<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[FIRE-Lee的博客]]></title><description><![CDATA[技术 x 投资 x 认知，用技术理解世界，用投资兑现认知]]></description><link>https://blog.youkuaiyun.com/FreakCoder_Lee</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; FreakCoder_Lee]]></copyright><item><title><![CDATA[国庆这一周，古人只记了三个字]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/167129267</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/167129267</guid><author>FreakCoder_Lee</author><pubDate>Mon, 05 Oct 2026 18:38:49 +0800</pubDate><description><![CDATA[国庆六天，两百多张照片，却大多模糊难忆。古人以“水始涸”三字记秋分之候，而今我们用相机记录，却忘了为何按下快门。作者推出App「栖」，通过分析照片的时辰、节气与色彩，从226首古诗中匹配诗意，生成题跋、信笺等六种形式，还原生活中的诗意。不上传、不生成、不改图，守护隐私与真实。文末赠送100个解锁码，邀你用技术留住记忆，让每一张照片都成为可珍藏的诗。]]></description><category></category></item><item><title><![CDATA[第一次有人为我做的 App 付费，我突然理解了“产品”这两个字]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/163761026</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/163761026</guid><author>FreakCoder_Lee</author><pubDate>Fri, 14 Aug 2026 18:47:01 +0800</pubDate><description><![CDATA[文章摘要： 一位开发者通过抖音分享自己新上线的App「DadShot」，意外获得2.7万播放量并迎来首笔用户付费，让他首次感受到“独立创造价值”的成就感。DadShot旨在帮助父母自动筛选宝宝照片中的优质瞬间，解决照片爆炸式增长却难以整理的痛点。开发者反思，过去专注于技术实现，如今更注重从需求出发，理解用户为何愿意付费。他意识到，AI时代程序员的核心能力不仅是技术，而是将技术转化为真实价值的能力，包括产品、运营和内容创作。这次经历让他开始尝试“一人公司”模式，闭环覆盖需求到付费的全流程，并强调内容传播对产品]]></description><category></category></item><item><title><![CDATA[我做了个不要账号、不要定位权限的旅行 App，聊聊那些「不做」的决定]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/163705803</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/163705803</guid><author>FreakCoder_Lee</author><pubDate>Wed, 12 Aug 2026 21:15:47 +0800</pubDate><description><![CDATA[本文介绍了旅行照片整理应用TripStamp的设计理念与技术实现。作者通过四个"不做"原则（无账号体系、不获取定位权限、无服务端渲染、不采用订阅制）确保用户隐私，同时解决了平面地图无法显示跨洲行程的技术难题，最终采用3D地球实时渲染方案。文章还分享了开发过程中遇到的存储膨胀问题及解决方案，展现了产品开发中的取舍思考与技术细节。该应用目前已上架App Store，帮助用户将旅行照片转化为精美的地理标记卡片。]]></description><category></category></item><item><title><![CDATA[860 次展示，13 次下载：我的第一个出海 App 上线一个月]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/163646549</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/163646549</guid><author>FreakCoder_Lee</author><pubDate>Mon, 10 Aug 2026 23:14:35 +0800</pubDate><description><![CDATA[本文总结了作者开发并上架首个App的经历与反思。该App是一个针对繁体中文市场的扬声器除水工具，采用简单技术实现，定价2.99美元。上线一个月后数据显示：搜索结果展示860次，仅16人点击产品页，13人下载，零收入。核心发现包括：高产品页转化率（81%）表明展示内容有效，但极低的搜索结果点击率（1.86%）暴露冷启动难题；目标市场零下载，核心假设被证伪；分销而非产品是主要瓶颈。作者决定转向网页版以连接内容与产品，并停止开发新App，强调实践中学到的审核细节和市场验证的重要性远超短期收益。]]></description><category></category></item><item><title><![CDATA[收藏夹从此不再吃灰：我用 Claude Code + Obsidian 搭了个会自己整理的第二大脑]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/162456321</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/162456321</guid><author>FreakCoder_Lee</author><pubDate>Tue, 30 Jun 2026 15:35:48 +0800</pubDate><description><![CDATA[本文探讨了如何利用Claude Code和Obsidian搭建本地知识管理系统，解决"收藏即遗忘"的问题。