今天,我给自己的 Obsidian 做了一次大扫除。清理掉了一批当时记录得热火朝天,但后来戛然而止的内容。看着这些“半途而废”的笔记,反而像在回看自己思路的进化史。其中最显眼的,是 2024 年 4 月关于 「大模型微调」 的系列记录。当时的我,满腔热忱地想用专业知识去“训练”一个模型。1. 2024年的执念:打造一个“数字同事”在 2024 年 4 月 23 日的笔记里,我曾勾勒过一个朴素的愿景:希望模型像一个刚入职的大学生。 它拥有极强的通用基础,但缺乏行业背景和业务逻辑。我当时坚信,“微调”是把它带进岗位的唯一路径,通过注入行业知识和规则,把它从一个通用模型演变为一个行业模型。为了这个目标,我在 4 月 27 日配置了专门带英伟达显卡的独立电脑;5 月 8 日,我经历了环境配置、显存限制、数据清洗等一系列“折腾”后,终于让模型在本地跑了起来。那种“掌控模型”的成就感,在当时看来就是技术的终点。2. 判断的转向:微调不再是“默认路径”然而,用现在的眼光回看,大模型生态的演进速度超出了所有人的预料。当我今天重新审视这些笔记时,我发现自己的核心判断已经发生了结构性位移:能力溢出: 通用
日期: 2026-02-05环境: macOS Sequoia / Sonoma故障描述:无法访问局域网内的 NAS 设备(IP: 192.168.5.154)。尝试 ping 或 traceroute 该地址时,系统持续报错 sendto: No route to host。即使在同一个物理网络下,流量也无法到达目标地址。一、 深度排查过程链路基本测试执行 ping 192.168.5.154,返回 No route to host。这表明问题不在于设备关机,而是 macOS 系统根本不知道该从哪个网卡把数据包发出去。路由追踪分析执行 traceroute -n 192.168.5.154,第一跳即报错。这确认了流量在离开本机协议栈之前就被拦截或丢弃了。系统路由表检查 (核心发现)执行命令:netstat -nr | grep 192.168.5。发现异常: 该网段的路由指向了一个名为 feth3656 的虚拟接口,而不是物理网卡(en0)或预期的网络隧道。原因定位: feth (Fake Ethernet) 接口通常由广告过滤类 App 的“透明代理”驱动程序创建。即使该 App
过去,录制一个课程可能要消耗我数天的时间。但这次,我尝试了一套全新的 AI 协作工作流,效率发生了质变。我的“三步走”AI 协作方案第一步:结构为王——编写提纲一切从深度思考开始。在 Gemini 的帮助下,我先梳理出了课程的核心逻辑。AI 就像一个资深的策划编辑,帮我查漏补缺,确保内容的严密性。心得: 不要让 AI 代替思考,而是让 AI 优化你的思考。第二步:内容填充——整理逐字稿有了提纲后,我将口述的内容或原始素材整理成逐字稿。这一步是整个课程的“灵魂”,决定了输出内容的厚度。第三步:魔法时刻——NotebookLM 深度加工这是最关键的一步。我将整理好的提纲和逐字稿全部喂给了 NotebookLM。自动生成演示框架: 利用 NotebookLM 对长文本的超强理解力,它迅速帮我提取了演示文稿的核心要点。智能关联: 它能精准地从我的素材中摘取金句和案例,生成的文稿与我的原始想法高度统一,几乎不需要二次大改。最终成果:高效录制虽然我已经有了本地部署的声音克隆的AI能力,但是遇到中英文混杂还是会露馅,为了表示对课程的认真态度,我还是选择了用自己的声音录制。因为有了逻辑严密的演示文稿作
1. 起因:在 Windows VPS 上跑 Linux 应用的尴尬由于需要 Linux 环境,本想在我的 Hyonix VPS 上安装 WSL2。技术撞墙: 在安装过程中不断报错,查验后发现我的系统版本是 1809。这个版本是 Windows Server 2019 的早期版本,原生仅支持 WSL1,并不支持 WSL2。进退两难: 如果想升级到支持 WSL2 的 Windows Server 2022,现有的 25GB 总空间 扣除系统占用后已所剩无几,根本无法支撑系统的跨版本升级。2. 转机:意外发现的“翻倍”福利在网上搜索“Hyonix 空间不足”时,无意间看到有网友提到通过提交工单 (Ticket) 可以申请硬盘空间翻倍。抱着试试的心态: 虽然我这台机器是 2022 年买的老古董,但还是尝试发了一封英文工单给客服。超预期的响应: 客服 Nikkie 的回复速度惊人。尽管是 4 年前的老机器,对方不仅没有任何推诿,还非常爽快地直接在底层将硬盘配额从 25GB 提升到了 50GB。3. 操作:手动唤醒“沉睡”的空间硬件侧扩容完成后,Windows 内部并不会自动识别。磁盘管理:
在连续两天的高强度使用过程中,我一边使用、一边不断修正问题,也在这个过程中,清晰地感受到了 moltbot(原 clawdbot)带来的巨大变化。这种变化并不是某一个功能点的优化,而是一次范式级别的转变。一、AI 改变的不是工具,而是使用者的“开发习惯”在传统的软件体系中,我们早已习惯了一条固定路径:部署 → 配置 → 使用 → 排错 → 再迭代即便在所谓的“低代码”“自动化”体系下,这条路径本质上并没有改变,只是步骤被包装得更友好了一些。但在 moltbot 这里,情况开始发生变化。AI 不再只是被动执行配置,而是开始理解“意图”。我给它的不是精确到每一步的操作说明,而是一个目标、一种预期行为:为什么没有按时提醒?任务是否真正被触发?是否存在配置遗漏?系统是否可以自我验证?接下来的事情,并不需要我再逐条排查。二、从“被动等待”到“主动唤醒”:系统开始自我修正从图片中可以看到,moltbot 在一次验证中完成了几件关键事情:自动检查任务为何未触发识别问题源于 被动唤醒模式(next-heartbeat)将任务统一调整为 主动唤醒(now / Wake Mode)补齐遗漏的定时任务对所有
