PrL的负能量场
- 和性格、作息不一样的人出去真tm操蛋。平时一块吃个饭还行，但是出去玩就得方方面面和对方妥协，包括行动计划、住宿等等的。tmd睡觉还说梦话。。真是令人不悦。
我自己也有问题，上次已经知道他的习性了，这次应该义正言辞的拒绝合住···（为啥会有这种神经这么大条的人种呢？自己处处被嫌弃还不知道？？？）
唉 还是脸皮太薄 或者说口条不好使- -
—
写于: 2024-05-26 16:21:01
#time0 - 安装完博图，如果我的电脑里面多了simatic shell，那么这样处理：
安装西门子博图软件后，设备和驱动器中会多了一个Simatic Shell文件夹，还在C盘驱动器的前面，看起来碍眼又无用，强迫症必须要解决它。1. Win+R打开运行
2. 在注册表中，选中HKEY_LOCAL_MACHINE\HKEY_LOCAL_MACHINE\SOFTWARE，然后Ctrl+F查找“Simatic Shell”，注意空格
3. 将搜索到的项目，“数据”值为“Simatic Shell”的文件夹整个删除
4. 之后按F3继续查找下一个，重复步骤3，直到搜索不到为止
5. 在注册表中，定位到
HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion\Explorer\MyComputer\NameSpace
删除项：{59B0F512-BD54-46F7-A872-039788A3A5AD}
6. 重新打开计算机（我的电脑），Simatic Shell文件夹消失
#plc - 其实西门子全家的东西 都可以在官网下到安装包
比如tia portal，就搜索： tiaportal v20 trial download
其他的比如plcsim adv, 一样的套路，都是官网下载，但是需要先登录siemens账户。反正免费注册。
然后剩下的就是万能的ekb了
#plc - 我艹 vercel太坑了
我说github commit了之后，网页不更新，一看，commit部署到preview环境之下了。
进environments一看，默认名字叫master分支的进production。一想，我靠，该不会是因为github默认分支叫main了吧
一看还真是。。。果断把production branch名字改成main了 = =
前几天写github action的trigger字段，顺手写了个master分支，我看咋推送怎么都不触发action。结果一看branch叫main
去他娘的Black lives matter..
#programming - [标题]分享下我平时用的AI工具(阅866)
[时间]2025-07-19 07:39获赏666
1.RooCode （vscode插件）
2.Augment （vscode插件） 新手推荐使用这个，真的非常强，去买白嫖号或者买续杯的软件授权，当然自己注册也行，只不过感觉不方便，我个人喜欢花点小钱把时间花在更有意义的事情上面
3.claudecode (终端部署的)
然后说下提示词：参考claudecode官方的提示词改就行了，虽然简短，但是非常有用。
https://claude.ai/public/artifacts/e2725e41-cca5-48e5-9c15-6eab92012e75
另外写代码，context7 这个mcp服务器非常有用
在写一起程序或者啥玩意前应该先让AI写好规划，不懂可以问AI还有没有推荐的优化之类的，一路planmore就对了，感觉差不多了就可以写好规划的文件，然后才开始编写。
mcp：
sequentialthinking
context7
辅助开发的，sequentialthinking基本不用管 会自己调用，context7需要人工跟ai说，调用contex7查询对应的最新文档，有助于开发
以上两个是必备的，其他推荐：
fetch
playwright
然后还有很多有用的mcp，不过没必要举出来了，因为写代码主要就是context7 和sequentialthinking这两个是必备的，其他看情况，没有必要看到啥mcp都塞进去，其实当你装好后后续基本上用不上几个，没必要把过多时间花费在寻找各种mcp这里。
roocode，是免费的可以自定义API
Augment 可以白嫖，也可以咸鱼买号
claudecode 需要找教程替换api和模型，然后就可以不用付费claude，但是不付费肯定就没有强大的claude模型使用，使用自定义的API和模型，但是Claudecode非常好用，就算使用kimi-k2和gemini2.5pro也是很强，但是前两天我再用了下gemini变弱智了，不知道是Gemini这边下魔法了还是咋的。
然后Gemini2.5pro，可以到下面的地址注册，使用freee分组API，可以免费使用Gemini2.5pro，是我的轮询号
https://newapi.eve.ink/
有看到其他付费模型可以不用，当然也可以用，有些是不免费的，我也是自建个API方便自己使用的，我不可能全部免费，Gemini可以用免费号轮询，其他模型是对接别人的中转站API，也是成本价摆上去的，所以不要看到其他模型收费就跑来喷引流
中转站API推荐这家，非常便宜：https://www.mnapi.com/
你也可以使用这家其他模型，我就是对接这家的claude gpt啥的，但是这个家不太稳定是真的，其他些中转站稳定就贵，我就懒得推荐了，三色图奉上
#aiClaude
Complete Claude Code Commands DocumentationGet 8 powerful Claude AI code commands for debugging, testing, optimization & deployment. Complete dev workflow built with Claude AI. - 1.rx580
mjj的老熟人，2025年依旧活跃在300元价位段，东大某些厂商据说还有16g的版本
