未分类的记录

Abstract摘要

记录一个桌面 AI 伴侣的宿主无关架构：所有状态与逻辑住在本机服务端，网页只负责渲染，从而让浏览器、无边框窗口（pywebview/WebView2）与桌面壁纸（Lively）互为可替换的皮肤。重点复盘三场基建战役：语音识别因壁纸宿主无法响应原生权限气泡而整体迁入服务端（本地 whisper 转写、自听回声抑制的绝对截止时刻设计）；语音播放因壁纸进程被宿主冻结而迁为服务器直出系统音频；全局热键因系统级快捷键冲突改用宏键盘发送 F13–F19 并逐一对抗按键抖动。另记录两例环境陷阱：日文区域设置下日志编码崩溃杀死功能链路，以及 CUDA 动态库缺失要到推理时才暴露。

Abstract摘要

记录一个 AI 伴侣对话引擎的自研过程与设计取舍。核心决定：伴侣不适用多会话模型，改为单一关系时间线加四层记忆（近期原文窗口、按语境分离的滚动摘要、可编辑的长期记忆便签、全量档案加逐句检索）。重点复盘一次风格污染事故：一句语气词在二十条回复中复读十一次，并被摘要器固化为长期记忆——分析其三层病理（窗口内示范、自我模仿、摘要固化），说明为何指令无法对抗上下文中的例子，给出机制化解法（摘要清洗、摘要器约束、生成层守卫与可随时执行的上下文切断）。附按延迟敏感度分工的双模型架构：对话用快模型，后台记忆压缩用旗舰模型。

Abstract摘要

以个人视角记录一个数字伴侣系统从起念到落成的全过程：为什么开始、在哪里碰壁、如何转向、何时决定脱离上游项目自建，以及每个阶段的真实感受。文中穿插指向五篇技术记录的链接，分别覆盖口型实测、内容隔离、宿主架构、记忆系统与自拍系统。个人叙述以当时的工作记录为准，不做事后美化。

Abstract摘要

记录一个 AI 伴侣自拍系统的行为设计。核心哲学是分层收权：模型负责读取对话氛围（居家、深夜、外出等），装扮从人工维护的选项池中按氛围过滤后随机抽取——“她读空气，你定货架”，表达自由与内容上限由不同主体持有。装扮引擎含镜头类型、十个槽位、互斥组与套装替换规则，经数百次统计滚动验证零冲突。复盘三类行为故障：图生图端点对参考图参数返回成功却静默忽略（连续两次）、配文宣称的构图与随机镜头互相矛盾、被夸奖后无限连发照片；对应解法为端点更正、显式的构图与神态参数（图文是同一个表达）、以及只拦截评价触发连发而保留主动分享的精确规则。

Abstract摘要

记录一套双语境内容隔离机制的设计与验证：系统分为正常模式与私密模式，二者各持独立的人设补充、滚动摘要与长期记忆；正常模式回看历史时，私密段落被替换为一条内容恒定的衔接占位。阐述阀门的 fail-closed 规则（开机落在正常侧、失败坍缩到正常侧、进门验证出门不验证）、占位语必须恒定的安全论证、崩溃遗留开放段落的封闭策略，并复盘三次隔离失效：跨域策略静默拦截导致隔离从未生效而测试全绿、双重裁剪使上下文每轮清零、整段前缀切除误伤本侧历史。附 22 项回归测试的验证要点。

