(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 …
...
➦
