<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[博客]]></title><description><![CDATA[所有专栏都包含核心代码和详细步骤教程，助力您快速解决问题，欢迎订阅专栏。]]></description><link>https://blog.youkuaiyun.com/mrdeam</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; mrdeam]]></copyright><item><title><![CDATA[把 QualCoder 搬上鸿蒙 PC：内嵌 CPython 3.12 + ArkTS 原生界面的「质码工坊」移植实战]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/170054136</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/170054136</guid><author>mrdeam</author><pubDate>Wed, 04 Nov 2026 23:13:09 +0800</pubDate><description><![CDATA[项目结果应用名 / 包名质码工坊(from QualCoder) /应用版本目标设备2in1tablet（HarmonyOS PC 形态）SDK界面ArkUI / ArkTS 原生三栏工作台，零 WebView、零 QtPython 内核交叉编译 CPython 3.12，静态整链进运行时4.39 MB，首启解压到C 扩展54 个随 HAP分发数据核心QualCoder 兼容的 5 张 SQLite 表 +清单双通道已跑通闭环。]]></description><category></category></item><item><title><![CDATA[NAS上跑WPS：docker-wps-office部署与cpolar外网访问全记录]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/170049297</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/170049297</guid><author>mrdeam</author><pubDate>Wed, 04 Nov 2026 16:56:56 +0800</pubDate><description><![CDATA[把 WPS 放进 Docker 以后，变化最大的不是软件功能，而是办公环境开始和某一台电脑解绑。家里的 NAS 或小服务器负责长期运行，临时换设备时只需要进入这套环境，就能继续处理文档。再配置好外部访问入口以后，人不在家也可以继续使用同一个 WPS 工作台。如果平时只在固定电脑办公，本地客户端当然最直接；但对经常换设备、远程办公或者希望把文件和运行环境尽量留在自己设备上的用户来说，这种部署方式多了一条很实用的选择。]]></description><category></category></item><item><title><![CDATA[把 PuTTY 装进鸿蒙 PC：MTPuTTY 交叉编译、沙箱排错与上架应用市场全流程实战]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/169565087</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/169565087</guid><author>mrdeam</author><pubDate>Fri, 30 Oct 2026 23:42:56 +0800</pubDate><description><![CDATA[鸿蒙 PC（HarmonyOS 7.0，MateBook Pro 系列）的生态正在起步期。作为一个"生产力工具"形态的设备，它最缺的恰恰是那些 Linux/macOS 上开发者习以为常的基础设施——终端模拟器就是其中之一。SSH 远程连接服务器，改配置、看日志、重启服务；连接网络设备、调试嵌入式板子、探测端口；多标签并行，同时盯着三五台机器。Windows 上这个需求被 PuTTY 和它的多标签增强版 MTPuTTY（ttywin.com 出品的闭源工具）统治了二十多年。]]></description><category></category></item><item><title><![CDATA[把 JasperReports 搬上鸿蒙 PC：一条「纯 JS 引擎 + JSVM」的移植路线，以及它如何走到应用市场上架]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/169263262</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/169263262</guid><author>mrdeam</author><pubDate>Tue, 27 Oct 2026 16:17:08 +0800</pubDate><description><![CDATA[本文记录了将JasperReports报表引擎移植至鸿蒙PC的完整技术路径：通过纯JS引擎+JSVM方案，集成pdf-lib与fontkit开源库，实现报表设计、中文字体嵌入与PDF生成。项目以“墨表”命名，成功上架华为应用市场。核心突破在于绕过JVM依赖，采用esbuild打包IIFE脚本，结合C++ NAPI桥接与JSVM同步执行机制，攻克无事件循环、模块系统差异等五大深坑，最终达成26MB自包含、真机全链路验证的轻量级报表工具。]]></description><category></category></item><item><title><![CDATA[n8n自动化实战：先接DeepSeek做AI工作流，再用HTTP和HTML节点完成网页抓取]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/169263096</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/169263096</guid><author>mrdeam</author><pubDate>Tue, 27 Oct 2026 16:02:05 +0800</pubDate><description><![CDATA[n8n（发音为 “n-eight-n”）是一款开源、可自托管、低代码的自动化工作流引擎，核心用途是把不同应用、接口和处理步骤连接成一条可视化流程。核心特点开源免费基于MIT许可证，代码完全公开，无隐藏收费，无厂商锁定。