Posts

编排方（贵模型）只管目标拆解和复核，机械活派给便宜快模型干。记录一次真实闭环、三个踩过的坑、以及什么任务能派、什么不能派。

把想清楚和干出来拆成两个角色，中间靠一份写死了实测事实的规格对接。这是那份规格和执行结果。

字幕和漫画翻完就完了，精读不行——它得自带载体。这是第三个本地流水线的不同之处。

定位、OCR、翻译、抹字、贴回——五段跑通之后，真正难的是让人愿意用它。

给视频批量生成中英双语字幕，全程本地跑。记录四个只有真跑起来才会遇到的坑。

一套面向开发者与 AI 的 D2R 重制版 Mod 制作知识库。聚焦国服特殊性，覆盖文本汉化、loot 染色、UI 面板、防闪退等实战要点。

手把手教你用 D2R Multi 在同一台电脑上同时运行多个暗黑2重制版账号，实现一键切换、免重复登录。

[!TIP] 受众：对自托管工具感兴趣、需要排查下载失败原因的开发者。 目标：记录一次 YouTube 下载器的整理过程，重点是 n challenge 签名问题、Cookie 同步和日志观测。 问题-方案映射： 登录墙/Cookie $\rightarrow$ Manifest v3 浏览器插件同步 动态签名 (n-sig) $\rightarrow$ Docker 内置 External JS Solver (node) 实时观测 $\rightarrow$ Socket.io 流式转发 stdout 最近在整理自己的下载工具，其中一个刚需就是 YouTube 下载。市面上的工具很多，但随着 YouTube 对 n-sig（一种通过混淆 JS 动态生成的签名）的限制加码，很多开源项目开始在大音轨下载上“翻车”。 作为一个写了 20 年代码的人，我比较在意工具是否可控。于是我把旧方案重新整理了一遍，目标很简单：能跑、能查日志、出了问题知道卡在哪里。 1. 架构：为什么非要搞这么复杂？ 很多人觉得 yt-dlp 一行命令能解决的事，为什么要搞插件、Docker 和后端？ 答案是：骨感现实。 Cookie 维护：手动导 cookies.txt 太脏。我写了一个 Manifest v3 插件，点一下直接同步到云端。 环境隔离：我的开发机是 Windows，但下载器必须部署在 Linux Docker 里，且需要精准控制 ffmpeg 和 yt-dlp 的版本。 这就是我们的“三足鼎立”： 插件 (Bridge)：负责打通浏览器会话。 后端 (Engine)：Node.js + Socket.io，负责进程管理和实时日志。 容器 (Infra)：解决一切环境依赖。 2. 泥地打滚：解决 n-sig 的深层逻辑 前阵子，我的下载器突然报错：n challenge solving failed。这是 YouTube 升级了混淆逻辑，yt-dlp 默认的 Python 模拟器解不动了。 ...

继我们之前讨论过的 RoleEngine 核心 之后，是时候填补原生 CLI “大脑”与现实世界通信平台——微信之间的鸿沟了。 在 VisAgent 中，我们不迷信臃肿的重量级框架。相反，我们采用 CLI 原生桥接 (CLI-Native Bridge) 模式。本文将探讨我们如何将 “Clawbot”（我们的微信接口）连接到手搓的 Gemini CLI 内核。 请求流：从聊天到 CLI 该架构是一系列专用工具组成的链条，每个工具只做一件事并做到极致。以下是消息如何从手机传递到 AI 的过程： sequenceDiagram participant User as 📱 微信用户 participant Daemon as ⚙️ WeClaw (Go) participant Bridge as 🌉 visagent_invoke.py participant Engine as 🧠 RoleEngine (Python) participant CLI as 🐚 Gemini CLI (Binary) User->>Daemon: 发送消息 Daemon->>Bridge: 生成进程 (JSON) Bridge->>Engine: 初始化角色 Engine->>CLI: subprocess.run(stdin=prompt) CLI-->>Engine: 原始 AI 输出 Engine->>Engine: 过滤 Agent 噪音 Engine-->>Bridge: OK + 清净输出 Bridge-->>Daemon: JSON 事件 Daemon-->>User: 回复微信 1. 桥梁：visagent_invoke.py 由于我们的微信守护进程 (WeClaw) 是用 Go 编写的，而我们的 Agent 逻辑是用 Python 编写的，我们需要一个轻量化、高性能的桥梁。我们没有采用复杂的 RPC 系统，而是使用了 CLI 桥接。 ...

[!NOTE] 初心：为了帮儿子在学习时更好地进入状态，我用纯 HTML 手搓了一个极其轻量的“专注力工具箱”。它没有复杂的后台，只有三个最原始、最直接的模块。 在这篇文章中，我将分享这个工具的设计逻辑。你可以直接在导航栏点击 专注力工具 体验。 1. 为什么是“手搓”？ 市面上有很多专注力 App，但它们往往： 功能太重：容易引起孩子在 App 内部的二次分心。 缺乏针对性：我需要的是一个能够配合学习节奏（15-20 分钟一节）的纯净环境。 于是我写了这个不到 400 行代码的 HTML 页面。 2. 三个核心模块 A. 视觉热身 (Visual Warmup) 在进入正式学习前，大脑需要一个“启动仪式”。 原理：盯着屏幕中央的圆点持续 30 秒，尽量不眨眼。这能锻炼眼部肌肉，强迫神经系统从发散状态收束到一点。 色彩选择：默认使用 Tiffany Blue (蒂芙尼蓝)，这种颜色能给人带来宁静、克制的视觉心理暗示。 B. 极致专注计时 (Focus Timer) 我们不崇尚长时间苦学，而是强调高效的“短周期推演”。 15/20 分钟闭环：配合孩子的专注时长，设置了扇形和网格两种视觉反馈。 视觉化流逝：看着红色扇面一点点缩减，比抽象的数字更能让孩子感知时间的宝贵。 C. 状态反馈 (Brain Check-in) 学习不只是输入，还需要“元认知”监控。 状态卡片：在计时结束或开始前，让孩子选择自己是“充电状态”还是“棉花大脑”。 自省回路：这种简单的交互能帮孩子建立起“我现在状态如何？”的自我觉察，这是长期专注的基础。 总结 这个工具是 VisAgent/Claw 哲学的一个分支：工具不一定要复杂，但一定要顺手。 如果你也面临孩子学习坐不住的问题，欢迎点击上方导航栏体验。 手搓快乐！🦾