<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MoreSome_9256的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/MoreSome_9256</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; MoreSome_9256]]></copyright><item><title><![CDATA[一起玩Minecraft：零成本模组服务器搭建指南]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/167126148</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/167126148</guid><author>MoreSome_9256</author><pubDate>Mon, 05 Oct 2026 13:29:08 +0800</pubDate><description><![CDATA[旧笔记本轻松搭建Minecraft模组服务器！仅需Windows系统、Java 21与NeoForge 1.21.1，配合SakuraFrp实现公网穿透。通过设置合盖不休眠、配置内存与离线模式，迁移存档与模组后即可开服。3-5人联机流畅运行，无需重装系统或掌握Linux，适合朋友间联机娱乐。]]></description><category></category></item><item><title><![CDATA[山东大学软件学院大三学年期末资料整理]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/164821334</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/164821334</guid><author>MoreSome_9256</author><pubDate>Thu, 10 Sep 2026 13:29:08 +0800</pubDate><description><![CDATA[OK啊又是一年过去了，主包这两天闲的没事刚好把上学年的期末资料整理完。依然是老规矩，主包只在仓库里放自己整理的东西（确切地说以自己整理的东西为主，偶尔也有搜罗来的教材/资料，如果涉及侵权请联系删除qwq），代代相传的老资料就不特意放进去啦。大三的选修课很多，因此仓库里也只有主包选的课，会告诉大家是否推荐以及考核方式，可以作为选课参考o(￣▽￣)ブ大三学年仓库（往年回顾）大二学年：https://github.com/Prowler-9256/MyDocuments_2024-2025。]]></description><category></category></item><item><title><![CDATA[智能影记（Memoria）终期实训成果总结：核心系统架构设计与高保真原型落地]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/162141275</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/162141275</guid><author>MoreSome_9256</author><pubDate>Sat, 20 Jun 2026 13:15:33 +0800</pubDate><description><![CDATA[本文介绍了《智能影记（Memoria）》项目的设计与实现，针对个人数字影像管理中存在的隐私泄露、素材混乱和创作门槛高等痛点，提出了一套端云协同的智能解决方案。项目采用Clean Architecture分层设计，构建了包含无感净洗、时空聚类、多模态语义索引等核心功能的系统架构，并通过Figma高保真原型与Flutter实现了优雅的UI交互。特别设计了兼顾隐私保护的端侧优先技术路线，支持自然语言搜图、AI故事创写等高级功能，最终打造了一款安全、易用的智能影像管理工具，有效解决了数字囤积与创作焦虑问题。]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（十二）：高可用系统设计 —— AI 音乐生成的启发式降级与兜底策略]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/162010278</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/162010278</guid><author>MoreSome_9256</author><pubDate>Mon, 15 Jun 2026 16:26:44 +0800</pubDate><description><![CDATA[《智能影记的优雅降级：弱网环境下的启发式音乐匹配策略》摘要 针对云端AI音乐生成服务在弱网环境下的不稳定问题，Memoria项目创新性地开发了"启发式音乐降级策略"。该方案在本地预置四种情绪类型（欢快、史诗、怀旧、治愈）的精选音乐，通过分析照片集的标签、AI摘要和OCR内容构建特征文本，采用关键词匹配评分机制智能选择最契合的备选音乐。实现上采用Dart语言编写多维度评分仲裁逻辑，将选中音乐伪装成生成文件以保持流程连贯性。这一轻量级解决方案显著提升了弱网场景下的用户体验，体现了"有限资源下的最优体验"的工程哲]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（十一）：大模型智能标题生成与多级降维兜底策略]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/162009755</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/162009755</guid><author>MoreSome_9256</author><pubDate>Mon, 15 Jun 2026 16:14:35 +0800</pubDate><description><![CDATA[摘要： 智能影记项目团队针对视频生成配置阶段的"智能标题生成"模块进行了重构优化。通过前端数据装配修复解决标签传递导致的上下文缺失问题，引入负向约束控制大模型的过度脑补，并建立多级文本清洗与降级兜底机制。创新性地设计物理信息补偿机制处理冷启动数据，实现双轨生成系统（云端LLM+本地启发式推断）确保服务高可用。最终使系统能在各类异常情况下稳定输出符合照片时空特征的优质标题，显著降低用户创作门槛。]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（十）：基于 Flutter ColorMatrix 的电影级调色与光效渲染]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161985633</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161985633</guid><author>MoreSome_9256</author><pubDate>Sun, 14 Jun 2026 23:36:24 +0800</pubDate><description><![CDATA[本文介绍了智能影记（Memoria）项目中视频渲染管线的美学提升工作。通过Flutter底层技术实现电影级滤镜和粒子光效，包括基于ColorMatrix的色彩科学调色板、复刻PIXI.js的霓虹呼吸光圈光效，以及层级化视频渲染栈。最终实现了高性能、高质感的视频渲染效果，为用户带来媲美专业软件的大片体验。]