(原) 纪念日提醒 在线工具 2025年4月11日    纪念日 年龄越大,记性越差。也有可能是要记的东西太多。也有可能是太忙。 反正要忘记一件事有许多借口。 最近两天做了一个提醒工具,即做给自己,也可以让有需要的人使用。 ...
(摘) 访问NTFS的MFT表和USN日志实现搜索文件 2025年4月10日    搜索 Everything的核心原理是直接读取NTFS文件系统的MFT表和USN日志实现快速索引。在Golang中可通过第三方库操作这些底层结构: 依赖库: 使用github.com/gentlemanautomaton/volmgmt库访问NTFS的MFT表和USN日志。 流程: 获取磁盘卷句柄(volume.New) 读取MFT表(vol.MFT()) 遍历USN日志记录(mft.Enumerate) 缓存记录并解析文件路径(usn.Cache) ...
(摘) 关注MCP AI模型交互协议 2025年4月10日    mcp ai 据说Go官方也在更加拥抱MCP,也就是AI。前两天也做了一点测试。 MCP 是 API 的一个子集,专为 AI 模型交互优化,更关注 高效计算、低延迟、大规模模型数据交换。 ...
(原) TraeCN使用及技巧 2025年4月9日    trae 关闭TraeCN的变量类型提示 最近这一版(0.3.7)出现了变量类型提示,原本是好意,但个人极不习惯。最好是在需要的时候才显示,平时隐藏。 <1>. 打开设置 <2>. Editor设置 <3>. 搜索“Inline Hints” <4>. Editor > Inlay Hints: Enabled 中选择“offUnlessPressed” ...
(原) 一个简单的资源共享服务器 2025年4月5日    共享 项目中的子功能:共享一些音视频、PDF资源。功能很简单,代码也就千行左右。主要用于一步步实践实现一些功能。 使用TranCN编辑器,与AI合作确实减轻了一些工作量,不过并不像自媒体文章吹的那样一键生成啥的。 原本这样的共享服务软件还是不少,也有Golang跨平台的。但它们没有通过API来实现登陆的,似乎也没有限速。 整体还是比较绿色,仅需两个文件(另一个是IP定位数据库,完全可以让主程序自释放) ...
(码) 关注银发经济及思考 2025年3月23日    银发 银发经济是国家都在提的热点,也有巨大的市场需求。 老龄化是中国面临的一大挑战,但其中也蕴含着巨大的经济机遇。银发经济报告指出,新老人有新的需求,这对企业而言意味着新的机会。今天的老年人与过去不同,他们更注重生活质量,有活力,有梦想。因此,企业需要重新理解老人,关注他们的新需求。老人的核心痛点可概括为现状不满、生活不便、未来不安。不满、不便、不安背后潜藏着巨大的市场需求。 不要一说到银发经济就是养老。而是关注银发人群的全方位需求,特别是情感需求。 这里收集一些零星的想法及思考。 ...
(原) 个人微信收费功能应用 2025年3月19日    收费 与之前的方案类似,这次使用了Umi-OCR,当前的最新版本支持HTTP服务,占用资源也不多。可惜一点的是它是一个GUI应用。 直接附上代码,原理就是:1.adb手机截图 2.OCR识别 3.判断付费(这段代码没有) package main import ( "bytes" "encoding/base64" "encoding/json" "fmt" "io" "net/http" "os" "os/exec" "time" ) // OCR请求结构 …
(原) Cloudflare动态域名 2025年3月13日    #!/bin/bash auth_token="" zone_id="" record_name="scwy.net" current_ip=$(curl -s4 https://icanhazip.com) email="" record_id="" # 更新DNS记录 curl -X PATCH "https://api.cloudflare.com/client/v4/zones/$zone_id/dns_records/$record_id" \ -H "Authorization: …
(原) AI使用的一些感受与总结 2025年3月13日    ai 以下使用基于GRT6 32GB内存下。 Ollama: 不能使用本机AMD集成显卡,占用CPU较高。两者的速度基本差不多。 LM Studio: 能使用AMD集成显卡,占用CPU降低。这样的好处是电脑还可以开其它应用。两者的速度基本差不多。 ...
(原) AI解决下载模型问题 2025年3月8日    ai 现在使用AI就和以前使用搜索引擎一样,在搜索上提升了一个档次。 在试用 https://github.com/SparkAudio/Spark-TTS 这个TTS引擎时,需要下载模型 from huggingface_hub import snapshot_download import os # Set download path model_dir = "pretrained_models/Spark-TTS-0.5B" # Check if model already exists if os.path.exists(model_dir) and … ...