作者指出收藏不等于吸收，关键在于将信息内化为自己的知识。系统采用本地markdown文件架构，分为剪藏库、永久笔记和输出三大模块，通过AI自动将收藏内容转化为带有个人观点的笔记。相比云端工具，本地文本更便于AI批量处理，形成"收藏→吸收→输出"的良性循环。核心在于强制自己对内容进行重述和判断，实现真正的知识内化。这套方法让知识管理从被动存储变为主动吸收，最终形成可复用的知识资产。]]></description><category></category></item><item><title><![CDATA[WWDC26 深度解析：如何在 iOS 27 中打造“秒开”的相机体验]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161870723</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161870723</guid><author>FreakCoder_Lee</author><pubDate>Wed, 10 Jun 2026 22:30:09 +0800</pubDate><description><![CDATA[摘要： iOS 27相机启动性能优化方案解析。Apple通过拆解AVFoundation捕捉会话生命周期，提出四大关键阶段优化点，其中Output初始化是最主要瓶颈。核心方案为Deferred Start（延迟启动），推迟非必要输出资源加载，使冷启动耗时降低50%。针对用户提前操作问题，引入Responsive Capture确保指令缓冲执行；高码率视频场景则通过Pro Video Storage优化I/O性能。该方案尤其适合依赖实时图像处理（如OCR、边缘检测）的业务，通过分离预览与数据处理流，实现秒级起]]></description><category></category></item><item><title><![CDATA[【WWDC】Core AI：iOS 端侧大模型新纪元]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161840504</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161840504</guid><author>FreakCoder_Lee</author><pubDate>Tue, 09 Jun 2026 23:15:45 +0800</pubDate><description><![CDATA[苹果在WWDC 2026推出革命性端侧AI框架Core AI，彻底改变iOS开发生态。该框架提供从PyTorch模型转换到Swift集成的完整工具链，支持动态维度输入和Transformer架构的KV Cache状态管理，通过AOT编译和硬件特化实现极致性能。Xcode深度集成调试工具，开发者可精确优化推理延迟。Core AI标志着iOS进入原生大模型部署时代，突破算法与客户端的协作壁垒，赋予开发者端侧AI全流程控制能力，在保障隐私的同时降低云端成本，将成为iOS工程师向AI架构师转型的核心技术。]]></description><category></category></item><item><title><![CDATA[【图像处理】颜色空间——RGB之外的世界]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161804737</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161804737</guid><author>FreakCoder_Lee</author><pubDate>Mon, 08 Jun 2026 17:21:19 +0800</pubDate><description><![CDATA[摘要：RGB、HSV和Lab是三种不同的颜色空间，分别适用于不同场景。RGB是相机记录颜色的方式，但三个通道耦合度高，调整颜色不直观；HSV通过色相（H）、饱和度（S）和明度（V）解耦颜色属性，更符合人类直觉；而Lab则基于感知均匀性设计，能更准确地反映人眼对颜色差异的感知。RGB到HSV的转换通过六扇区模型实现，而Lab需经过线性化、XYZ转换等复杂步骤。理解这些颜色空间的特性有助于在图像处理中选择合适的工具，满足不同需求（如调色、色彩校正等）。]]></description><category></category></item><item><title><![CDATA[【图像处理】一文带你窥探近期火热图像App的主要实现原理：主色提取——从图像到调色板]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161754487</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161754487</guid><author>FreakCoder_Lee</author><pubDate>Sat, 06 Jun 2026 23:13:00 +0800</pubDate><description><![CDATA[图像主色提取：从算法到应用 本文探讨了从图像中提取代表性主色的技术方案和应用场景。核心问题是处理百万像素点，找出最能代表图像的6种颜色（调色板）。通过分析不同算法的性能特点，文章重点介绍了Median Cut算法——将RGB颜色空间视为3D立方体，递归切割最长轴（颜色差异最大的通道）直至获得目标颜色数。该方法复杂度为O(N log k)，兼具速度和确定性，适合音乐App动态配色、电商商品标注等实时场景。文章还提供了Swift实现的关键代码，包括降采样、颜色过滤和分箱策略。]]></description><category></category></item><item><title><![CDATA[一文搞懂Claude Code【附高频面试题】]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161692460</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161692460</guid><author>FreakCoder_Lee</author><pubDate>Thu, 04 Jun 2026 16:53:52 +0800</pubDate><description><![CDATA[本文介绍了Claude Code这一AI代理型编码工具的核心概念与使用方法。