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #10 | 端侧部署资产补齐与真机全链路调优实践]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161871966</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161871966</guid><author>MoreSome_9256</author><pubDate>Wed, 10 Jun 2026 23:51:51 +0800</pubDate><description><![CDATA[摘要：智能影记项目进入Phase 6阶段，团队完成从模拟器到真机环境的迁移，重点转向资产规范化和链路稳定性修复。主要工作包括：补齐NCNN格式推理资产并验证数值一致性；修复真机冷启动内存溢出问题，优化代码合并策略；建立分层监控体系提升排错效率。目前真机测试显示系统稳定性良好，下一步将进行全量图库扫描和边缘条件验证，暂停底层重构以转入真实数据压测阶段。]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #9 | 3D 记忆星球图谱优化与端侧模型资产开源部署]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161871746</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161871746</guid><author>MoreSome_9256</author><pubDate>Wed, 10 Jun 2026 23:35:40 +0800</pubDate><description><![CDATA[摘要（149字）： Memoria团队本周取得双线突破：前端推出创新的"记忆星球"3D交互功能，通过节点映射和关系连线直观展示照片关联，经性能优化后实现流畅体验；后端完成MobileCLIP模型的工程化重构，建立标准化工具链并开源至Hugging Face，具备移动端部署、自动化脚本和强复现能力。项目从原型阶段迈向工程沉淀，下一步将扩展多后端支持、模型变体及极限压缩。此次升级标志着Memoria成为具备完整AI工具链的成熟项目。]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（九）：从“死板工具”到“懂你的管家”—— AI Agent 上下文优化与排错实践]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161566776</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161566776</guid><author>MoreSome_9256</author><pubDate>Sun, 31 May 2026 14:44:36 +0800</pubDate><description><![CDATA[这篇博客详细介绍了本周对智能影记的ai搜图工具进行修复和完善的全过程]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #8 | AI Agent 演进与数字相册排版引擎的工程落地]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161566454</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161566454</guid><author>MoreSome_9256</author><pubDate>Sun, 31 May 2026 14:32:28 +0800</pubDate><description><![CDATA[智能影记项目Memoria本周聚焦核心功能优化，重点解决AI交互与图库性能两大痛点。团队重构了AI助手逻辑，通过动态时间感知注入和XML结构化检索强化意图判断；同时开发数字相册引擎，实现标签层次聚类和样式令牌化渲染。针对高负载图片场景，创新设计并发解码调度器，采用全局锁与哈希错峰策略，将滑动掉帧率降低80%。两项优化显著提升了系统响应速度与交互稳定性，为后续功能扩展奠定基础。（149字）]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（八）：基于 Flutter 原生 UI 的渲染特效与 Tool-use AI 助理实践]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161147457</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161147457</guid><author>MoreSome_9256</author><pubDate>Sat, 16 May 2026 22:09:23 +0800</pubDate><description><![CDATA[这篇博客主要记录了本周进行的视频效果和ai智能对话搜图两个功能的思路和增加过程]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #7 | 跨生态移植与 AI 助理交互升级：赋予回忆“对话”的能力]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161146989</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/161146989</guid><author>MoreSome_9256</author><pubDate>Sat, 16 May 2026 21:56:40 +0800</pubDate><description><![CDATA[摘要： 智能影记项目Memoria进入体验打磨阶段，本周取得三大突破： 跨平台移植：完成iOS适配，优化C++库编译与硬件加速，实现苹果生态无缝运行； 视觉升级：开发故障风、胶片滤镜等动态特效，通过Flutter原生渲染提升视频质感； AI交互创新：推出全局悬浮记忆助手，结合DeepSeek大模型与本地相册搜索，实现自然语言驱动的智能回忆管理。 下周将聚焦性能优化与多端测试，为最终交付冲刺。]]></description><category></category></item><item><title><![CDATA[创新项目实训中期总结：从大前端架构重构到端侧视听引擎的蜕变之路]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160693922</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160693922</guid><author>MoreSome_9256</author><pubDate>Fri, 01 May 2026 21:14:52 +0800</pubDate><description><![CDATA[项目摘要：智能影记-Memoria是一款隐私保护的智能生活导演系统，由Mnemosyne团队开发。作为组长，我主导了客户端界面搭建与视频生成核心模块开发。前期通过Sliver架构优化海量数据渲染性能，实现动态相册排版与社交分享闭环；后期攻克端侧视听同步技术，采用逻辑时钟驱动确保音画严格卡点，并优化视频导出流程，将30秒1080P视频生成时间压缩至40秒内。项目涉及多领域协同开发，通过严格接口契约保障团队协作效率。下一步将重点优化后台渲染与特效矩阵，提升产品完成度。