- 博客(30)
- 收藏
- 关注
原创 一张 4 MB 的 TIFF,pypdf 只当它占了 1 MB
一张 1000×1000 的 32 位 TIFF,文件 4,000,134 字节。pypdf 7.0.0 打开它,把占用量记成 1,000,000,放行——Pillow 随后分配了 4,000,000。同一棵树,换一张 16 位灰度 PNG,也是 1000×1000,文件只有 2,019 字节,被记成 4,000,000。把这道检查的上限压到 3,000,000,两张图的结果反过来了:4 MB 的那张过去,2 KB 的那张留下。小的被拒,大的被放。两头是同一个乘法算错的。这次修复是,影响。
2026-11-17 07:39:04
410
原创 同一行日志,dashboard 收到了两次
一次 run,一行进度,浏览器里出现两次。刷新页面,整段历史又从头来一遍。ralphex 读一份 Markdown 计划,拆成任务,调用 Claude 或 Codex 执行,进度写进。--serve起一个 dashboard,用 SSE 把进度推给浏览器。单会话模式下事件源只有一条:进程里的包住 progress logger,每次Print既写文件,也推事件。多会话模式多出一条。--serve带 watch 目录时,watcher 扫目录里的,每个文件建一个 session 和一个Tailer。
2026-11-16 07:47:02
419
原创 裁剪框写着 null,为什么另外三个框也读不出来
一个只写了的页面,读/TrimBox报错说的是/TrimBox,文件里写坏的却是/CropBox。修前不是「这个文件读不了」,而是**「先读哪个框决定读不读得了」**。这篇文章拆的是,补丁只碰了取值那几行,补的是回退链上「空值也算有值」这一处判断。
2026-11-15 10:48:05
609
原创 追加一个引号,自己写出的 TOML 自己读不回
保真」是一个值得多花一份内存的承诺:值和写法都是数据。这次修复没有引入任何新东西——转义表、转义函数、类型判断,库里全都有,from_raw早就这么做了——它只是把构造路径上早已成立的不变式,补到了拼接路径上。四年间这个洞一直开着,直到有人给"foo"追加了一个引号。round-trip 这类不变式的特别之处在于:它只在组合操作里被破坏,单项测试各自的期望都还成立。所以修完之后真正值得留下的习惯,是给「写出去的东西再读回来」留一个位置——demo 里那个文档级往返用例,就是这么来的。
2026-11-14 10:37:32
610
原创 替换失败之后,旧表和新表都没了
用写进临时表的三行数据一行不剩。报错信息只说,没有说数据去哪了——因为它被自己的清理逻辑删掉了。这是修的问题。补丁不大,但它把「失败之后还剩什么」这件事重新定义了一遍。问题最初记在里。那份报告是在 pixeltable 0.7.16、Python 3.14.4、Ubuntu 24.04 上复现的:对注入一次 catalog IO 错误,命名空间里什么都不剩,旧表与新数据都不可恢复。这篇的复现换到 0.7.24、Python 3.12、Windows,五个场景里父版有三个以命名空间为空收尾。
2026-11-13 13:03:52
598
原创 缓存文件从没写出来:一个 .json 被当成目录用了
os.mkdir()在文件系统上是原子的,谁建成功谁持有锁,退出时rmdir。路径在 _acquire_project_cache_lock()里被直接mkdir所以从拿到锁到释放锁,这段路径在盘上是一个目录。传进去的是,持有期间它就真的是一个叫的目录。同一个字符串,在锁的眼里是目录名,在保存函数眼里是文件名。锁持有期间与退出之后,两版各一格:仓库里另外十五处调用,第二个参数无一例外以.lock结尾,干脆当场算只有把数据文件名原样递了进去。在这把锁里面,走→:路径存在、但不是普通文件,返回False。
2026-11-13 13:01:30
434
原创 负天数消失以后,review 又找到了一个问题
1 月 31 日到 3 月 1 日,相差多久?Nushell 的不是两个日期传反了。起点在前,终点在后,结果里却混进了负天数。如果把 1 月 31 日加一个月,落在 2 月 28 日,再减两天,甚至走不回 3 月 1 日。我在修的就是这个问题。
