纯规则写的 AI:科技圈的最新科研成果,超 50 万行的纯规则 AI
本文介绍了一种由 DeepSeek 牵头,并由大语言模型“蜂群”构建的超 50 万行规则零权重 AI 系统。这种 AI 并非依赖复杂的神经网络,而是一个纯粹基于词典和解析方式的规则判断系统,其问答机制类似于早期的 QQ 机器人或 Siri。作者描述了该系统的开箱体验,指出它部署极其简单,无需任何复杂的运行环境,只需通过简单的代码命令即可运行。尽管该系统被声称能够达到追平部分小模型的水平,问答胜率约为 26%,但作者对其智能程度持保留态度。他将这种零权重问答系统比作昆虫的神经系统,例如蟑螂的控制系统,认为它只是按照基因写死的微弱随机判断来完成生存任务。作者总结道,这种 AI 虽是科技发展的一个有趣玩具,但其机械性和局限性,使其无法满足用户对真正智能的期望,尤其是在需要复杂交互的场景中。
网页反恐精英:这是一个能让你在网页上游玩老游戏的开源项目
本文介绍了如何利用 modesage/cs1.6-browser 项目,实现《反恐精英》的网页版本地部署,从而让更多用户能够在线体验这款经典游戏。文章首先提及了作者对《反恐精英》的历史背景认知,即它最初是运行在《半衰期》上的模组,并强调了获取正版游戏本体包的重要性。该项目提供了一个仅包含游戏引擎的网页版本,它要求必须依赖一个正版的游戏本体包作为前置条件。部署完成后,用户可以通过访问机器的 8080 端口来玩这款游戏。尽管网页版在操作体验上可能不如原版舒适,但它解决了原版游戏在技术上的一些局限性,例如鼠标转头机制的别扭问题。文章还详细描述了在 Mac 系统上解决 32 位 SteamCMD 脚本运行不便的技术难题,解决方案是直接将 CrossOver 目录下《反恐精英》的游戏本体包拷贝到项目文件夹中,随后使用 Python 命令启动 HTTP 服务器,例如 python3 -m http.server 8080,从而成功实现了游戏的在线运行。
macOS 26 降级到 15 教程:苹果 M 芯片降级系统,简单好抄易上手
本文描述了使用 M4 芯片的 MacBook Air 从 macOS 26 降级回 macOS 15 的详细过程,旨在提供一个纯文本的系统操作指南。由于苹果芯片缺乏传统的 I 芯片联网恢复功能,用户必须手动创建启动盘来完成系统安装。首先,操作者需要准备至少 2 个存储盘,一个用于安装,一个用于备份。系统安装镜像需要通过应用商店下载,并使用命令行工具进行刻录。具体步骤包括使用磁盘工具格式化 U 盘为 Mac OS 日志格式,然后执行 createinstallmedia 命令来创建可启动的安装介质。创建启动盘后,电脑必须完全关机,通过长按电源键进入恢复模式,而不是直接选择启动盘。在恢复模式下,操作者需要先在终端中输入 csrutil disable 关闭 SIP,再使用磁盘工具抹掉主硬盘 Macintosh HD 并重建分区。最后,通过终端调用安装程序,引导系统进行安装。文章还附带了对 macOS 26 系统设计的个人吐槽,认为其性能和设计存在不足,并建议用户在系统不再支持时,直接购买新设备。
邮件代理第二版:优化了邮箱发件人逻辑,现在能自定义地址前缀了
本文介绍了 一个功能完善的邮件代理项目,该项目提供了一个集成的邮件收发解决方案。它基于 Python 语言实现,旨在解决初版邮件代理只能使用单个发件人地址的限制,现在允许客户端自定义发件人地址,只要该地址可用即可。在邮件发送功能上,该代理通过 SMTP 协议将邮件转发到 Resend 服务,实现了邮件的可靠投递。在邮件接收和查询功能上,它实现了 IMAP 代理,能够读取和提供缓存的邮件消息。代码中包含了详细的 SMTP 处理器和 IMAP 连接处理逻辑,支持 FETCH、SELECT 等标准 IMAP 命令,并实现了邮件的缓存和检索机制。该代理系统同时支持 SMTP 监听在 0.0.0.0 : 2525,IMAP 监听在 0.0.0.0 : 2143,提供了一个完整的邮件收发和管理接口,为用户提供了一个可自行部署的邮件服务。
