PrL的负能量场

  1. 之前做的快速阅卷的前端今天开始用了! 效率超级提升

    之前做的快速阅卷的前端今天开始用了! 效率超级提升

    感叹···

    从2022年开始就像搞搞webdev 过去一年开始恶补js+html。。到现在为了满足工作和日常需求,已经写了10来个前端应用了。

    前几年总觉得前端和我很遥远 可能因为搞嵌入式的不想踏出舒适圈的抗拒感吧

    现在有了llm··才发现即使是静态前端也能玩出花来 很方便 (毕竟大家都装着浏览器)界面一做,数据在localstorage一存,这就一个小pwa应用了

    现在llm可以帮忙写css,html也只记一记标签和属性就行,但是js还是得熟练拿捏的。(作为非专业人士 就先避开nuxt/vue啥的了)

    那种需要输入数据或者展示结果的场合 python已经不是我的首选了··只有针对一些突发需求或者是定时执行的任务的时候才会用Python实现,或者是配合青龙使用

    除了科学计算和开发资源没python那么丰富 js也算是有九头六臂了!除了前端 写个轻后端跑在CF worker或者vercel edge function上,配合KV或者R2,很办事儿!

    不过,门槛低=可替代性强,论坛里看到太多小公司的前端失业了。总结为:虚拟环境自洽(开发环境可移植性强)、越开源的东西,越容易被llm替代。

    #progamming

  2. 将代码内容回退到某个历史版本**的技巧

    将代码内容回退到某个历史版本**的技巧


    ---

    ### 核心原理
    “硬重置到历史版本 + 软重置回最新版本”:
    先让本地工作区代码还原到历史版本,再将分支指针移回最新节点。此时 Git 会自动生成一份“将最新代码还原为历史代码”的反向改动,最后将该改动作为新提交推送到远程即可。

    ---

    ### 操作步骤

    1. **强行重置(Hard)到目标历史提交

    * 选中想回退到的**历史提交**,右键选择 「重置当前分支到此次提交」**。
    * 模式选择 **「强行合并(Hard / 丢弃所有改动)」**,点击确定。
    * *效果:本地工作区代码已完全恢复到目标历史状态。*

    2. **软合并(Soft)回到最新提交

    * 选中分支上**最新的提交**,右键选择 「重置当前分支到此次提交」**。
    * 模式选择 **「软合并(Soft / 保持所有本地改动)」**,点击确定。
    * *效果:分支指针回到最新,同时工作区生成了“撤销后续修改”的反向改动文件。*

    3. **提交并推送(Push)

    * 进入暂存区/文件状态,将生成的回退改动直接 提交(Commit) 并 推送(Push) 到远程分支。


    #programming Link preview image

  3. 今天第一次打造了docker image, 通过 github action!

    今天第一次打造了docker image, 通过 github action!

    起因是之前用的ghmodelapi这个镜像没有arm的。

    在容器内找到了他的dockerfile、程序源代码等,交给ai来写一个github action的workflow yaml. 因为github action支持arm架构的runner,所以这就太合适了。


    最后编译的很棒。也push到了ghcr上. 那么至此,gh model balancer从chi迁移到本地.3了。

    以前我不会写workflow yaml, 而迟迟阻止我用action,现在有了ai,用action就没有阻碍了。。

    以前dockerfile我只能读不会写,现在有了ai,也没有阻碍了。。。


    我现在还不知道ai到底是起到了正作用还是反作用。

    让我可以尝试更多的事儿 但是我也变懒了


    #ai #programming

  4. https://deepwiki.com/search/pushplus-forktelegrambot-pytho_4e416c58-4e4e-42f8-b182-e8a96355ee39
    —-



    根据你的需求,你想要在现有的SGCC电力监控项目中添加Telegram Bot和企业微信机器人的推送支持。

    ## 当前推送系统分析

    目前项目只支持Pushplus推送,推送逻辑位于`scripts/sensor_updator.py`的`balance_notify`方法中。 [1](#0-0) 当电费余额低于设定阈值时,系统会通过Pushplus发送通知。

    ## 需要修改的文件和位置

    ### 1. 环境变量配置文件

    你需要在`example.env`文件中添加新的环境变量: [2](#0-1)