可自托管支持部署在本地服务器、Docker、Kubernetes或云平台，数据完全由你掌控，保障隐私与安全。可视化流程编排通过直观的拖拽式界面，用“节点”（Nodes）连接触发器与操作，像搭积木一样构建复杂自动化逻辑，无需写代码（也支持JavaScript自定义函数）。]]></description><category></category></item><item><title><![CDATA[仿真实战：让启元 Q1 迈出第一步——在 MuJoCo 里从零搭一条双足步行仿真管线]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/169070904</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/169070904</guid><author>mrdeam</author><pubDate>Mon, 26 Oct 2026 00:07:05 +0800</pubDate><description><![CDATA[侧向质心移动本身被跟踪得不错，但侧向运动对前向轴的耦合扰动，让本就亚稳定的前向轴（机理二）失去平衡。横向一摆，前后一倒。图 5｜闭环尝试的终端输出（节选）：站立段（t≤1.75s）质心跟踪参考 ±7 mm、俯仰 0.0°——PD 站位控制器稳稳接住了步行的前半段；t=2.0 第一步的负重转移触发机理三，随后级联。图 6｜步行全过程的位移与姿态曲线：站立稳定（左段平台），第一步转移后发散。规划与实际的分岔点在图上一目了然。]]></description><category></category></item><item><title><![CDATA[同一个控制器，两个物理引擎：启元 Q1 的 MuJoCo 与 PyBullet Sim2Sim 对比实录]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/169060768</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/169060768</guid><author>mrdeam</author><pubDate>Sun, 25 Oct 2026 13:25:04 +0800</pubDate><description><![CDATA[一句话导读：把在 MuJoCo 里调好的 PD 站位控制器原样搬进 PyBullet，机器人直接摔了。这篇文章记录整个排查过程——三个引擎行为差异的坑、一套两引擎对齐的方法、以及最终"同一控制器跨引擎误差只差 0.004°"的对齐结果。Sim2Real 之前，先过 Sim2Sim 这一关。所有数据来自本机一次运行，代码与结果可复现。题图｜对齐完成后，同一个 22 关节 PD 控制器在 MuJoCo（蓝）与 PyBullet（橙）里的站位跟踪误差：峰值 0.511° 对 0.515°，曲线几乎重合。]]></description><category></category></item><item><title><![CDATA[让启元 Q1 在仿真里站起来：MuJoCo PD 站位、50 N 抗扰与蹲起实战，最后接上真机接口]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168978022</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168978022</guid><author>mrdeam</author><pubDate>Sat, 24 Oct 2026 22:04:01 +0800</pubDate><description><![CDATA[一句话导读：一台 Windows 电脑，一份官方模型文件——这篇文章记录一次完整的模型侧控制实验：给启元 Q1 的 MuJoCo 模型写一个 22 关节 PD 控制器，从"零输入 0.6 秒倒地"的基线出发，做到稳定站立、抗住 50 N 推力、完成一次下蹲起立，最后把同一条轨迹翻译成 Q1 SDK 的低层关节控制消息。所有数字来自本机一次运行，代码与结果全部可复现。题图｜同一相机视角下的四个时刻：零输入 3 秒后的倒地姿态、PD 站立 10 秒、55 N 推力后的最大前倾、下蹲最低点。]]></description><category></category></item><item><title><![CDATA[Python 编辑器上架鸿蒙 PC：从 Thonny 真编译移植到 UI 升级版的完整技术解析]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168884306</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168884306</guid><author>mrdeam</author><pubDate>Sat, 24 Oct 2026 01:06:27 +0800</pubDate><description><![CDATA[本文详解鸿蒙PC端上架的「青蟒Python编辑器」（Thonny Native）从V1.0验收工具到UI升级版的完整技术演进。坚持“真编译”路线，通过交叉编译CPython 3.12.9为aarch64静态库，嵌入NAPI .so，实现原生解释器运行；标准库与Thonny源码以数据包形式分发，首次启动解压至filesDir；裁剪不支持的C扩展模块，保障纯Python路径可用。架构分三层：ArkTS负责界面与交互，NAPI桥接解释器调用，静态链接确保全生命周期初始化。上架版重构为多标签编辑器、语法高亮、交互式]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜GS-DiT：用高效稠密 3D 点跟踪把动态 3D 高斯场引入视频扩散 Transformer，实现 4D 视频控制（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168885003</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168885003</guid><author>mrdeam</author><pubDate>Sat, 24 Oct 2026 00:04:05 +0800</pubDate><description><![CDATA[视频生成在 Sora 之后迅速向电影级质量靠拢，但"镜头语言"的精确控制仍是空白。多机位拍摄要求同一动态内容从不同视角呈现，dolly zoom 要求同时调整相机内参与外参，物体运动编辑则要求改动场景中的运动本身——这些都属于 4D（空间 + 时间 + 视角）控制，现有视频生成方法一概不支持。