Levon's Blog

微信: L6241425

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 3.6k 阅读时长 ≈ 3 分钟

1. 基础知识

1.1 UTC (Coordinated Universal Time) - 协调世界时

  • 这是什么？ UTC 是全世界的时间标准，是 “ 零号时区 “ 的基准。你可以把它想象成时间的 “ 世界普通话 “。它不受任何地区或夏令时的影响，永远稳定、中立。
  • 和 GMT 的区别？ 很多人会混用 UTC 和 GMT（格林尼治标准时间）。在日常使用中，你可以认为它们是等价的。严格来说，GMT 是基于地球自转的天文时间，而 UTC 是基于原子钟的更精确的物理时间。在计算机领域，我们只用 UTC。
  • 关键点： 当我们讨论一个绝对、无歧义的时间点时，我们说的就是 UTC 时间。
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 5.7k 阅读时长 ≈ 5 分钟

想象一下我们十进制里的分数 1/3。你想把它写成小数，结果是 0.333333...，它是一个无限循环小数，你永远也写不完。无论你写多少个 3，它都只是一个近似值，永远不等于 1/3。

计算机内存是有限的，它没办法存储无限的小数位。所以，它只能在某个位置进行截断或舍入。这就导致了计算机存储的 0.1，其实并不是精确的 0.1，而是一个非常非常接近它的近似值，比如 0.10000000000000000555...。

这个微小的误差，就是所有问题的 “ 万恶之源 “。

阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 850 阅读时长 ≈ 1 分钟

先熟练使用下面：

  • Shift + Option 鼠标多选
  • Option + w 全选相同的词
  • Option + q 选下一个相同
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 1.9k 阅读时长 ≈ 2 分钟

1. 配置相关

1.1 插件

1
2
# 自定义插件 visx 下载格式
https://marketplace.visualstudio.com/_apis/public/gallery/publishers/{publisher}/vsextensions/{extension-name}/latest/vspackage
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 2.2k 阅读时长 ≈ 2 分钟

1. 教程

1.1 你的第一次抓包

  1. 打开 Wireshark：启动后，你会看到一个网络接口列表。
  2. 选择接口：找到你正在使用的网络接口。通常是：
    • Wi-Fi: en0 或 en1 (无线网络)
    • Ethernet: enX (有线网络)
    • Thunderbolt Bridge (雷电网桥)
    • 一个好的判断方法是看接口名字旁边有**实时流量图（像心电图一样跳动）**的那个，说明它正在收发数据。
  3. 开始捕获：双击你想监听的接口，或者选中后点击左上角的绿色鲨鱼鳍图标 (Start capturing packets)。
  4. 观察数据：你会看到屏幕上开始疯狂滚动数据包。这是你电脑上所有正在发生的网络通信。
  5. 停止捕获：点击红色的方块图标 (Stop capturing packets)。
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 2.4k 阅读时长 ≈ 2 分钟

1. 基础

1.1 网关 (Gateway)

  • 一句话解释： 你的家庭网络（局域网）与外面互联网（广域网）之间的 “ 大门 “ 或 “ 门卫 “ 。
  • 在你的家里，这个 “ 大门 “ 通常就是你的 无线路由器 。
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 10k 阅读时长 ≈ 9 分钟

目前最主流的 AI 图像模型（如 Midjourney, Stable Diffusion）都基于一种叫做“扩散模型 (Diffusion Model)”的技术。我们可以把它的工作流程想象成两个阶段：学习和创作。

阶段一：潜心学习（训练阶段）

这就像马良在真正获得神笔之前的苦练。

  1. 加噪： AI 会先拿一张清晰的图片（比如，一张猫的照片）。
  2. 逐步破坏： 它会像给电视加雪花点一样，一点一点地往图片上添加“噪声”，直到这张图片完全变成一片随机的、毫无意义的雪花（噪声图）。
  3. 学习修复： 最关键的一步来了！AI 会记录下整个“从清晰到模糊”的过程，然后反过来学习——如何一步步地把这张“雪花图”恢复成最初那张清晰的猫的照片。

通过对亿万张图片重复这个“先破坏、再修复”的过程，AI 就学会了任何一张正常图片应该有的“样子”和“结构”。

阶段二：挥洒创意（创作阶段）

这就是神笔马良开始画画的时候了。

  1. 听懂你的话 (Text Encoder): 当你输入“一只戴着宇航员头盔的猫”，一个专门负责理解语言的模块（通常是强大的 Transformer 模型）会把你的文字转换成一种 AI 能理解的“数学指令”。
  2. 准备画布 (Initial Noise): AI 不会从白纸开始，而是先生成一张和你想创造的图片尺寸相同的、纯粹的“雪花图”（随机噪声）。这就像是创意的混沌起点。
  3. “照着指令”去修复 (Guided Denoising): AI 开始对这张“雪花图”执行它最擅长的“修复”工作。但这一次，它不是要恢复成某张特定的旧图，而是在每一步“去除噪声”时，都会参照第一步生成的“数学指令”。它会不断地问自己：“我怎样才能把这些噪声变得更像‘一只戴着宇航员头盔的猫’呢？”
  4. 作品诞生 (Final Image): 经过几十个步骤的反复“雕琢”，噪声被完全去除，一张符合你描述的、全新的图像就诞生了！
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 1.3k 阅读时长 ≈ 1 分钟

1. 安装

1.1 下载

1
2
3
curl -L -o trojan-go-linux-amd64.zip https://github.com/p4gefau1t/trojan-go/releases/download/v0.10.6/trojan-go-linux-amd64.zip

unzip trojan-go-linux-amd64.zip -d trojan-go
阅读全文 »

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 3.1k 阅读时长 ≈ 3 分钟

1. 全文搜索选型

1.1 全文搜索

1.2 向量搜索（语义搜索）

1.3 结论 （meilisearch）

  • 如果需要全面的搜索功能且有运维能力：Elasticsearch
  • 如果需要简单部署的全文搜索：Meilisearch
  • 如果需要最高性能和专注的向量搜索：Qdrant 或 Weaviate
  • 如果已有 PostgreSQL：考虑 pgvector 扩展
  • 如果希望纯 Go 实现且内嵌：Bleve
阅读全文 »
0%