我关掉了自己的 Matrix:受够了折腾,突然理解了反派为什么想毁灭世界
本文描述了作者在尝试使用 Matrix 客户端与朋友进行即时通讯过程中所经历的一系列技术困境和随后的软件探索过程。最初,作者尝试使用 SchildiChat 和 FluffyChat 等移动端客户端与朋友进行聊天,但很快遇到了账号验证失败、密钥作废以及客户端不兼容等问题,导致 Matrix 交流受阻。在尝试重新部署 Matrix 实例的过程中,作者也遇到了技术上的挫折,包括图片日志的发送问题和部署环境的限制。鉴于 Matrix 的不便,作者将目标转向寻找局域网 TUI(Text User Interface)聊天工具。然而,AI 搜索结果显示,市面上的 TUI 工具要么缺乏开源仓库,要么质量低下,无法满足大众需求。作者对这种“需求多、供给少”的现象感到困惑,指出虽然 GUI 聊天工具(如飞鸽传书和茶话会)历史悠久,但优秀的 TUI 局域网聊天软件极其稀缺。作者还遇到了茶话会这类软件的运行问题,例如在 Mac 上需要通过命令行赋予权限,质疑其“开箱即用”的说法。最终,作者总结出一种矛盾的现象:需要 TUI 的局域网聊天工具反而倾向于 GUI 优先,而需要 GUI 的 Matrix 却难以达到微信那样的图形化体验。作者认为,AI 应该将精力投入到重塑和改进这些缺乏的聊天软件上。在经历了长时间的技术折腾后,作者最终放弃了这些复杂的即时通讯尝试,转而使用更简单的非即时通讯方式,并以一个关于时间错乱的幽默感结束了这段技术探索之旅。
最近看到黑苹果显卡驱动:黑苹果 N 卡驱动开源,但只令人觉得叹息
本文描述了作者从对操作系统和硬件驱动的困惑中,逐步探索和升级个人计算设备,最终找到高效、安逸工作状态的整个过程。故事始于作者对 N 卡驱动在 Linux 上的不完善感到叹息,这种困境促使他开始尝试不同的系统和硬件。他最初购买了一台联想游戏本,期望它能满足高性能游戏和光追的需求,但实际使用过程中,复杂的 Gentoo 系统编译过程带来了巨大的折磨和困扰。随后,作者转向了一台旧的 Intel 2020 年 MacBook Air,寻求更轻便的体验,但该设备在现代任务中显得卡顿。直到今年三月底,作者获得了 M4 Air,体验到了流畅和低功耗带来的巨大满足感。M4 Air 的出现标志着作者完成了从“死折腾驱动”到“浑身松”的转变。作者回顾了过去两次“选错”的瞬间,例如在 macOS 上安装 RTX 的经历,但他最终意识到,随着 Asahi Linux 的持续开发和 AI 提高了编码效率,这些曾经的困境都已不再是无法克服的难题。作者总结道,现代技术的发展,使得追求稳定、安静、不费心维护的计算体验,其价值远超过去那种“吊儿郎当”的折腾乐趣。这篇叙事记录了作者从一个追求极限性能的“折腾党”,蜕变为一个懂得珍惜时间与高效的现代创作者。
看 AMD 跑 DLSS 有感:讨论一下在 AMD 显卡上跑 DLSS 5 这件事
本文介绍了 一项在社交媒体上引起广泛关注的技术突破,即有 AMD 用户声称成功在其显卡上运行了原本属于 RTX 系列的 DLSS 5 技术。尽管目前这项技术尚未被公开开源,但其作者已表明,在完成代码清理后,将完全将其开源出来,这为技术社区带来了极大的期待。根据目前获得的信息,该作者声称是自行实现了这一功能,其实现方式究竟是基于反编译,还是采用了某种独特的盲猜算法,仍存在讨论。然而,考虑到其能够适配新设备并构建一套替代算法,这无疑展现了极高的技术能力和创新精神。这一事件的背景,还牵涉到社交媒体上长期存在的 RTX 用户对 AMD 用户的贬低言论。本文指出,这种技术成果实际上是对那些知道 AI 时代已经到来,但依旧用 DLSS 技术羞辱 AMD 用户的一种“回旋镖”式回应。作者表达了强烈的希望,即希望该技术能够如期实现开源,并且其所具备的各项特性能够得到完整的功能实现。这项技术挑战不仅是硬件领域的突破,更反映了技术社区在面对行业壁垒和品牌竞争时的创新精神和不屈的斗志。
内网 Matrix 体验:Tailscale 的 ntfy 没有域名,收不到朋友的消息
本文描述了 作者在尝试搭建 Matrix 环境时,遇到的技术挑战和安全困境。最初,作者使用 Tailscale 搭建了内网服务,但其 ntfy 消息提醒功能未能正常工作。在转向 Tailscale 之前,作者曾利用 Cloudflare ZeroTrust 将 Matrix 和 ntfy 分别部署在不同的子域名下,但出于对外网安全风险的担忧,最终切换到了内网方案。Tailscale 的限制使得作者只能使用 1 个域名,这导致了 ntfy 无法获得独立域名,只能依赖 OpenResty 进行路径转发,但该转发路径设置存在疑问。作者评估了多种解决方案,包括使用 iamb 等待的邮件提醒,或者回归外网自托管 Matrix 以实现联邦连接。然而,考虑到国内网络环境可能无法连接到国际联邦,这种自托管方案仍需慎重考虑。鉴于当前内网环境无法实现可靠的消息接收体验,作者正在重新评估整个配置,并考虑是否需要开启一个外网端口,或者彻底删除现有配置。
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。