主要内容包括： Claude Code的核心定位是从对话助手进化为AI Agent工作系统，能理解整个代码库、跨文件编辑、运行命令并自主完成多步任务。 核心功能架构： Agent Loop提供自主决策能力 Skills封装可复用流程 Subagents实现并行任务处理 MCP连接外部工具 Hooks确保操作规范性 支持多端使用： 终端CLI功能最全 VS Code/JetBrains插件适合开发环境 桌面应用提供完整协作体验 Web]]></description><category></category></item><item><title><![CDATA[【图像处理】图像直方图——从“频率分布“到“智能决策“]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161664972</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161664972</guid><author>FreakCoder_Lee</author><pubDate>Wed, 03 Jun 2026 22:15:12 +0800</pubDate><description><![CDATA[直方图是图像分析的强大工具，通过统计像素亮度分布，能快速评估曝光、对比度和色调。RGB+亮度四通道直方图结合BT.709亮度公式，量化图像特征。核心统计量（均值、标准差、中位数、熵）揭示亮度分布、对比度和信息量。Otsu算法通过最大化类间方差自动寻找最佳二值化阈值。直方图均衡化则通过调整CDF实现对比度增强。掌握直方图分析，就能不依赖主观判断，科学评估和优化图像质量。]]></description><category></category></item><item><title><![CDATA[为什么很多创业者做出来的产品没人买？——读《The Mom Test》有感]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161628986</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161628986</guid><author>FreakCoder_Lee</author><pubDate>Tue, 02 Jun 2026 16:51:19 +0800</pubDate><description><![CDATA[《The Mom Test》是一本关于如何识别真实用户需求的实用指南。书中指出，创业者常犯的错误是直接询问用户对产品的看法，这往往得到虚假的认可而非真实反馈。作者提出三条核心法则：1）关注用户的实际生活而非自己的想法；2）讨论过去行为而非未来假设；3）多倾听少说话。真正的需求会体现在用户已经付出的时间、金钱和行动上。该书强调，用户知道自己的问题但不知道解决方案，创业者的任务是发现真实问题而非收集赞美。对于创业者、产品经理和开发者来说，验证市场需求比开发产品更重要。]]></description><category></category></item><item><title><![CDATA[【图像处理】vImage/Accelerate——SIMD 让 CPU 也能飞]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161596148</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161596148</guid><author>FreakCoder_Lee</author><pubDate>Mon, 01 Jun 2026 16:03:58 +0800</pubDate><description><![CDATA[GPU 是并行之王，但它不是唯一的选择。CPU 的 SIMD 单元在正确的场景下，可以让代码快 8–16 倍——而且不需要离开 Swift。]]></description><category></category></item><item><title><![CDATA[【图像处理】Core Image 与 GPU 渲染管线——让滤镜飞起来]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161545509</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161545509</guid><author>FreakCoder_Lee</author><pubDate>Sat, 30 May 2026 16:48:12 +0800</pubDate><description><![CDATA[CPU 是一位精英工程师，一次专心做一件事；GPU 是一支万人工厂，每条流水线同时处理一块像素。选对工具，差距可以是 10 倍。]]></description><category></category></item><item><title><![CDATA[【图像处理】框架设计——协议、值类型与工程化思维]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161492560</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161492560</guid><author>FreakCoder_Lee</author><pubDate>Thu, 28 May 2026 20:07:26 +0800</pubDate><description><![CDATA[本文探讨了图像处理框架的设计决策，对比了函数式、命令式和协议式三种实现方式，最终选择了基于协议的链式调用方案。核心设计哲学包括：协议定向编程（POP）替代继承、纯函数无副作用、值类型与写时复制优化。同时分析了some与any协议类型的选择逻辑，以及precondition/guard/throw三种错误处理方式的适用场景。工业级代码还需考虑性能优化（如内联函数）和API友好性（如@discardableResult），通过协议组合、值语义和防御性编程实现高可测试性、线程安全与可维护性。]]