露娜的咖啡店

ThinkBot Workflow 不是在对话里 babysit Codex，也不是散装独立 worker：它是挂在主 Agent 上的可持久化 DAG 引擎——提交、拆图、并行调度、Review、崩溃恢复与配额续跑，把多步交付从聊天轮询里抽成无人职守的状态机。

UP深受素质低教练的危害，被浪费了超多时间，本文介绍下驾校转校的方法

本文介绍 Memoh 消息处理管线的设计与实现。通过引入两阶段心跳消除 LLM 自主发消息的安全隐患，建立 Budget Model 统一后台任务模型降低成本 70-90%，搭建多模态回退管线让 DeepSeek 等纯文本模型也能"看懂"图片，最终将硬编码的消息处理逻辑重构为可插拔的 MessageProcessor 接口——新增内容类型只需实现接口加一行注册，无需修改现有代码。全文覆盖架构决策、根因分析和 31 个文件的实现细节。

Memoh 是一个多成员、结构化长记忆的容器化 AI agent 平台。本文详细记述了我们将群聊机器人（Discuss 模式）从上游的概念验证 Demo 重构为生产级系统的完整工程路径。核心贡献包括：（1）提出注入式架构，通过 SessionType / InjectCh / DiscussLateBindingPrompt 三个注入字段，使 Discuss 模式复用 Chat 模式的完整 Resolver LLM 管线，消除并行代码路径；（2）设计并实现智能计时子系统，包含消息去抖、多言值控制、空闲补偿、探针门和中断重试等 5 层决策机制；（3）实现被动记忆提取、Replyer 回复改写和表达式/行话学习系统，使 Bot 在群聊中具备持续学习能力；（4）通过 Dispatcher 队列机制，解决 LLM 执行期间的消息丢失问题。相比上游 449 行的演示级实现，我们新增了 8 个完整模块（共 1500+ 行代码）、7 个维度 16 项功能增强，并提供了 544 行单元测试覆盖。

2024年，AI辅助编程（VibeCoding）从一个时髦的概念变成了开发者日常工作流的一部分。但当我们真正投入实践时，很快会发现一个令人沮丧的事实：AI写代码很快，但写好代码很难。
在过去几个月里，我通过两个实际项目的开发，亲身体验了AI辅助编程的完整过程——踩过坑、花过冤枉钱、也收获了不少宝贵的经验。

在文本分割任务中，处理数据集和优化显存占用是关键的环节。本文将分享一些关于张量维度问题、数据过滤、数据加载器处理以及如何在小显存环境下进行模型训练的经验和技巧。

在今天陪伴我7年多的虎皮鹦鹉因为嗉囊炎去了鸟星.为了防范其他小鸡因为嗉囊炎出问题,所以借用这个虎皮练习怎么处理嗉囊炎.

被广场舞骚扰，所以买了个干扰器研究它的原理，想复刻和小型化

最近想要折腾下一个控制电机的东西,看到ESP32这系列芯片, 之前对这方面完出没接触,只是在大学的时候接触过C51单片机, 下面就一起开始从零学这东西吧~

这段时间想用BLE/WIFI控制电机,手上也有一块空闲的 zero W,于是赶紧动起手.