错误教程对错误的人:在冷门的领域,搜到了自己几个月前的错教程
本文描述了一位技术爱好者在硬件和软件兼容性方面的折腾经历,核心围绕着如何在 M4 芯片上为《我的世界》提供运行环境,特别是运行不支持 GL 4.1 的光影模组。叙述者从最初使用 RTX 4060 电脑的经历,转而对 x86 架构产生不信任,最终选择了 M4 MBA,因为它提供了优秀的 UNIX 生态支持。然而,M4 芯片有一个硬伤,即无法原生运行 GL 4.6 及以上的高级图形渲染。为了解决这一问题,叙述者尝试了多种方案,包括利用社区模组 Vitrail 将 GL 光影以 Vulkan 的方式运行在 M4 上,以及关注 MGL 等项目。尽管 M4 性能在打包和编译软件方面表现出色,但图形兼容性仍是挑战。叙述者在寻找解决方案的过程中,经历了从技术难题到自我发现的转变,最终发现自己所需的答案竟然存在于自己几个月前发布的一篇过时文章中。这段经历生动地展现了在高度冷门的图形渲染和游戏模组领域,技术探索所伴随的复杂性和幽默感。
又是一年国庆节:去年在闲鱼开的技术小店,被英伟达项目狠狠折磨
本文描述了作者在国庆节期间,通过一个闲鱼店铺的意外订单,经历了一次从本地编译的挫败到利用 GitHub Actions 解决复杂技术难题的成长历程。作者最初接到一个复杂的任务,要求编译一个源自 NVIDIA 社区的开源项目,该项目旨在为 NVIDIA 嵌入式设备提供精简系统。面对这个挑战,作者最初尝试在自己的 RTX 游戏本上安装 WSL 的 Ubuntu 子系统进行编译,但耗费了大量时间,最终仍未能成功完成任务,深刻体会到仅凭个人本地环境的局限性。这次失败的经历促使作者反思,意识到解决大型开源项目问题,需要更高效、更流程化的协作机制。随后,作者开始参与另一个 GitHub 开源笔记项目的开发,并尝试使用 GitHub Actions 编写自动化流程进行实战练习。通过这种云端任务配置的方式,作者成功完成了编译,并获得了明确的反馈。日志显示,问题并非出在编译环境,而是原始 NVIDIA 项目的脚本中存在一个非常细微的地区命令格式错误。作者最终决定删除这一行地区相关的代码,成功获得了预期结果。这次事件不仅解决了技术难题,更让作者深刻认识到开源项目的复杂性,以及代码背后可能存在的“人性局限性”。本文展示了作者如何从最初的硬件局限,转向了现代化的 DevOps 工具链,从而完成了对一个复杂嵌入式系统的成功编译和分析。整个过程记录了从个人技术探索到利用自动化工具提升效率的完整技术旅程。
回看我的 CSDN 账号:CSDN 早期经历,回顾开源挑战与平台转型
本文描述了作者回顾其早期在 CSDN 和百度贴吧等平台分享技术经验的经历,以及这种经历如何塑造了今天的自己。作者讲述了尝试在 macOS 上下载开源 RTS 游戏 0 A.D. 的过程。最初,他试图通过 BT 种子文件获取资源,但由于做种者太少,无法找到足够的 Peers 进行连接,遇到了技术挑战。为了解决下载难题,他转而搜索攻略,并在 CSDN 上找到了一篇详尽的分享文章。然而,该分享要求读者关注作者,这让作者产生了一种对这种“付出与回报”模式的微妙不适和无奈。作者随后查看了自己的 CSDN 账号,发现其内容主要集中在去年五六月关于 FydeOS 部署 Code-Server、SearXNG 和 Aria2NG 等在线工具的教程,总浏览量达到了 8600 次。尽管有这些积累,作者已决定不再在 CSDN 上分享,将创作重心转移到自己的网站上。文章最后还回顾了作者早年作为学生沉迷技术折腾的经历,以及后来身份转变为“社会闲散人士”的转变过程。
被遗漏的干草块:材质包的盲区,被作者大概率忽略官方的材质修复
本文描述了作者在使用 Minecraft 游戏过程中,发现资源包制作与官方版本更新之间存在的细节不一致问题。具体而言,作者在使用 Whimscape 材质包时,注意到该材质包未能修复社区此前报告过的、关于干草块与稻草床之间连接不上的 Bug。这一发现揭示了一个行业痛点:许多材质包的作者虽然投入大量精力进行视觉优化和新增内容制作,但往往忽略了基础逻辑层面的微小修正和官方已修复的细节问题。这种“盲区”现象导致了玩家在享受游戏时,体验的连贯性受到影响,并与官方原版游戏版本产生了不必要的不同步。文章通过这一具体案例,呼吁所有玩家和材质包开发者进行“自我检查”。作者强调,玩家在使用资源包时,必须主动核查是否存在类似“干草块无法连接”的细节问题,并及时将未修复的 Bug 反馈给作者,或自行进行修复。这不仅是对游戏体验负责的表现,也是确保游戏进度的统一性。更广义地看,作者将这种“及时发现并修复细节”的精神,延伸到了生活和工作领域。他认为,无论是游戏中的 Bug 还是生活中的小任务,都应该像对待技术缺陷一样,被认真审视、主动发现,并加以完善。只有通过这种细致入微的检查和修正,才能达到一个完整、和谐、没有遗漏的状态。本文旨在提醒读者,细节决定成败,不能因为专注于宏大的目标而忽略了微小的瑕疵。
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。