Abstract摘要

本文记录一次以失败告终的生成实验，以及促成该结论的一项统计。为建立可靠的动作镜产线，作者拆解了五个已公开发布的完整视频工作流，提取其中 231 个视频节点与 228 条提示词，统计其输入模式、参考图数量与动作描述用词。统计显示：攻击动词出现于 18% 的提示词，双主体互动出现于 6%，而描述角色与角色之间物理接触的提示词为零——仅有的五条“接触”分别是刻意设定的非实体穿透与角色同环境的碰撞。随后作者以一个双角色格斗镜头为目标进行了十次生成，逐项修复了回合制观感、风格崩解、非人角色解剖漂移、空间距离被参考图锁定、动作因果、静止等待与多余收尾等七类问题，唯独“攻击与闪避之间的因果可信度”始终未能成立，项目因此终止。文章同时记录两项方法论结论：一是对生成视频的目视评估在抽帧网格上系统性不可靠，二是团队内部早已成文的结论在需要时未被检索，光增加文档并不能解决这一问题。全文区分统计、观察与推断；结论限于所用模型与时间点。

Abstract摘要

本文记录一支手绘油画质感动画先导片从关键帧到动化的产线建立过程。第一部分说明一个产线方向的反转：图像模型的可控性很低而剧本的可控性是完全的，因此应当由分镜去迁就已生成的好图，而不是反复烧生成额度去命中一个写死的构图；文中给出导致这一反转的具体失败，以及由此重写的分镜结构（节拍与红线，不写构图）。第二部分记录三类可复现的提示词失效模式：未指定的部位会被模型填充、被提及的对象一定会被画出（即使以否定形式提及）、以及一组从任何机位都不可能同时成立的空间约束。第三部分给出图生视频阶段的测量结果：以拉普拉斯响应区分平坦表面纹理与轮廓锐度后，两种动化路径相对同一张关键帧分别保留 76% 与 39% 的表面纹理，并说明一次基于源图高频残差的后期补偿如何在指标上完全命中却在视觉上失败。全文区分观察、测量与推断；产线尚未完成，结论限于已验证部分。

Abstract摘要

上一条 AI 动作短片按失败归档后，本文记录 Claude Fable 5 驱动的同平台绿地重启：不携带任何旧资产，把任务收缩到能力圈内（零接触、零战斗因果的三镜氛围片），并验证一条新分工——关键帧由人在 Midjourney 中生成，Flova 与 Seedance 只负责编排与动化，Claude Fable 5 通过官方 CLI 驱动全程并对每镜抽帧验收。文中完整记录三个镜头的失败与修订：首帧信息不足导致的头盔脑补穿帮及其解法、纯文字剪影登场的翻车与 impact 镜重构、厚涂画面动化的塑料化及 MJ animate 的对策，以及最终基于角色漂移做出的删镜决定。成片 14.2 秒，总消耗 838 credits，并沉淀出七条可复用规则。

Abstract摘要

本文记录 Codex 5.6 Sol 驱动的一条 15 秒暗黑奇幻短片，从绿地规划到最终导出的完整流程：Codex 5.6 Sol 把骑士与塞拉斯的 Niji 概念图交给 Flova，由平台规划五镜 Storyboard、生成角色与场景 Key Elements，再完成两轮逐镜视频、外部抽帧验收、声音设计和时间线。结构上它遵守了阶段 Gate，也避开了复杂战斗，但最终只有两个单主体克制镜头达到较高评价；角色现身缺乏空间逻辑、平台生成的武器与形象塑料化、重拍无法纠正运动方向和身份标记，最后一镜甚至以静帧填补。文章以创作者逐镜评分为最终事实，分析为什么“新项目”“完整流程”和“成功导出”都不能代表作品成立，并与 Claude Fable 5 驱动、采用人工 Midjourney 关键帧的并行路线互相对照。

Abstract摘要

这次测试没有把“成功导出视频”当作成功标准，而是要求一条四镜动作片同时满足剧情、空间、接触、角色身份、画风和声音连续性。Flova 正确诊断了此前的幻影距离，建立了导演方案和时间线，并通过 Seedance 2.0 生成带原生声音的 38.24 秒成片；但 Gate B 连续出现 Boss 骑士头盔、提前刺中胸口、重复武器和整幅画风漂移，最终 Shot 2 仍未证明膝部命中，Shot 4 的 Vera 身份与提灯手也不可靠。更关键的是，Flova 多次将这些问题自评为通过。本文完整记录这条从导演审计到导出的失败工作流，以及为什么项目级编排仍不能替代外部逐帧验收。