已有的尝试是 Generative Camera Dolly（GCD）：准备大量同步多机位视频，把不同相机轨迹拍同一场景的视频作为"输入条件 + 输出监督"来训练。]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜AURORA（Perception Tokens）：让多模态大模型把「深度图」和「检测框」当作思维链中间 token 来推理（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168884999</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168884999</guid><author>mrdeam</author><pubDate>Sat, 24 Oct 2026 00:03:03 +0800</pubDate><description><![CDATA[多模态语言模型（Multimodal Language Models, MLMs）在 VQA、图像描述等高层任务上已经相当成熟，但在 counting、relative depth、segmentation 这类中低层感知任务上依然明显落后于专用模型。论文作者把这个现象归因于一个结构性缺陷：MLM 的推理过程只能在语言 token上展开，无法产出可供"再推理"的中间视觉表示。举个论文里的经典例子——判断图像中 N 个标记点里哪一个离相机最近。自然语言并不适合描述这种几何关系，而一张深度图才是恰当的抽象；]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜Token Cropr：用“可训练打分 + 训练后卸载“的跨注意力路由，让 ViT 快 1.5–4 倍（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168884988</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168884988</guid><author>mrdeam</author><pubDate>Sat, 24 Oct 2026 00:02:01 +0800</pubDate><description><![CDATA[Vision Transformer 把图像切成 per-patch token 后用 MHSA 处理，自注意力的两两点积带来对序列长度的二次复杂度 $O(n^2)$。在模型规模持续增大 [8]、输入分辨率不断提高 [2]、patch 越切越细 [3] 的今天，"序列长度"已经成为实时部署最直接的瓶颈。与此同时，图像本身具有极强的空间冗余——天空、墙面、地面这类 stuff 区域贡献甚少，这提示我们可以随网络加深逐步丢弃不相关 token，让后面的层在更短的序列上计算。]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜Diffusion Self-Distillation：让 T2I 模型自己“生养“出 40 万对身份保持数据，把零样本定制化变成有监督问题（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168876642</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168876642</guid><author>mrdeam</author><pubDate>Fri, 23 Oct 2026 15:11:29 +0800</pubDate><description><![CDATA[文生图扩散模型已经很强，但对艺术家来说仍是"难以精细控制"的工具。最典型的需求是身份保持生成：给一张参考图（某个角色、道具、场景），让它在全新语境中反复出现且仍可辨认。这个任务（以及 relighting 等）天然适合 image+text 条件生成模型，问题是没有足够多高质量的配对数据去训练它。现有路线各有短板。DreamBooth / LoRA 每换一个参考就要做一次 test-time 微调，慢且贵（模型已到 12B 参数级）；]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜DiTCtrl：首次在 MM-DiT 上做免训练多提示词长视频生成，用 mask 引导的 KV 共享 + latent blending 打通语义切换（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168876571</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168876571</guid><author>mrdeam</author><pubDate>Fri, 23 Oct 2026 15:10:08 +0800</pubDate><description><![CDATA[Sora 之后，CogVideoX、Mochi 1、SD3、FLUX.1 等模型纷纷采用：把文本与视频 token 拼成一个统一序列做注意力，规模效应显著。但它们几乎都是单提示词模型——直接把多个顺序提示词喂进去，得到的是一段段彼此孤立、没有自然过渡的视频；而如果把多个事件揉进一个长提示词，模型又抓不住语义的时序变化。已有探索大致三类，各有硬伤：从头训练长视频模型（MTVG 等）需要海量算力与数据；]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜PreciseCam：用四个相机参数 + 一张 PF-US 图，把 T2I 模型的镜头控制精度做到“滑块级“（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168876502</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168876502</guid><author>mrdeam</author><pubDate>Fri, 23 Oct 2026 15:08:45 +0800</pubDate><description><![CDATA[图像的感染力很大程度上来自"摄影机语言"：低机位传达力量与史诗感，荷兰角（Dutch angle，约 45° 倾斜）制造不安与张力。然而当前 text-to-image 扩散模型有一个通病——倾向于把地平线放在画面正中、产出"平"的视角。想让模型"从下方拍"，只能靠 prompt engineering：写上 "shot from below"、"bird's view of -70" 之类，反复试错、依赖经验、控制粗糙。]