性价比：★★★★★
门槛：★
可玩性：★★
推荐值：★★★
推荐理由：低价位能买到的卡里面最省心的
2.p106
rx580同时代的产物，矿卡的始作俑者，矿渣中的矿渣，580起码还搬板
性价比：★★★★★
门槛：★★★
可玩性：★★
推荐值：★★
推荐理由：100米还提啥要求？
3.rtx2080ti
实力源自22g，该有的都有，矿潮前夕的卡皇，可玩性不错
性价比：★★★
门槛：★
可玩性：★★★★★
推荐值：★★★
推荐理由：性价比前提是矿潮没被无良主人卖掉，魔改22g3k入手不推荐
4.tesla p4
220没上车未来也（可能）不会有了，平民最强刀卡，无论虚拟桌面还是编解码都很香
性价比：★
门槛：★★★
可玩性：★★
推荐值：★
推荐理由：不推荐，350吃顿好的不行？
5.tesla p40
玩AI当年一卡难求，700涨到3k大有580之势，没买一点也不后悔，大号1080ti
性价比：★
门槛：★★★
可玩性：★★★
推荐值：★
推荐理由：不推荐，看下面
6.tesla p100 sxm2
入手的垃圾佬心还痛不 v100的刀快不快？
性价比：★
门槛：★★★★
可玩性：★★★
推荐值：★
推荐理由：不推荐，看下面
7.titan v
1300入手也不亏，v100牙膏挤爆
性价比：★★★
门槛：★★
可玩性：★★★★
推荐值：★★★
推荐理由：这身皮你就说值不值
8.tesla t10
不到1400买16g显存+低精度，弥补了p100的遗憾，deepseek那会儿一度成为千元版本答案
性价比：★★★
门槛：★★★
可玩性：★★★★
推荐值：★★★
推荐理由：高贵的云游戏卡，驱动折腾起来有点麻（要）烦（命），性能也不如人意，啥都要兼顾（游戏+光追+AI）
9.MI50
镭7的完全版，从矿老板的仓库到小黄鱼热门只需要一个llama，不用怀疑这就是当前版本答案
性价比：★★★★★
门槛：★★★★
可玩性：★★★★
推荐值：★★★
推荐理由：32g不到8张毛爷爷就问你慌不慌，除了llama不要过分期待
10.rtx A3000M
什么都会一点，什么都差一点，超过1k都是对垃圾佬的侮辱
性价比：★★★
门槛：★
可玩性：★★★★
推荐值：★★★
推荐理由：省心，啥都能干一点，够了
11.tesla v100
垃圾佬拼好卡，性价比很高，可玩性也不错，需要大佬喂饭和一点耐心
性价比：★★★★
门槛：★★★★★
可玩性：★★★★★
推荐值：★★★★
推荐理由：东市买骏马，西市买鞍鞯，南市买辔头，北市买长鞭，小白入手切忌蛮干
12.gtx 1080ti
牙膏挤爆，老黄永远的耻辱，800块的东西，也就打打4060
性价比：★★★★
门槛：★
可玩性：★★
推荐值：★★★
推荐理由：活好当下，有一天算一天
#programming - 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 - ubuntu免驱wifi网卡 COMFAST CF-WU810N
https://item.taobao.com/item.htm?abbucket=3&id=900185674433
https://item.taobao.com/item.htm?abbucket=3&id=620005491249
#linux - 使用SourceTree来回退代码到某次提交
方法步骤
----
7 切换到sourceTree界面，鼠标选中将要回退到的那个历史提交记录
8 右键-》重置当前分支到此次提交
9 在弹窗中 使用模式选择 强行合并--丢弃所有改动过的工作副本，点击确定
10 等待重置完，可以看到本地仓库的develop分支已回退到 “提取 release分支的某次提交到 develop分支”提交。而且本地仓库落后远程仓库两个提交记录。
11 依然是同样的操作。选中最新的提交历史记录，右键-》重置当前分支到此次提交
12 这次选的使用模式是软合并 – 保持所有本地改动，点击确定
13 等待重置完。发现本地仓库开发分支已和远程仓库开发分支同步。这个结果似乎看起来两次重置抵消了一样，代码版本没有发生任何的变化。实际并不是这样，这就是神奇之处，会让你恍然大悟的地方。
14 切换到文件状态，可以看到本地工作副本多了一个test1.txt的改动文件，而且改动文件的内容正好删除了 新增test1和新增test2两次提交所修改的内容。
15 那么，剩下的操作只需将这个改动文件提交并推送到远程仓库，是不是就OK了？
下面尝试，提交并推送该改动文件。如下图，推送之后的效果。
16 如下图，可以看出本地工作副本和远程仓库的 add test1 和 add test2内容都被回退掉了。也就是代码版本从内容上回退到了某个历史版本，但是提交历史记录并没有回退。在提交记录已经同步到远程分支情况下，Git只会增加提交历史记录，是不会回退或删除提交记录的。我们所说的回退都是指的回退内容。
注意事项
----
回退指的是内容的回退，而不是提交记录的回退
#programming
- 今天学会了vscode 快速切换copilot账户的方法。。。
那。。。copilot edit应该够用了
还没有用过cursor不知道和copilot差距有多大 但是cursor不够大方呀
#ai #programming - 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 - 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)DeepWikiSearch | DeepWikiDeepWiki provides up-to-date documentation you can talk to, for every repo in the world. Think Deep Research for GitHub - powered by Devin. - 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