></description><category></category></item><item><title><![CDATA[【图像处理】图像导出与工业级压缩策略——从像素到文件的最后一公里]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161426346</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161426346</guid><author>FreakCoder_Lee</author><pubDate>Tue, 26 May 2026 16:35:24 +0800</pubDate><description><![CDATA[图像格式选择与压缩优化指南 摘要：工业级图像处理需权衡格式选择、质量参数与文件大小。PNG适合透明图像和UI元素，JPEG更适合照片类内容。JPEG压缩通过色度采样和量化实现，quality参数（推荐0.85为平衡点）直接影响文件大小与质量。动态质量算法可根据图像复杂度自动调整参数，而二分法能精确控制文件体积。最后采用优先级降级链（PNG→高质量JPEG→低质量JPEG）确保导出可靠性。实际应用中需结合具体场景在质量与体积间取得最佳平衡。（149字）]]></description><category></category></item><item><title><![CDATA[【图像处理】Sobel 边缘检测——让机器“看见“轮廓]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161366429</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161366429</guid><author>FreakCoder_Lee</author><pubDate>Sun, 24 May 2026 16:19:00 +0800</pubDate><description><![CDATA[图像边缘检测是计算机视觉的关键技术，Sobel算子通过3×3卷积核高效计算水平和垂直梯度，定位亮度突变区域。文章详细解析了Sobel算子的数学原理、实现细节（包括梯度计算和预模糊处理），并对比了不同边缘检测算法的特点。Sobel在速度与精度间取得平衡，是基础而实用的边缘检测方法。]]></description><category></category></item><item><title><![CDATA[【图像处理】高斯模糊——最优雅的模糊算法]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161323603</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161323603</guid><author>FreakCoder_Lee</author><pubDate>Fri, 22 May 2026 21:38:53 +0800</pubDate><description><![CDATA[高斯模糊通过模拟自然界的光学衍射，相比均值模糊能产生更真实平滑的效果。其核心在于高斯函数的衰减特性，使邻近像素权重更大，符合自然规律。高斯模糊的关键优化是可分离性，将二维卷积分解为水平和垂直两个一维卷积，大幅降低计算复杂度（从k²降到2k）。实现时采用显式独立缓冲区确保读写安全，并通过动态核生成支持自定义模糊半径。这种高效自然的特性使高斯模糊在图像处理中被广泛应用。]]></description><category></category></item><item><title><![CDATA[【图像处理】卷积原理与卷积核——图像处理的核心引擎]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161260045</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161260045</guid><author>FreakCoder_Lee</author><pubDate>Wed, 20 May 2026 16:30:47 +0800</pubDate><description><![CDATA[本文深入解析了图像处理中的核心操作——卷积。通过3×3滑动窗口的比喻，解释了卷积核如何通过权重计算实现不同效果。文章详细介绍了四种典型卷积核：均值模糊核（权重均等）、锐化核（增强边缘对比）、浮雕核（模拟光照）和Sobel核（边缘检测），并分析了其数学原理和视觉效果。同时探讨了边界处理的三种策略，强调奇数尺寸核的必要性，并提供了完整的Swift实现代码，包括scale和bias参数的应用场景。卷积作为图像处理的底层工具，统一了模糊、锐化、边缘检测等多种看似不同的效果实现。]]></description><category></category></item><item><title><![CDATA[【图像处理】饱和度——颜色的浓淡与灰度化]]></title><link>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161197365</link><guid>https://blog.youkuaiyun.com/FreakCoder_Lee/article/details/161197365</guid><author>FreakCoder_Lee</author><pubDate>Mon, 18 May 2026 16:29:05 +0800</pubDate><description><![CDATA[摘要： 本文探讨了图像饱和度调整的原理与应用。饱和度调节本质是在原始颜色与灰度值之间进行线性插值，通过数学公式实现色彩浓淡的控制。研究发现，完全灰度化（s=0）会丢失重要的颜色对比信息，在某些场景（如OCR识别）反而降低效果。文章提出了分级饱和度策略（s=0.3-1.0），并分析了饱和度与对比度的联动关系，强调需根据背景复杂度、颜色对比度等要素动态调整。最后通过Swift代码示例展示了两种实现方式，验证了Core Image的CIColorControls滤镜与手动计算的等效性，指出"降饱和到0"与传统灰度]]></description><category></category></item></channel></rss>