写了个邮件代理:在任意的邮件客户端中,使用来自 Resend 的域名邮箱
本文描述了旨在解决现有邮件服务(例如 Resend 不支持 IMAP,或 QQ 邮箱需要 VIP 才能使用自定义域名)所存在的功能限制。该代理的核心功能是提供一个支持 IMAP 和 SMTP 的统一邮件接口,允许用户使用苹果的邮箱客户端进行登录和操作。该系统通过在本机启动两个独立的端口来实现功能:一个用于 SMTP 接收和发送,另一个用于 IMAP 协议交互。在 SMTP 流程中,所有发出的邮件请求都会被转发到 Resend 服务进行实际发送。同时,为了让苹果客户端能够感知到“已发送”的状态,系统会在本地的 ~/.sent 目录下维护一份发件箱的邮件缓存。IMAP 功能则专注于提供一个“已发送邮件”的视图。它不依赖于真实的收件箱功能,而是通过读取本地缓存的邮件文件来响应 IMAP 的 SELECT 和 FETCH 等命令。收件箱功能则通过 Cloudflare Routing 间接实现。从技术实现上看,这是一个高度定制化的 Python 项目,使用了 aiosmtpd 库来处理邮件协议。作者提到,整个代码的设计过程使用了 Codium 和 Aider,并且最终通过 Nuitka 进行了编译,使其运行效率接近 C 语言编写的程序。该代理系统成功地将外部的云服务(Resend)与本地的缓存机制结合起来,提供了一个功能完整的、满足特定需求(如需要 IMAP 证明发送记录)的邮件解决方案。该项目展示了如何通过底层协议的实现,构建出高度定制化的基础设施。
在 Codium 中使用 Aider:想要图形化,试试 Aider Composer 插件吧
本文介绍了在 Codium IDE 中集成外部 AI 助手 Aider 的具体过程和方法。文章指出 尽管 Codium 是一个现代编程工具,但它本身缺乏内置的 AI 助手功能,而传统的 TUI 小助手使用起来体验不佳,且容易造成 Agent 和 IDE 之间的割裂。为了弥补这一功能缺失,作者选择通过社区插件 Aider Composer 来实现 AI 问答、编码和规划功能。这个过程需要创建一个独立的依赖环境,具体使用了 Python 3.11 版本,并在 ~/.aider-composer/ 目录下创建了虚拟环境。随后,作者在该环境中安装了 aider-chat 和 flask 两个必要的模块包,并完成了插件环境路径的配置。完成基础设置后,还需要在 Aider Composer 的聊天界面中填入模型名称和 API 相关配置。最后,为了优化用户体验,作者将 AI 聊天框从默认的左侧位置拖动并移动到了 Codium 的右侧边栏,从而实现了 AI 辅助功能与主流软件习惯的统一。
把 Python 脚本变成静态文件:你值得脚本包装好,试试这两款工具吧
本文介绍了 将 Python 脚本转换为可执行文件的多种需求、方法以及核心工具 Nuitka 和 PyInstaller 的工作原理和异同。 这种需求源于三种不同的思维模式:商业思维(需要混淆和版权保护)、开发者思维(追求便捷部署)和项目思维(追求 C 语言级别的运行速度)。 Nuitka 满足了前者的商业需求,它能够将 Python 脚本编译成 C 语言的可执行文件;而 PyInstaller 则服务于中间的开发者思维,它将脚本连同所有依赖库打包成一个可执行文件。 这两种工具的工作机制截然不同。 PyInstaller 采用的是纯粹的打包方式,没有编译过程,程序在运行时会解压所需依赖;而 Nuitka 则是真正的编译过程,它将 Python 脚本翻译成 C 文件,再将这些 C 文件编译成最终的程序。 尽管 PyInstaller 操作简单,但运行起来较为费劲;而 Nuitka 虽然参数繁多,但最终编译出的文件速度更快。 作者强调,选择哪种工具取决于项目的具体需求和开发者所能接受的复杂程度。最终,开发者应根据自身项目的实际情况,选择最适配的工具来完成脚本的转换工作。
