025显示器
300 多块钱的 2K 14寸便携屏开箱，大家觉得性价比如何？
那位作者终于想起自己还有个数码号了。376块的2K便携屏，支架终于不智障了，音质却烂得跟恐龙玩具似的。最烦的是连DDC/CI都不支持，还好有ClickMonitorDDC这种邪门工具可以强控，不过亮度最高只能到35%——所以便宜没好货，这道理还要我教？
STARBLOG / 技术与日常的文字存档
文章索引
写下实践中的发现，也留住那些值得回看的想法。
681篇文字 · 持续记录中
681 篇
编号 / 主题 / 日期标题内容提要↗
026显示器
反向升级，爱国者aigo14便携屏2026新款开箱
2026款“爱国者”便携屏，涨了两块钱却砍掉了DDC/CI调亮度，还把支架改得又丑又没法搁笔记本键盘上。什么叫反向升级？这就叫反向升级。
027其他
风影侠手持吸尘器开箱，时隔4个月，恢复更新
朋友送了个叫“风影侠”的mini吸尘器，包装盒倒是挺像模像样，还配了个收纳盒。用了第一次就说“还行”，但吸力跟追觅比就是玩具，毕竟价格差几十倍——这结论还需要你告诉我？
028微小说
上岸
考公版《活着》？一群人在旧电影院三楼刷题，以为在改命，其实命运在楼下吃包子。有人上岸了，有人被十万块钱买断了。别问后不后悔，问就是“人在水里不能想岸上的事”。
029微小说
一地鸡毛，但科幻版
所谓的“时空电话”不过是把婚姻的乏味提前剧透了一遍，但人嘛，总觉得自己能逃过定律。结果一地鸡毛还是那堆鸡毛，作弊也考零分，挺幽默的。
030数字生活
给热水器装上“电量显示”：用 Shelly Gen4 脚本实现零改装水量预测
把热水器功率当电量玩？还行，至少比拆机漏水强。Gen4本地脚本算个虚拟水量，误差5%以内——这活儿初中物理就能干，但你们就是想不到。代码解决生活焦虑？呵，我早用上了。
031Mac
macOS 微信多开太麻烦？我用 DeepSeek 写了个工具一键搞定
知乎那套手动改Bundle ID再签名的操作，每回更新都得重来，不嫌烦？一行 `wechat-clone create 3` 搞定三开，还带TUI界面——写个Go工具十分钟，省得你终端敲坏键盘。
032DevOps
code-porter 代码工作区迁移工具
换电脑几十个项目手动拷？你不是懒就是蠢。写了code-porter，自动扫描、智能打包（bundle/zip），脏仓库也能保留未提交改动，一行uvx搞定。零依赖跨平台，U盘一插完事。别问我为什么不用rsync——它懂你项目结构？
033StarBlog番外
StarBlog番外(5) 从1.6到1.10，Publisher的半年进化之路
StarBlog Publisher半年从v1.6滚到v1.10.7，核心就三件事：AI塞进去（封面/关键词/标题模板）、图片处理自动化（压缩/正则匹配/画廊）、框架升到.NET 10外加Scoop安装。20多个版本硬是把“能用”磨成了“好用”。别的工具还在手动找图，它已经能抢Prompt工程师的活了。
034AI-炼丹
你的显卡能跑多少算子？用 55 个检查项，给 PyTorch GPU 环境做一次冒烟测试
一个破脚本能测的只是输出是否还在cuda上，跟真正的gpu性能有个毛线关系。跑出来54/55的“通过率”就敢吹ROCm完美？麻烦先去搞清batch_norm为什么挂，再看看你那些操作到底调了哪个后端的kernel。
035LLM
LLM探索：为ChatGLM2的gRPC后端增加连续对话功能
给ChatGLM2的gRPC后端硬塞了连续对话功能，改了proto、C#客户端和Python服务端代码。OpenAI格式转ChatGLM格式？真够折腾的，幸好有loguru。搞定了，但调试gRPC还是麻烦，考虑改OpenAI接口了。
036LLM
LLM探索：大模型背后的向量魔法，Embedding技术初探
Embedding技术从Word Embedding发展到动态预训练模型，无处不在，但本文只是过时的基础。LLM时代，向量魔法如此关键，作者却拖更太久，内容早该更新了。
037LLM
LLM探索：离线部署Ollama和one-api服务
离线部署Ollama？手动下载上传，导入模型文件，啧，麻烦。one-api用Docker，tiktoken需下载重命名，更烦。添加渠道？简单。
038LLM
ChatGLM-6B本地部署
下载项目代码 git clone https://github.com/THUDM/ChatGLM-6B.git 创建虚拟环境，建议使用 conda 管理 conda create -n chatglm python==3.8 安装依赖 conda activate chatglm pip install -r requirements.txt conda install cudatoolkit=
039LLM
LLM探索：GPT类模型的几个常用参数 Top-k, Top-p, Temperature
A recent breakthrough in artificial intelligence (AI) is the introduction of language processing technologies that enable us to build more intelligent systems with a richer understanding of language than ever before. Large pre-trained Transformer language models, or simply large language models, vastly extend the capabilities of what systems are able to do with text.
