旅行_2025
去旅行,发现最近的旅程越来越像我之前独自旅行的某些时刻:去没去过的地方,有独处思考的时间和空间,观察周围的人,回顾和反思这段时间的工作和生活态度。
最喜欢的是在后半夜进行机场转机,也有那没素质的人强行占座挤来挤去,但也有互不打扰的安静时刻。后半夜,大家都放松下来、有些迷糊的状态,有点像微醺的感觉。在大厅里溜达溜达,刷了一些平时可能不会点开的视频,就像打开了一扇窗。
对我而言,和平时不一样的心理体验有时候比风景更为重要,就像是加入一波新数据训练模型——在陌生的不稳态里,寻找自己相对的稳态。
跳出生活,打断”自动驾驶“模式,能更加清晰地感到自己是怎样的人,自己的舒适区在哪儿。我一个人独处或是处于陌生人当中,不必顾虑人际关系,完全没有内耗。如果非要在安全感和自主性之间二选一,我肯定是选择后者。
玉米面发糕
1 实验一
1.1 用料
玉米面 250g
白面 250g
开水 250ml
牛奶 100ml
鸡蛋两个
干酵母 5g
枣:适量
1.2 做法
把 250 开水倒入 250 克玉米面,烫面,然后晾凉
再加入白面、干酵母、鸡蛋、牛奶,和成面团,
放入模具,加枣
放 30-40 度发面 1 小时
凉水上锅,大火,水开后蒸 25-30 分钟
关火后闷 2-3 分钟
1.3 效果
中间有点粘
可能原因:
放了鸡蛋
中间火开小了
太厚
用蛋糕模具不透气
1.4 参考
https://haokan.baidu.com/v?pd=wisenatural&vid=11253467882059041522
2 实验二
2.1 用料
玉米面 100g
白面 100g
牛奶 150ml
干酵母 3g
泡打粉 3g
细砂糖 15g
枣:适量
2.2 做法
面粉、玉米面、泡打粉、糖,酵母混合均匀
将牛奶倒入面粉中,揉成面团
放入模具,30-40 发酵 1 小时,加枣
凉水上锅,大火,水开后蒸 25-30 分钟
关火后闷 2-3 分钟
2.3 效果
相比之前的,中间不粘,原因 ...
browser-use
1 介绍
原理:基于 Langchain 开发
方法:可以在 Python 程序中调用,或通过脚本使用
运行:运行后,会自动打开浏览器,并进行搜索等操作获得结果
用途:适用于获取实时信息,例如股价、天气等
源码地址: https://github.com/browser-use/browser-use
代码分析:以 Python 为主,目前 5000+ 代码
2 用法
2.1 使用 venv 虚拟环境
1234sudo apt install python3.12-venvmkdir /exports/env_broswer-usepython3 -m venv /exports/env_broswer-usesource /exports/env_broswer-use/bin/activate
2.2 安装 browser-use
12pip install browser-useplaywright install
2.3 运行 demo
123456789101112131415161718192021222324252627# test_browser_use.pyfro ...
本地npm包的缓存与管理
1 介绍
功能:加速 npm 安装
2 安装服务
1234$ docker pull verdaccio/verdaccio$ docker run --rm -d --name verdaccio -p 4873:4873 -v /exports/verdaccio:/verdaccio/storage verdaccio/verdaccio #注意将本地映射目录的权限# 调试用$ docker exec -it verdaccio sh
3 使用
设置环境变量
1$ echo "registry = http://localhost:4873/" >> $HOME/.npmrc
用访谈勾勒人心的99个问题
看了 2024 年 11 月斯坦福的论文《Generative Agent Simulations of 1,000
People》,通过机器对人的访谈模拟 1000
多个真人。很好奇:究竟要问哪些问题才能全面描绘一个人的画像?通过对这些问题的文本分析,可以预测出一个人的性格,以及他们在经济和社会生活中的选择,机器分析效果几乎与直接填写量表相当;甚至随机删除答案的
80%,得到的结果仍高于其它方法。
在《直觉泵和其他思考工具》一书中提到:“要了解一个人,仅仅询问他们的理想、希望、英雄主义或者过错就已足够。”
而这里的 99
个问题更加有血有肉,它们充满了生活的细节,揭示了一个人过去和现在正在经历的塑造过程。理想固然重要,但实际生活中需要权衡更多。
简单机翻了一下,内容如下,原文请见论文
https://arxiv.org/pdf/2411.10109 表 -7。
请告诉我你的生活故事。从头说起——从你的童年、教育、家庭和人际关系,以及你经历过的任何重大事件。
有些人告诉我们,他们在生活的某些时刻到达了十字路口,有多条道路可供选择,而他们当时的选择对定义他们是谁产生了重大影响。你呢?有 ...
论文分享_数字灵魂
1 探索与分享
在探索价值观和个性的过程中,看到了我执和因果。
这周轮到我知识分享,因为最近整理了很多网页收藏、聊天记录、摘抄、知识文档、日记、随笔和随手记录。想看看从中能挖掘沉淀点什么,于是找了一些相关的论文:
能从这些文字中提取出什么信息,哪些信息无法获取,缺少了什么?
是否可以进一步抽象这些信息,化繁为简,代入模型?
利用这些信息可以做什么?