目标:在拥有优质美国 IP 但只有中国信用卡的条件下,成功注册 GCP 并获取 Gemini API Key。第一阶段:环境与身份准备 (基础层)网络环境 (关键成功因素)IP地址:保持 100% 伪装度的美国住宅 ISP IP(极力推荐大家使用https://iproyal.com/?r=1174007支持无限流量,家庭地址的纯洁度也非常的高)。一致性:浏览器时区(America/Phoenix)、语言(English-US)与 IP 地理位置严格对应。操作禁忌:在注册和激活期间,严禁频繁切换节点或跳回国内 IP。账号准备邮箱:推荐使用 Gmail(权重高于 Outlook)。养号策略:注册 Gmail 后,不要立即去注册 GCP。建议至少间隔 2-24 小时,期间在当前 IP 下观看 YouTube 视频、使用 Google 搜索,增加账号“真人活跃度”。地址信息:在 Google Maps 上寻找一个与 IP 所在城市(Mesa, AZ)一致的真实住宅地址。邮编 (Zip Code):必须精准匹配(如 85210),这对于通过风控至关重要。第二阶段:注册与支付验证 (攻坚层)填写
1. 背景与起因原始需求: 长期使用 clawdbot 调用 Google Gemini 免费额度。遭遇问题: 免费接口频繁触发 Google 的频率限制或安全审查,导致账号被反复“冷冻”处理,严重影响自动化流程的稳定性。决策方向: 为获得更稳定的 API 响应和更高的配额,决定弃用免费版,转为订购 Google 官方付费付费会员/服务。2. 账号注册与付费操作地区选择: 由于 Google Cloud 及相关付费服务不对中国大陆地区开放,为确保合规访问及服务完整性,决定注册 Google 美国区账号。支付详情: * 支付金额: 30.00 美元。当前交易状态: 银行侧显示为“境外线上销售授权”(Authorized / Pending),代表资金已锁定,尚未正式结算入账。3. 风控触发与账号停用事件描述: 账号支付完成后不久(2026年1月29日),系统判定该账号为“由计算机程序或机器人创建”或“与多个账号关联”,导致账号被即刻停用。原因分析: 可能是由于新账号在短时间内完成“异地注册+绑定境外卡+大额消费”,触发了 Google 全球安全防御系统的初级风控逻辑。4. 当前处理进展申
一、背景说明博客运行在 腾讯云轻量应用服务器(Lighthouse) 上,使用 Typecho 作为博客系统。当前状态是:http://mcetf.cn 可以访问https://mcetf.cn 也可以访问这在安全和 SEO 上都不理想,因此目标是:强制所有 HTTP 请求跳转到 HTTPS,并统一域名入口为 https://mcetf.cn二、运行环境确认1. 确认 Web 服务类型ps -ef | grep nginx输出显示:使用的是 Nginx路径为 Lighthouse 自带版本:/usr/local/lighthouse/softwares/nginx/三、定位 HTTP(80)入口配置1. 搜索 80 端口配置grep -R "listen 80" -n /usr/local/lighthouse/softwares/nginx/conf关键结果:/usr/local/lighthouse/softwares/nginx/conf/include/typecho.conf:2: listen 80 default_server;说明:HTTP 的
平台有了,对于更进阶的玩法还需要继续研究,起码有一点我的感触就是,在能力方面改变了,你配置它运行的模式,在没有进行任何金融接口配置的情况下,它在进行多轮尝试后自己寻找接口并生成运行代码获取到金融的数据,并进行分析反馈。操作日记:记录安装clawdbot中遇到的问题(我安装中遇到的远远不是网上教程讲到的可以一键无人值守的安全,还是遇到了不少的错误提示)日期:2026年1月28日环境:Linux VPS / Node.js v22 / Python (uv管理)核心模型:Qwen 2026 (Portal OAuth)第一阶段:核心安装与服务守护目标:解决 CLI 工具在 Linux 上的兼容性问题,实现开机自启和崩溃守护。1. 遇到的问题CLI 报错:运行 clawdbot daemon install --system 时报错 unknown option,且因 root 权限问题无法自动注册 systemd。环境冲突:Python 依赖安装时提示 externally-managed-environment。2. 解决方案手动创建 Systemd 服务:跳过 CLI,直接编写服务文件
开始定投被动指数基金,因为 QDII 基金存在单笔申购限额,采取「每日多只并行定投」的实操策略。该方案通过将计划资金横向分散至 4 只同类基金,并采用高频、低额的每日定投模式。降低执行心理负担的「被动理性」,买着玩玩。
walker
万事随性而为,因好而研,因趣而学,从心所欲。脱离依赖,谋划将来,避免经济之险,迈向希望之光。