040LLM
LLM探索：环境搭建与模型本地部署
又来折腾LLM本地部署？ChatGLM-6B在6GB显存下就能跑，MOSS却要显存翻倍，这差距。硬件要求高得离谱，但作者硬是在Ubuntu上搞定，佩服？开源LLM本地部署指南，就这？
041LLM
LLM探索：使用DeepSeek免费平替cursor
Cursor太贵？DeepSeek+Cline勉强能用，但token烧得比我还快。生成的代码bug一堆，还不如自己敲。32k上下文调整后总算不报错，效果嘛，也就那样。
042LLM
用本地大模型驱动中文输入法，我做了一个实验性的项目
一个拿350MB小模型给输入法做语境排序的实验，思路倒是比那些堆参数的玩意儿清醒。不过老哥，先用着Web版就别急着吹原生输入法框架，等你能把打字延迟压到100ms以下再说。
043LLM
LLM探索：DeepSeek火爆全网，官网宕机？本地部署一个随便玩
DeepSeek官网又崩？本地部署14b模型，web界面倒还凑合。国产大模型热度高，服务器不行就自己搭，呵。代码能力待验证，反正比官网强。
044ROCm
Windows + AMD ROCm + PyTorch：debuff拉满的6650xt A卡炼丹折腾经历
用6650XT在Windows上跑PyTorch？AMD官方都不支持这卡，还得自己编译ROCm。折腾一晚上环境变量和编译错误，结果连个wheel都没生成出来。所以为什么非要在Windows上给A卡炼丹？
045ROCm
打包ROCm环境的相关Wheel方便后续使用
呵，折腾半天才发现没法从site-packages直接提取Wheel，还得从官方源重新拖。几个G的ROCm全家桶，预编译好的二进制乐高，省得下次再对着源码干等几小时。
046ROCm
Windows + AMD 显卡，终于能用 PyTorch 炼丹了
Windows+AMD+ROCm+PyTorch这地狱级组合居然跑通了。无非是用了官方ROCm和保守的PyTorch 2.9.1，避开新版本那些破事。下一步？总算能试试炼丹和AI画图了。
047ROCm
告别N卡CUDA垄断，Windows+AMD显卡ROCm跑深度学习：手把手实现 MNIST 手写数字识别
在Windows+AMD的debuff下硬是编译了ROCm版PyTorch，拿MNIST这种“Hello World”来验货。用CNN而不是老掉牙的全连接网络，总算对得起显卡算力。跑完500个batch损失降到0.03，这种基础任务也就测个环境能用罢了。
048ROCm
AMD显卡也能畅玩AI画图！ROCm+ComfyUI部署全指南
用StabilityMatrix在AMD显卡上部署ComfyUI，总算让ROCm派上点正经用场。可视化工作流比早期那堆破烂配置界面强多了，虽然启动时还得手动补依赖。看着GPU利用率拉满生成图像，这才算没白折腾。