（149字）]]></description><category></category></item><item><title><![CDATA[智能影记 (Memoria) —— 创新项目实训中期工作总结报告]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160693848</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160693848</guid><author>MoreSome_9256</author><pubDate>Fri, 01 May 2026 21:04:56 +0800</pubDate><description><![CDATA[摘要： “智能影记”项目通过端云协同架构实现隐私保护的AI记忆管理系统。已完成80%核心开发，包括：1）跨平台客户端搭建，支持十万级图片快速加载；2）端侧多模态感知，集成MobileCLIP模型实现本地数据处理；3）云端LLM生成结构化图文日志；4）动态视听渲染引擎，实现音画精准同步。攻克了内存溢出、音画同步等技术难点，下一步将优化搜索功能、多线程性能并完善社交分享闭环。项目采用敏捷开发，预计按期完成结项。]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（七）：Flutter 逻辑驱动的视听同步引擎与 MediaCodec 导出实践]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160465789</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160465789</guid><author>MoreSome_9256</author><pubDate>Fri, 24 Apr 2026 10:52:54 +0800</pubDate><description><![CDATA[这篇博客记录了本周为智能影记项目增加视频生成与导出功能的经历，并附上部分核心代码与生成视频的效果图]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #6 ：Flutter 动画引擎驱动的视听卡点与 FFmpeg 离线导出实践]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160464207</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160464207</guid><author>MoreSome_9256</author><pubDate>Fri, 24 Apr 2026 10:31:06 +0800</pubDate><description><![CDATA[摘要： Memoria团队在实训第六周聚焦&quot;导演模块&quot;开发，突破性地实现了基于音乐节拍的智能影记渲染系统。核心技术包括：1）通过音频位置实时映射节拍数据，精确控制图片切换与动画同步；2）采用内存级帧捕获方案，结合MediaCodec/VideoToolbox硬件编码，将视频导出效率提升65%。目前已完成从音乐解析到视频导出的全链路闭环，下周将重点优化智能构图与电影感特效。该方案成功解决了传统相册轮播呆板、移动端导出卡顿等行业痛点。]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（六）：Flutter 瀑布流性能优化与 Librosa 视听卡点算法本地预研]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160162657</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160162657</guid><author>MoreSome_9256</author><pubDate>Wed, 15 Apr 2026 08:29:02 +0800</pubDate><description><![CDATA[本文记录了“智能影记”项目实训第五周的个人进展。在 UI 性能调优方面，通过重构基于 CustomScrollView 的瀑布流架构与按需状态复用机制，解决了海量数据下的渲染掉帧问题，实现首屏秒开。在视听管线层面，本地跑通了基于 Python 与 Librosa 的音频节拍与 RMS 能量提取算法，成功制定多模态卡点数据契约，为下阶段引入 FFmpeg 进行端侧视频软编码合成了坚实基础。]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #5 | 端侧多模态并网与云端音频解码：构筑视听双核]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160162360</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160162360</guid><author>MoreSome_9256</author><pubDate>Wed, 15 Apr 2026 08:13:14 +0800</pubDate><description><![CDATA[《智能影记项目第五周进展：端云架构与视听管线突破》 本周项目实现了关键技术突破：1）端侧完成MobileCLIP视觉引擎集成，通过FFI桥接和Isar向量存储实现隐私安全的图片语义理解；2）云端搭建基于Librosa的音频分析服务，精准提取节拍和能量数据；3）优化内存管理机制，采用引用计数模型轮转解决移动端AI推理的内存问题；4）部署企业级安全方案，整合AWS Cognito和JWT鉴权。团队已打通从视觉特征提取到音频节拍解析的全链路，为下周启动FFmpeg视频合成奠定基础，向着&quot;智能生活导演系统]]></description><category></category></item><item><title><![CDATA[创新项目实训博客（五）：Flutter 端侧回忆推荐引擎设计与状态复用实践]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160014303</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160014303</guid><author>MoreSome_9256</author><pubDate>Fri, 10 Apr 2026 11:13:19 +0800</pubDate><description><![CDATA[这份博客主要记录了本周进行的智能影记个性化推荐功能的添加过程和代码逻辑]]></description><category></category></item><item><title><![CDATA[Memoria 项目实训日志 #4 | 语义编导与 AIGC：智能回忆推荐引擎与多模态叙事落地]]></title><link>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160008257</link><guid>https://blog.youkuaiyun.com/MoreSome_9256/article/details/160008257</guid><author>MoreSome_9256</author><pubDate>Fri, 10 Apr 2026 10:12:10 +0800</pubDate><description><![CDATA[摘要： Memoria团队在实训第四周（Phase 3阶段）聚焦于为智能相册注入情感价值，实现两大核心突破： 智能回忆推荐引擎：基于本地Isar数据库，通过时间策略（如“往年今日”）、内容画像（标签归类）和地点保底三层规则，动态生成个性化回忆卡片，毫秒级响应。 多模态叙事生成器：结合视觉标签、OCR文本和时空信息，设计严苛Prompt工程，驱动大模型生成结构化剧本与配乐提示词，确保输出忠于素材且可渲染。 下周计划：整合端侧向量检索（MobileCLIP）并预研视频合成管线，进一步打通AIGC应用闭环。]]></description><category></category></item></channel></rss>