Abstract摘要

目标原本只是做一段 16:9 的石头巨人战斗动画：骑士闪避、反击，最终在 Vera 到来前击败 Boss。素材画风很快稳定下来，真正困难的却是时间和空间。早期版本有提前闪避、攻击前停顿、地板无因坍塌、角色瞬移和 Boss 漂浮；缩成五秒单动作后，Dreamina 明显胜过 Kling，但续接镜头又出现“人物视觉上离 Boss 很远，却原地站起就能砍到”的三维错误。静态接触表甚至一度把它误判成可用。这次没有硬剪成片，而是把失败保留下来，确定 Niji 负责高质量单体、Image2 负责拼装，并暂停逐镜手搓，转向评估 Flova 是否能在项目级故事板、镜头调度和多模型选择上降低协调成本。

Abstract摘要

这次工作不是把整个 Godot 项目搬进网站，而是从《守夜人》中抽取一条最小、完整、可验证的战斗闭环：固定角色与数值，只保留移动、跳跃、攻击、闪避、韧性、破防和处决。文章记录素材白名单、状态契约、碰撞与判定、输入缓冲、音效和伤害数字的接入，也记录 Web 包装、真实加载进度、键盘焦点、移动端全屏与情境输入的修订。几轮失败说明了一件事：手感不能靠近似重写，网页操作也不能照搬本体；两者都要针对真实运行环境逐项校准。

Abstract摘要

一次企业官网重建远不止页面设计。本文把工作拆成需求、选型、内容、多语言、部署、域名备案与资产移交七个阶段，说明静态站与动态站如何取舍、无后端表单如何落地、境内外托管如何判断，以及域名、DNS、托管账号和源码为何必须回到企业自己的控制范围。

Abstract摘要

客户发来的订单五花八门：一段微信文字、一张 Excel、一张随手拍的报价单、一份扫描件。本文记录如何做一个自动录入工具，让多模态大模型把这些“任意格式”读成一条规整订单、写进团队共享的在线表格。重点不是代码，而是几条让它可靠的规矩：模型对每个字段给出“确定/不确定”，不确定的绝不硬填而是留给人；用一道“置信度闸门”决定自动入库还是弹窗让人确认；模型干“读懂各种格式”的体力活，人只在不确定处补一手、做最终拍板。全文面向纯新手，每个技术名词第一次出现都用一句白话解释，并穿插“为什么这么设计”的判断。

Abstract摘要

Alias Archive 从一个很薄的个人网站骨架，逐步变成研究、游戏、音乐与其他内容共存的三语档案。本文记录它如何从 Next 与 vinext 迁移到 Astro，如何用内容契约协调多个 Agent，如何借助 Impeccable 整理视觉层级与移动端交互，又如何在静态站内接入文章、图像、音视频和 Godot Web Demo。重点不是工具名，而是怎样让长期增长的网站仍然可迁移、可验证、可由主人持续控制。

Abstract摘要

这不是一次“一键生成”的演示，而是一份真实的生产记录。我把 Codex 设为唯一操作接口：它负责脚本、场景规划、API 分派、视觉包装与质检；HeyGen 负责 Vera 的英文语音、口型和人物表演；HyperFrames 负责中文字幕、信息层级和 9:16 成片。过程中暴露了角色参考图、竖屏排版、遮脸、预览、背景闪帧与语音停顿等问题。第一条样片最终被接受，但保留并公开两个缺陷，以便下一次从流程源头修正。

Abstract摘要

本文将一支 AI 音乐视频拆解为歌曲、导演脚本、静帧、挑图、动化、复审、调色与发布八个阶段。图像提示词负责视觉，视频提示词只负责运动，再以动效分级、filmstrip 质检和锚点调色控制一致性与成本。模型承担体力工作，风格选择、镜头取舍和最终验收始终由人完成。