2026-11-12 07:40:27
612
原创 附录:术语中英对照 + 十组最容易混的概念
术语中英对照(含出现章节),以及十组最容易混的概念:参数与超参数、偏差与方差、静态图与动态图、卷积与池化、RNN 与 LSTM、训练与推理等。
2026-11-12 07:18:13
187
原创 第 6 章 实验指导:环境、sklearn、PyTorch 与 llama.cpp
四条动手线:搭环境 → sklearn 传统机器学习 → PyTorch 深度学习 → llama.cpp 部署大模型。只保留代码骨架与关键行,参数含义与踩坑点要自己走一遍才算数。
2026-11-11 08:48:53
449
原创 第 5 章 人工智能前沿应用场景
前四章讲「零件」,这一章讲「整车」:语音助手、智能家居、智能汽车、智能推荐、机器人、AI4Science,六个场景共用一条「感知 → 理解 → 决策 → 执行」的链路,差别在传感器、约束与评价标准。
2026-11-11 08:37:09
440
原创 第 4 章 人工智能开发框架(下):应用开发流程、llama.cpp 部署与 AI 芯片
从需求分析到部署落地的应用开发流程;用 llama.cpp 在本机跑起大模型;再讲 GPU/NPU/ASIC/FPGA 四条算力路线与衡量指标,以及训练与推理的差别。
2026-11-10 12:53:45
432
原创 第 4 章 人工智能开发框架(上):框架的作用、通用基础与 PyTorch
框架是「把数学变成能跑在硬件上的东西」的那层胶水:张量、计算图、自动微分替人做了什么,PyTorch 的模块与 LeNet 怎么写,静态图与动态图各适合什么场景。
2026-11-10 12:46:51
189
原创 pi 说不的,言都做了:两个轻量 Agent 的相反赌注
它最出名的不是功能,而是一份明确写出来的"不做清单":不内置 MCP,不做子 Agent,不弹权限确认,没有 plan mode、内置待办和后台 bash。它的前提是:前沿模型已经被大量 RL 训练成了会写代码的 Agent,本来就会用 rg、find、gh,不需要冗长的系统提示,多加专用工具只会烧上下文。拿那份清单一对照,我发现一件好玩的事:pi 说不的,言几乎都做了——MCP 浏览器、子 Agent、权限确认,外加一个独立的审查模型。问题在于,这两个默认值都是绝对 token 数,是按大窗口模型调的。
2026-11-09 15:31:31
438
原创 第 3 章 深度学习与大模型基础
一条进化链:感知机解决「能不能分」,全连接解决「能不能拟合复杂函数」,CNN 解决「图像怎么省着算」,RNN/LSTM 解决「序列怎么记住前面」,Transformer 解决「长距离依赖怎么并行算」,最后落到大模型架构与手写三层网络的实验。
2026-11-09 12:38:35
439
原创 第 2 章 机器学习概览
从「人写规则」转到「机器从数据里找规则」:定义(T/P/E)、分类、整体流程、评估与优化(偏差方差、交叉验证)、常见算法,是后面每一章都会回来用的地基。
2026-11-08 10:36:54
678
原创 第 1 章 人工智能概览
先给 AI 下一个可操作的定义,再拆成学派、层次、要素、产业与赛道;含三大学派的分歧、DeepSeek 的路线验证,以及失业、深度伪造、伦理、隐私四个争议。
2026-11-07 11:09:40
860
原创 人工智能学习笔记· 开篇:六章路线图与阅读顺序
六章一条线:AI 是什么 → 机器学习怎么学 → 深度学习怎么建 → 框架与算力怎么撑 → 行业里怎么落地 → 自己怎么跑起来。含系列目录、阅读顺序与配套文件说明。
2026-11-07 11:04:38
382
原创 装了加速库,同一条规则却不认了
SECRET应该匹配,结果却是False。规则没有写错。正则是^secret$在 Pathspec 的修前版本里,强制使用 Python 的simple后端,答案是True;机器上有能成功导入的 RE2,默认选择了它,答案就变成False。显式选 Hyperscan,也会漏掉这个匹配。本来只想多装一个可选加速库,却换了一套答案。我在修的就是这个问题。第一版让答案恢复了,办法是遇到这类参数便退回 Python。维护者看完,却要求换个方向:能把参数带过去,为什么要直接放弃加速?