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜Odd-One-Out：不比“绝对正常“，而在同一场景里做同类互相比对的多视角 3D 异常检测（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168876441</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168876441</guid><author>mrdeam</author><pubDate>Fri, 23 Oct 2026 15:07:23 +0800</pubDate><description><![CDATA["正常"是一个全局固定的标准。模型看单个物体，判断它是否偏离预定义的正类。这在很多真实场景里根本不成立——一条生产蓝色杯柄咖啡杯的产线上，黄色杯柄是异常；可如果这条产线本来就生产黄色杯柄，那蓝色杯柄才是异常。换句话说，** normality 是上下文相关的（context-dependent）**。Odd-One-Out 把这一点推向极致：输入是一个包含多个同类物体实例的多视角场景（5 个视角、256×256），场景里至少有 2 个正常实例，它们共同构成"该场景专属的正常参考组"；]]></description><category></category></item><item><title><![CDATA[论文解读与源码复现｜VKRayGS：把 Ray-Based Gaussian Splatting 装进硬件光栅化管线，平均提速约 40×（CVPR 2025）]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168876375</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168876375</guid><author>mrdeam</author><pubDate>Fri, 23 Oct 2026 15:06:01 +0800</pubDate><description><![CDATA[3D Gaussian Splatting（3DGS）把场景表示为一堆带中心 $\mu$、协方差 $\Sigma$、不透明度 $o$ 与颜色特征的 3D Gaussian 原语，凭借可解释性与实时性迅速成为新视角合成的主流。但原始 3DGS 的渲染式子是"近似解"：它把 3D Gaussian 投影到像平面时，对投影函数 $\pi$ 在 $\mu$ 处做局部线性化，于是每个原语的支撑域（support）被当成像平面上一个 2D 椭圆。]]></description><category></category></item><item><title><![CDATA[把 JupyterLab开源版搬上鸿蒙应用市场的上架全记录]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168763894</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168763894</guid><author>mrdeam</author><pubDate>Thu, 22 Oct 2026 14:28:30 +0800</pubDate><description><![CDATA[JupyterLab 上游是一个 Web 技术栈的桌面应用，直接重写不现实。。│ ohos_hap/ (DevEco HAP 壳) │││ pkg/ohos/runtime Electron 主进程 ││ · 平台探测：JUPYTERLAB_OPENHARMONY=1 ││ · 默认关 GPU 合成（OHOS 上不稳定） ││ · 三种服务模式（下文详述） │HAP 壳只做一件事：拉起 Electron 运行时（ArkTS 侧几乎没有业务代码，这大幅压缩了需要维护的原生代码量。]]></description><category></category></item><item><title><![CDATA[Kotlin Multiplatform 三方库 miuix 的 OpenHarmony 适配实战]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168569263</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168569263</guid><author>mrdeam</author><pubDate>Wed, 21 Oct 2026 03:11:07 +0800</pubDate><description><![CDATA[平台代码只写了 7 个文件（其中 5 个还是复用上游 skiko actual），真正的工程量在跨越 Compose 1.12 → 1.9 的版本鸿沟。WindowInfo换 dp 尺寸接口、删动画开关、砍触控板分支、navigationevent 自写兼容层、materialkolor 降 SPEC——每一处都是「上游以为天经地义、这里必须重新找路」的 API 形态差异。两条经验值得沉淀：其一，判断 skiko actual 能否复用的标准是「是否触碰 Skia C 互操作」。]]></description><category></category></item><item><title><![CDATA[用pnpm跑起magic-resume：一个开源简历编辑器的本地部署与远程访问实录]]></title><link>https://blog.youkuaiyun.com/mrdeam/article/details/168552613</link><guid>https://blog.youkuaiyun.com/mrdeam/article/details/168552613</guid><author>mrdeam</author><pubDate>Tue, 20 Oct 2026 15:14:55 +0800</pubDate><description><![CDATA[页面：材料展示了颜色、字体大小等自定义入口。所以magic-resume并不是只能套一个固定模板。完整CSS级自定义；多模板批量管理；模板导入导出。因此这里只写已经展示出来的编辑能力。PDF页面：这样可以把浏览器里的简历导出为PDF，用于后续投递。编辑 → 实时预览 → 调整主题 → 导出PDF预设模板 → 内容编辑 → 实时预览 → 主题调整 → PDF导出外部浏览器 → cpolar → magic-resumeGit克隆；进入目录；pnpm安装依赖；pnpm dev；]]></description><category></category></item></channel></rss>