给 iamb 写的中文补丁:为 iamb 添加汉化文档提示,适配 0.0.12 版本
本文介绍了为 iamb 软件编写的中文补丁,旨在解决该软件的语言问题。该补丁的开发动机源于开发者朋友对中文界面的需求,但 iamb 的特殊性在于其大部分内容都已硬编码进代码中,仅欢迎指南提供有限的翻译支持。因此,该补丁的维护工作具有较高的难度,因为它必须随着 iamb 每一个版本的更新而进行同步更新,以匹配新的代码行数。目前,开发者主要维护了一个特定版本,并只适配了 0.0.12 版本,除非有大量用户需求或 iamb 推出革命性的新功能,否则不会进行更广泛的适配。该补丁支持主流的操作系统,包括 Windows、Linux 和 Mac,用户可以通过 Git 和 curl 命令进行安装和应用。安装过程需要用户具备 Rust 环境和 Cargo 包管理工具。编译后的可执行文件位于项目的 target/debug 目录下,用户可以将其添加到系统环境变量中,从而方便使用。总体而言,这份补丁提供了一种解决方案,使得非 Vim 专业的用户也能享受到 iamb 的功能。
试试这个小玩具:在你的电脑上运行 PyGAD,用遗传算法玩马里奥
本文介绍了遗传算法这个进化计算概念,它将所有解视为一个种群,通过无数次的试错和选择暂时最优解进行“繁殖”,从而不断缩小搜索范围,逼近最佳解。与纯随机算法不同,遗传算法能够记住错误并进行最小化优化,它是一种通用的技术,只需设定操作方式和评分标准,就能在不同问题上自我进化。文章阐述了遗传算法的本质是“时间换空间”,可以利用云服务器进行长时间的计算。为了让读者体验其乐趣,作者推荐了一个开源项目 commonLuke/mario-neural-network,该项目使用 PyGAD 实现了遗传算法玩《超级马里奥》的案例。这个小玩具展示了算法如何通过反复尝试和进化来获得最高分,但同时也提醒读者,遗传算法只会优化其被设定的评判标准,而非理解其“真正想要什么”。尽管遗传算法能够无限逼近正确答案,但对于追求速度和效率的特定问题,仍建议使用洪水迷宫等专业算法。
如何搭建一个 Matrix 机器人:免部署桥接,实现广播日志和聊天回复
本文介绍了使用 Python 语言和 matrix-nio 库来构建和部署 Matrix 机器人,以实现服务器日志汇报和 AI 聊天回复功能。文章首先指出,传统的 Matrix 桥接配置过程复杂且缺乏教程,因此作者提供了一种更简单、更可靠的解决方案:利用 matrix-nio 这个专门用于 Matrix 账户控制的 Python 库来创建机器人。文章详细展示了两个核心的机器人脚本。第一个脚本是一个日志机器人,它能够执行 Linux 服务器的系统更新操作(例如 apt upgrade),并根据操作结果(成功或失败)生成日志信息,然后将这些日志通过 API 消息发送到指定的 Matrix 公群组中。这个功能非常适合在技术讨论群组中实时汇报后台任务的执行状态。第二个脚本则是一个更复杂的 AI 聊天机器人。它通过监听 Matrix 房间中的事件,接收用户发送的消息,然后利用 aiohttp 库调用外部 AI 接口(如 Deepseek)获取回复,并将 AI 的回复内容回传到聊天房间。为了确保项目的专业性和环境的隔离性,文章最后详细介绍了如何使用 Docker 技术来部署这些机器人。作者提供了一个完整的 Dockerfile 和 .env 文件示例,指导读者如何构建 Docker 镜像,并在容器中持续运行 AI 聊天机器人。这种基于 Docker 的部署方式,使得整个系统能够在一个干净、可控的环境中运行,极大地提高了项目的可维护性和稳定性。整个过程展示了从基础脚本编写到容器化部署的完整技术链条,为读者提供了一个完整的实践参考。