    建议在现有的Pushplus配置后添加:
    # Telegram Bot 配置
    TG_BOT_TOKEN=your_bot_token
    TG_USER_ID=your_user_id
    TG_API_HOST=https://api.telegram.org  # 可选,自定义API地址
    TG_PROXY_HOST=proxy_host  # 可选,代理主机
    TG_PROXY_PORT=proxy_port  # 可选,代理端口
    TG_PROXY_AUTH=user:pass   # 可选,代理认证
    
    # 企业微信机器人配置
    QYWX_KEY=your_webhook_key
    QYWX_ORIGIN=https://qyapi.weixin.qq.com  # 可选,自定义API地址


    ### 2. 主配置加载逻辑

    在`scripts/main.py`中,你需要在两个地方添加新的环境变量加载:

    - Home Assistant Add-on模式(`options.json`): [3](#0-2)
    - Docker模式(`.env`文件): [4](#0-3)

    ### 3. 推送逻辑修改

    主要修改`scripts/sensor_updator.py`中的推送逻辑:

    #### 在`init`方法中添加新的配置读取: [5](#0-4)

    #### 修改`balance_notify`方法: [1](#0-0)

    你需要将现有的单一Pushplus推送逻辑扩展为支持多种推送方式的逻辑。

    ## 推荐的实现方案

    1. 创建推送工厂模式**:在`sensor_updator.py`中添加你提供的`wecom_bot`和`telegram_bot`函数
    2. **修改`balance_notify`方法**:根据配置的环境变量决定使用哪种推送方式
    3. **支持多推送并行**:可以同时启用多种推送方式

    ## 配置优先级

    根据现有代码结构,配置加载的优先级是: [6](#0-5)
    1. 如果存在`/data/options.json`(Home Assistant Add-on模式)
    2. 否则使用环境变量(Docker模式)

    你需要在两种配置方式中都添加对应的新环境变量支持。

    **Notes


    当前项目的推送功能集中在`SensorUpdator`类中,通过`RECHARGE_NOTIFY`环境变量控制是否启用推送。你的修改应该保持这个架构,只是扩展推送方式的选择。记得在`DataFetcher.fetch()`方法中,`SensorUpdator`实例会为每个用户ID调用推送检查。 [7](#0-6)

    Wiki pages you might want to explore:
    - [Overview (ARC-MX/sgcc_electricity_new)](/wiki/ARC-MX/sgcc_electricity_new#1)
    - [Core Components (ARC-MX/sgcc_electricity_new)](/wiki/ARC-MX/sgcc_electricity_new#4)

  5. 才学习到了swap不仅仅是存在硬盘或者rom里的文件,也有可能是zram

    才学习到了swap不仅仅是存在硬盘或者rom里的文件,也有可能是zram。

    zram是在ram中划走一部分并且进行压缩。一般可以提供划走空间的1.5~2倍空间。所以是牺牲cpu性能扩展了内存。

    看了一下armbian默认开的是zram,不是文件swap。默认会划走ram的50%

    之前寻思着比较伤害rom,看来是我误解了。

    一般是在/etc/default/armbian-zram-config来配置


    #linux

  6. 自建deep research

    自建deep research


    GitHub - u14app/deep-research: Use any LLMs (Large Language Models) for Deep Research. Support SSE API and MCP server.
    https://github.com/u14app/deep-research GitHub - u14app/deep-research: Use any LLMs (Large Language Models) for Deep Research. Support SSE API and MCP server.

  7. Claude Code 用了 30 天,我再也回不去从零手写代码了 | 编程正式从「胶卷时代」正式迈入「数码时代」| Vibe Coding

    Claude Code 用了 30 天,我再也回不去从零手写代码了 | 编程正式从「胶卷时代」正式迈入「数码时代」| Vibe Coding
    https://youtube.com/watch?v=sOvi9Iu1Dq8&si=4BH9Ik7_ULewELeF

  8. 关于sgcc new项目的修改解析

    关于sgcc new项目的修改解析

    https://deepwiki.com/search/_4a5e2320-f205-4630-9e97-805cb25614ca

    是的,这个程序确实存在一个保持一致运行的主循环。 [1](#0-0) 
    
    ## 主循环实现
    
    程序的主循环位于 main() 函数中,使用 schedule 库来管理定时任务: [2](#0-1) 
    