于是,我找了几篇论文,从获取和分析角度包括:从 Twitter
的内容中提取个性;通过真人访谈提取人格特征、经济学特征、社会学特征;从心理咨询对话中提取人格特征;探索道德困境的基本原理(不同价值观的冲突);大五人格与大型模型的实验;以及每个
BFI
问题对大五人格各维度的贡献度。从使用角度:用大模型实现角色扮演,模拟投资策略,利用根据不同性格进行劝说,甚至分析欺骗背后的心理逻辑。
坦白讲,分享的有点稀松,因为要在一个来小时内串讲十篇论文,只能简单触及表面。其实每篇论文我都进行了认真的梳理,并明确了它们在整个思维地图中的位置,后面会陆续发到我的网站和公众号上。
其中,让我最有感触的两篇文章:
第一篇来自华盛顿大学,艾伦人工智能研究所,20 ...
chatgpt-on-wechat聊天机器人不能用了怎么办
1 chatgpt-on-wechat 无法登录
最近几天,chatgpt-on-wechat
微信聊天使用了(以下简称 COW)。这个项目目前已经获得了 32.5K 的
Star。现在只要用微信登录,扫码后就会出现错误提示:
123Start auto replying.Unexpected sync check result: window.synccheck={retcode:"1102",selector:"0"}LOG OUT!
在 GitHub 的 issue
中发现,昨天(240110)很多人也遇到了同样的问题,一些用户甚至在线等解决方案。
更麻烦的是,扫码的微信号也需要重新登录,并且显示:
该账号违反了《微信个人帐号使用规范》……
需要签署承诺书才能继续使用。这可视为一种警告:你如果继续这样使用,小心微信账号被封。在现在这个坐车、支付都要扫码的世界里,这还真挺可怕的。
2 为什么要整治
这一点其实很容易理解。推销诈骗在引入大型语言模型(LLM)后,如果不考虑开发成本,人工成本至少降低了不止
100 倍。其实 ...
Python 包索引服务_devpi
1 简介
devpi 是一个 Python 包索引服务,可以帮助管理 Python
包的缓存、发布和安装。它可以让开发者在本地构建自己的 Python
包索引,用于组织和分享包。
2 创建镜像
Dockerfile 如下
12345678910111213141516FROM python:3.9-slim# 安装 devpiRUN pip install devpi-server devpi-web devpi-client# 创建数据目录RUN mkdir /data# 设置数据目录为工作目录WORKDIR /data# 暴露 devpi 端口EXPOSE 3141# 启动 devpi-serverCMD ["devpi-server", "--serverdir", "/data", "--host", "0.0.0.0"]
打镜像:
1docker build -t devpi-server .
3 初始化
123$ docker run --rm -it --name de ...
ExmemoTools插件:结合Obsidian与大语言模型的新体验
1 引入
今天和大家分享一个我自己制作的小工具,其中包含我认为非常实用、但在现有工具中找不到的功能。它的核心理念是更好地将自然语言大模型与
Obsidian 结合,同时还能相对节省调用成本。
在 Obsidan
中写文章常常会让大模型帮助修改文字,比如:润色、翻译、改错。
起初,我将需要处理的文本复制粘贴到大模型的聊天界面中,再加上提示词,得到模型的回应后,再将内容粘回到
Obsidian。
大约一年前,我开始使用 Obsidian 的 Text Generator
插件,把常用的提示词写入模板中,在需要的时候选择模板。不过也遇到了一些问题:有些模板需要经常调整,而有些操作并不在现有模板中,也不属于常见问题。每次修改模板非常麻烦,而且模板数量众多,每次定位模板也很容易打断思路。
于是,就想能不能直接输入提示词,并记忆使用过的提示词,并将高频使用和最近使用的提示词排列在最前面。这样一来,无需鼠标操作,只需在键盘上敲击两三个按键,就可以调用大模型了。
进而,想到利用大模型来生成文章的标签和摘要,将文章移动到合适的目录,让大模型帮我们做些事务性工作,也能很好的提升效率,于是把它们整合成一个工 ...
github_copilot升级
1 引言
GitHub Copilot
的新版本发布已经有几个星期了,实际使用后才发现它确实非常出色,极大地提升了效率。
2 旧版的问题
旧版包含的一些常用功能有:聊天、编辑时代码自动生成、选中代码块的编辑和解释。
但有几个使用上的不便之处:
聊天功能位于左侧栏,但通常左侧栏不会设置得很宽,这导致文字多次换行,查看时需要上下滚动,比起网页版的聊天界面要逊色不少。
代码自动生成功能要求在生成函数前必须先写注释,完成后还需自行删除注释,这个过程显得有些繁琐。
当选中代码块并点击右键以解释或编辑时,需要操作多步,修改只针对代码块本身,功能上会受到一些限制。
背后的大模型在功能上不尽如人意,理解力和代码能力稍显不足。
生成和修改代码时无法指定参考哪些文件。
3 新版的优势
新版针对上述问题进行了优化。
3.1 更多大模型可选
新版提供了 gpt-4o、o1 系列模型,以及 claude。
不仅我这样认为,我的朋友和网友也一致发现,Claude
在代码领域表现出色,代码能力非常强,甚至优于多步推理的 o1 系列模型。而
gpt 则在综合能力上更胜一筹,因此在 Copilot
的编辑和聊天功 ...