2026-11-06 20:53:26
389
原创 tomlkit 写出的 07:32:00+02:00,为什么自己读不回来
写出的那一行是,tomlkit 自己的解析器不认。这一行不是谁手写错的:库从 Python 的time对象渲染出它,从 0.1.0(2018-07-10)一直带到 0.15.1(2026-07-17);0.15.2(2026-10-16)修掉。下面沿着这条错误消息走:先看这六个字符为什么多余,再找写出它们的两个调用点,然后是补丁的取舍、升级会改变的字节,以及已经写坏的文件怎么处理。
2026-11-05 21:21:28
584
原创 报错是 −257,文件里写的是 −256
把一份 PDF 末尾的startxref改成-256文件里写的是 −256,错误消息说的是 −257。差的那 1 不是笔误,它指出了哪一行先碰到这个值。startxref后面的数字是 xref 表的字节偏移。把它定义为"从文件开头算起的字节偏移"——偏移是相对文件头量的,负数没有落点。复现用的样例一共 431 字节,xref 表在 256,startxref这个关键字本身在 411。pypdf 读到这个数,并不直接seek过去——它先往回退一个字节,看 xref 前面是不是空白。
2026-11-04 16:58:47
729
原创 isort 格式化一遍,两条 F401 回来了
格式化工具的输出要同时过三关:语法合法、二次执行幂等、不改变代码的语义。前两关是 isort 自身的测试长期覆盖的;第三关里,注释是最容易被当成装饰的一类——它不参与语法解析,丢了也不报错。但# noqa不是装饰,它是写给下游工具的指令。这次修复只做了七行的事:让 grid 在离开时,把用户交来的东西带走。改动已合并进 isort 主干(3415efa如果你的配置里有,值得看一下自己是不是也在那四个条件的交集里。
2026-11-03 17:25:11
188
原创 注释不再压垮栈,为什么普通对象又多绕了一次?
这次补丁没有沿着“第一版不对,第二版才对”的直线前进。初稿已经能解决连续注释的递归;抽工具让处理逻辑可以复用;另一份优化留下的调用预算,又要求这个工具不要无条件进入热点路径。最后要同时回答两个问题:遇到注释时,能不能有界地前进;没有注释时,能不能保住原来的解析成本。这也是把 PR 连起来读的价值。#4148 不只是这篇故事里的背景,它留下的测试,真的改变了 #4150 最后放置函数调用的位置。两份改动各自的理由,最终都留在了代码里。离线复现工程。
2026-11-01 11:26:50
442
原创 锁文件里叫 child,打开却是 parent
10 月 24 日到 29 日,这条路上补了三处:入口、读入端的哈希、写出端的目录。每次改动都不大——这次两行——大的是它们在一条链上各自负责的那一段。只看两行补丁,最容易把前后最值钱的部分压掉:入口已经修过,哈希也已经修过,导出照样能成功地把另一项信息丢掉。每一站单看都正常,重新打开归档,才发现拿到的已不是当初选的那个项目。往返保真的对象,不只是文件里的字符串,还包括下一次操作究竟会选中什么。上一篇补的是读入端:文件里有的信息,读回来时要恢复。这一篇补的是写出端:内存里知道的,写出去时要留下。
2026-11-01 09:46:26
412
原创 锁文件里明明有哈希,PDM 为什么说没有?
这个问题让我重新留意一种很安静的失败:输入能解析,主要字段都在,对象也建出来了,唯独某个不参与寻址的字段没被带上。它直到更晚的阶段才显形。有的消费者发现缺失而拒绝继续,有的消费者则把这份不完整的数据顺利写出去。所以这里需要保护的,不只是某个导出命令的退出码,而是数据经过一次往返后的含义:给定归档文件、算法和哈希值,读入后再导出,校验依据应该还是同一份。七行修复把它接回了共同入口,测试则沿着这条完整路径,把丢失的位置钉了下来。
2026-10-31 17:52:17
362
原创 时间轮的 +1,为什么最后只留在顶层
#8519 合并时,+1 只留在顶层。首篇的理由漏掉了级联写入:低层当前槽会被填上。64/65 与 4096/4160 两组反例,分别暴露交付顺序与推到下一圈的问题。
2026-10-30 08:28:50
426
原创 时间轮里那行凭空出现的 +1
为什么一个成熟的 Rust 库,时间轮里要在这里凭空 +1?它修的是 pgdog 连跑 12 天后定时任务集体挂起的 bug。文末附两版本代码实测。
2026-10-30 08:27:08
665
原创 receive 取消了,TCP 为什么还在读:AnyIO 的一次背压修复
一次接收因超时退出,底层 TCP transport 却仍在读取。AnyIO 用 try/finally 补回取消后的暂停;真实 TCP 实验对照修复前后 4 MiB 接收队列与连接复用。
2026-10-29 13:21:10
443
原创 方差怎么会是 −32:nushell math variance 的一次数值修复
相差 1 的两个数,方差给出 −32。复盘 nushell 这次真实修复:单遍公式的消去、第一版为何在常数序列上翻车、256 组实测的误差曲线,以及最后为什么选 min 平移。
2026-10-29 00:02:35
702
原创 ssthresh 怎么会是 0.49:quinn CUBIC 持久拥塞里的两次削减
借一个真实的拥塞控制问题,弄清拥塞窗口、在途数据与慢启动阈值各管什么,以及怎样沿着状态变化追踪一次错误的恢复路径。
2026-10-28 23:31:23
520
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