    主循环的核心逻辑非常简单: [1](#0-0) 
    
    这个无限循环每秒检查一次是否有待执行的定时任务,如果有就执行。
    
    ## 任务调度机制
    
    程序设置了两个定时任务:
    1. 在配置的 `JOB_START_TIME`(默认07:00)执行
    2. 在该时间的12小时后再次执行 [3](#0-2) 
    
    ## 任务执行函数
    
    实际的数据获取工作由 `run_task()` 函数处理,该函数包含重试机制: [4](#0-3) 
    
    这个函数会调用 `DataFetcher.fetch()` 方法来执行实际的数据抓取工作。 [5](#0-4) 
    
    ## Notes
    
    程序启动后会立即执行一次数据获取任务,然后进入主循环等待定时任务触发。这种设计确保了程序能够持续运行并按计划执行数据抓取任务,同时通过重试机制提高了系统的可靠性。
    
    Wiki pages you might want to explore:
    - [Overview (ARC-MX/sgcc_electricity_new)](/wiki/ARC-MX/sgcc_electricity_new#1)
    - [Environment Variables (ARC-MX/sgcc_electricity_new)](/wiki/ARC-MX/sgcc_electricity_new#3.1)
    
    
    
    是的,将这个项目改成单次运行非常容易!
    
    ## 需要修改的核心部分
    
    主要需要修改 scripts/main.py 中的主循环逻辑。 [1](#1-0)  目前程序使用无限循环来保持运行,但对于青龙面板的单次执行,你只需要移除这个循环。
    
    ## 具体修改方案
    
    ### 1. 移除调度和主循环代码
    
    删除或注释掉以下部分:
    - 定时任务设置 [2](#1-1) 
    - 主循环 [1](#1-0) 
    
    ### 2. 保留核心执行逻辑
    
    保留这部分代码,它会立即执行一次数据获取: [3](#1-2) 
    
    ### 3. 修改后的 main() 函数结构
    
    修改后的 main() 函数应该是:
    1. 初始化配置和日志 [4](#1-3) 
    2. 创建 DataFetcher 实例 [5](#1-4) 
    3. 直接调用 run_task(fetcher) 执行一次数据获取
    4. 程序结束
    
    ## 优势
    
    这样修改后:
    - 程序执行完成后会自动退出,适合青龙面板的 cron 任务
    - 保留了所有数据获取逻辑 [6](#1-5) 
    - 保留了重试机制 [7](#1-6) 
    - 减少了资源占用,因为不需要常驻进程
    
    ## Notes
    
    这个修改非常简单,主要是移除调度相关代码。所有的数据获取、Home Assistant 集成、数据库存储等核心功能都会保持不变。你只需要在青龙面板中设置合适的 cron 表达式来替代原来的 JOB_START_TIME 配置。
    
    Wiki pages you might want to explore:
    - [Overview (ARC-MX/sgcc_electricity_new)](/wiki/ARC-MX/sgcc_electricity_new#1)
    - [Environment Variables (ARC-MX/sgcc_electricity_new)](/wiki/ARC-MX/sgcc_electricity_new#3.1)

  9. 网心云OEC/OEC-turbo刷机问题——刷机教程、救砖方法、技术要点及下载boot失败异常解决尝试_oec-turbo刷入飞牛-CSDN博客

    网心云OEC/OEC-turbo刷机问题——刷机教程、救砖方法、技术要点及下载boot失败异常解决尝试_oec-turbo刷入飞牛-CSDN博客
    https://blog.csdn.net/John_Lenon/article/details/146461220

    #oec

  10. OEC 有锁版刷机教程、刷机工具、底包、刷机包,一站式分享-京东云、网心云、玩客云等PCDN云设备-恩山无线论坛 - 手机版 - Powered by Discuz!

    OEC 有锁版刷机教程、刷机工具、底包、刷机包,一站式分享-京东云、网心云、玩客云等PCDN云设备-恩山无线论坛 - 手机版 - Powered by Discuz!
    https://www.right.com.cn/forum/thread-8432287-1-1.html

    #oec

  11. https://linux.do/t/topic/767490

    昨天听了人工智能讲座 看见展示的豆包生成ppt效果还行。

    这边在论坛又发现了个小工具。有空可以试试


    #ai