlify 控制台账号，也不是 GitHub 密码。 ...

距离上次omarchy的文章已经快一年多了，新版的omarchy 4 出来了，很多地方有些不一样了，记录下。 官方有了专门的网站来做插件和主题的管理 主题站点 插件站点 插件 新版的omarchy基于quick shell做了很多插件，下面是我推荐的几个 omarchy-keyboard-indicator 键盘布局显示和切换小插件 omarchy-tray 托盘图标插件 设置 默认浏览器 vivaldi不支持默认的omarchy-defaultbrowser报错 omarchy-default-browser vivaldi Usage: omarchy-default-browser <chromium|chrome|brave|brave-origin|edge|firefox|zen> 实际可以用 env -u BROWSER xdg-settings get default-web-browser vivaldi-stable.desktop 中文输入法 安装相关的包 paru -S fcitx5 fcitx5-configtool fcitx5-qt fcitx5-gtk fcitx5-rime 推荐使用我的aur包 snout-bin，然后一键安装(万象输入法，国内用户记得开启镜像模式),这样会自动使用cnb的镜像进行下载。如果rime没自动加入到输入引擎，程序会提示并自动加入，可能需要重启才能生效。 语音输入法 omarchy对于语音输入法的支持也不错，安装 voxtype-bin 后，先通过程序里面的配置设置好模型，然后 voxtype setup model 下载相应的模型，再到配置程序启动daemon程序。参考 https://omarchy.iamcheyan.com/zh/11-text-extraction-dictation/ 遇到的一些坑 Vivaldi 在 Omarchy + NVIDIA + Wayland 下页面闪烁的排查与修复 现象 在 Omarchy 的 Hyprland 桌面中使用 Vivaldi 浏览网页时，整个浏览器窗口可能频繁闪烁。调整显卡环境变量后，现象会发生变化：原来整个窗口闪烁，设置 LIBVA_DRIVER_NAME=iHD 后，主要剩下网页内容闪烁，而且图片较多的页面更容易触发。改回 LIBVA_DRIVER_NAME=nvidia 后，问题仍然存在。 ...

Zvec 是阿里巴巴开源的嵌入式（进程内）向量数据库 —— 轻量、极速，可直接嵌入应用程序。本文将介绍如何使用 Zvec 的 Go 和 Rust SDK，从零搭建一套完整的 RAG（Retrieval-Augmented Generation）系统。 署名：本文由小米 MiMo-2.5-Pro 编写，Codex-5.5 审校。 什么是 RAG？ RAG（Retrieval-Augmented Generation，检索增强生成）是一种将外部知识检索与大语言模型生成相结合的技术范式。其核心流程为： 索引（Indexing）：将文档切分、向量化，存入向量数据库 检索（Retrieval）：用户提问时，将问题向量化，在数据库中搜索最相关的文档片段 生成（Generation）：将检索到的相关文档作为上下文，连同用户问题一起送入 LLM 生成回答 RAG 解决了 LLM 的几个核心痛点： 知识时效性：无需重新训练模型，通过更新知识库即可获取最新信息 幻觉问题：基于真实文档生成回答，大幅降低虚构内容的概率 可溯源性：回答可追溯到具体来源文档，增强可信度 为什么选择 Zvec？ 在 RAG 系统中，向量数据库是核心组件。Zvec 相比其他方案有以下优势： 特性 Zvec 传统方案（Milvus/Qdrant/Weaviate） 部署模式 进程内嵌入，无需独立服务 需要单独部署服务 延迟 毫秒级，零网络开销 需要网络往返 依赖 零外部服务依赖（仍需链接 Zvec C 库） 需要 Docker/K8s 等 运维 零运维 需要运维团队 运行形态 随应用进程部署，数据本地持久化 依赖服务端实现 检索能力 向量 + 全文 + 混合检索 各有差异 对于中小型或单机优先的 RAG 系统，Zvec 的嵌入式架构意味着： ...