技术折腾

本文介绍了对网站进行的多项优化改进，包括将导航菜单中的“文章”改为更准确的“归档”；将首页布局的 `index_layout` 从 3 改为 4 并采用卡片展示方式，以提升视觉效果；将每页文章数从 10 篇增至 15 篇以提高浏览效率；以及为所有说说条目添加标签分类功能，涵盖生活、美食、技术、娱乐等类别，方便访客筛选查找。文章也提及了后续将布局和分页改回原设置的调整。这些改动从用户体验出发，使网站内容组织更清晰、浏览更便捷。

本文描述了作者的两个梦境。第一个梦中，作者将数学笔记发在 QQ 空间后获得指数级访问量，收到许多陌生人的感谢，由此萌生了用 QQ 空间建站并同步到 Notion 的想法。第二个梦中，作者与父亲穿越每层变成不同生态环境的楼房，最终回到小区后与一群人汇合，变身成为超级战队“暴太郎咚兄弟”中的红色队长，与粉色、黄色队员释放组合技（如花碎裂、勇气斩）对抗怪人。两个梦境分别反映了作者对博客建站和超级战队特摄的想象与情感。

本文介绍了作者发现常用在线图片压缩网站无法访问后，转而寻求本地工具压缩 WebP 图片的经历。作者首先尝试使用 FFmpeg 但发现其只支持 WebP 解码而不支持编码，随后在 AI 推荐下使用了 Cwebp 工具。文章详细说明了通过 brew install webp 安装 Cwebp 的方法，以及使用 cwebp -q 75 图片输入 -o 压缩结果 命令进行图片压缩的具体操作，其中 75 代表图像质量参数。作者感叹该工具简单且高效，为无法访问在线服务的用户提供了一种可靠的本地替代方案。

本文介绍了作者在尝试使用 AstrBot 过程中的一次乌龙经历。起初作者以为安装 Shell 插件即可使用，但实际需要在后台手动启用权限开关。在好友的详细指导下，作者成功开启 Shell 功能，并通过命令查询系统内核、磁盘和内存信息，还利用 whois 命令查询好友的域名信息，体验了 AstrBot 的强大扩展能力。之后作者卸载了冗余的第三方插件，反思了技术探索中从误解到豁然开朗的过程。文章强调了安全配置的重要性、技术社区互助的价值，以及深入理解工具才能充分发挥其潜力的道理。

本文介绍了如何通过在网站配置文件中添加 JavaScript 代码来解决目录显示异常的问题，该代码会在页面加载完成后等待所有图片加载，并在 1.5 秒后自动刷新页面，同时监听 PJAX 等异步加载事件以保持功能生效。文章还指出了之前使用 CSS 强制修改图片宽高比的做法是错误的，会导致评论区表情包异常，因此已删除该样式。作者反思了自己因精神状态不佳而导致的失误。

本文介绍了作者在使用树莓派运行 Gemma3 模型替代 DeepSeek 时遇到的网络速度问题。作者最初怀疑是移动网络或网卡驱动导致速度下降，但排查后发现光纤线弯曲导致光信号折射次数增加，从而引起延迟和速度降低。然而后续补充说明，实际原因可能是重新连接了另一个 LAN 口，网速因此恢复正常。文章以幽默的方式记录了这段排查经历，并科普了光纤弯曲对信号传输的影响。

本文介绍了在使用 Butterfly 主题时，遇到的目录大小计算问题，即目录仅统计首次加载时的内容而非加载完成后的实际大小。文章提供了解决方案：通过为图片添加 CSS 容器，设置 width: 100%、aspect-ratio 和 object-fit 属性，实现图片占位与裁剪，从而解决目录高度计算错误。同时，作者强调了根据网站图片比例（如 4:3、16:9 或 1:1）调整 aspect-ratio 值，并建议使用压缩后的 .webp 格式图片以保持原分辨率。最后给出了在主题配置文件中注入该 CSS 文件的方法。

本文介绍了在 Butterfly 主题中启用深色模式并解决 SVG 图片颜色冲突的方法。通过在 _config.butterfly.yml 中配置 darkmode 选项，可以开启深色模式切换按钮，并设置自动跟随系统或固定时间段切换。然而，手动引入的 .svg 图片在深色模式下不会自动变色，仍显示为黑色。为解决此问题，使用 CSS 媒体查询 @media (prefers-color-scheme: dark) 和滤镜 filter: brightness(0) invert(1) !important，将 SVG 图片在深色模式下反转成白色。将该样式保存为 svg.css，并通过 inject.head 配置注入到网站中，从而实现深色模式下 SVG 图片变为白色、浅色模式下保持黑色，避免颜色冲突。

本文介绍了 一个基于 Shell 脚本的终端聊天工具，通过调用 OpenAI API 实现与语言模型的交互。脚本首先提示用户输入 OpenAI API URL、API Key 及模型名称，并初始化一个 JSON 格式的历史记录文件。随后进入无限循环，每次读取用户输入，将用户消息追加到历史记录中，再通过 curl 发起 API 请求，从返回的 JSON 中提取模型回复并显示在终端上，同时将助手回复也更新到历史记录文件，从而实现多轮对话的上下文维护。该脚本简化了与 AI 模型的命令行交互过程，适合快速测试或二次开发。

本文介绍了如何使用 Shell 脚本从清华镜像源下载并提取 Ubuntu 壁纸文件。脚本首先通过 curl 获取 ubuntu-wallpapers 软件包列表，使用 grep 和 tail 提取最新版本的原生 tar.gz 压缩包文件名。接着利用 wget 下载该文件，并创建 ubuntu-wallpapers 和 temp 两个目录。然后使用 tar 解压到 temp 文件夹，再通过 find 命令查找所有 .jpg 和 .png 格式的图片文件，将它们移动到 ubuntu-wallpapers 目录中。最后删除临时目录和下载的压缩包，完成壁纸的提取与整理。整个过程自动化地从清华镜像获取 Ubuntu 官方壁纸资源，适合用于批量收集或本地备份。