小天管理

现在有这样一个需求，需要开发一个程序，写一个接口，当接口接收到请求，就需要获取摄像头当前时间-5 到+5 秒的视频 举例说明： 比如在 10:00:00 接口接收到请求，那就需要将摄像头 9:59:55~10:00:05 这 10 秒的视频保存到指定目录并推送至指定地方，并且需要在 30 秒内完成该逻辑 设备是海康威视摄像头 我尝试过的方法 1 、通过海康的 RTSP 流添加 starttime 和 endtime 来获取回放流，比如我 10:00:00 收到请求,我就拼接 rtsp 流地址 rtsp://admin:xxx@192.168.1.33:554/Streaming/101?starttime=20240712T095955Z,然后使用 ffmpeg 进行录制 10 秒，就能刚刚好保存出这个时间段的视频 发现的问题： 不知道是什么原因，我只要获取当前时间的 rtsp 流，就无法访问，经过写代码尝试，发现必须获取当前时间 2 分钟前的流，才可以访问，比如 10:00:00 接到请求，只能访问到 9:58:00 左右的回放流，我猜测是因为录像没有实时落盘的原因？ 2 、集成海康 SDK 尝试，也遇到了跟 1 操作一样的问题，就是没办法实时或者说获取 10 秒内的回放，获取 1 分钟之前的回放文件可以成功，比 rtsp 稍微好一点，但是也不能满足我的需求，我在看海康文档的时候，有个刷新索引的接口，写的是设备默认 2 分钟刷新，但是我尝试了，我的摄像头提示不支持该接口 我通过官方的 App 海康互联测试，他们 App 的回放功能好像就没这么大的差距，他们的 App 能回放 30 秒内的视频 希望求大佬指点，或者有没有其他办法能实现这个需求，万分感谢

纯国内不出国，不想被劫持，用 smartdns 有没有一点点用处？ 另外这个上游 dns 用什么好？ 直接用 udp 还是全部用 tls https 好？ 需不需要添加 google 的 tls 或者 https 服务区？ 我这边网络是广东电信。

招一名远程兼职的前端，目前主要技术栈是 React / Electron 另外，招一名远程兼职的全栈开发 （前端 React 后端 Golang ） 可以长期合作 第一次发，这里能直接挂联系方式吗？

自己家里有个闲置的 4090 机器，之前是为了学 AI 买的，现在公司里有 A100 用，家里的机器就闲置了。。 有没有什么思路，能把这个机器用起来呢？ 机器配置为 3960x+128G+24T ，有公网 IP

发了“劳动合同协议”和“离职证明”，赔偿 n （两个月工资），入职两年零两个月 如果我不签字会怎么样 我还能做什么

200M 左右的，有什么渠道吗？

reuse details 基本满足需要，但是每次需要点一下 title 和 not made for kids 还是很麻烦，有没有类似的工具能提前预设值好 details ，再一键填充

只能说终于上线了，设计加写代码 1 个月，有关部门审核了 2 个月 部分音乐拿 suno ai 生成，部分图片拿 SD 生成 我想做一系列昆虫相关的小程序或 app ，希望大佬们能给点题材建议，多谢 小程序可以搜索：甲虫推推乐，或扫码下面，欢迎体验

终于搬新家了 自己折腾了一下办公房 自己 diy 一块升降桌 实木 整块 1.96*72*6 大板 南美雨木 市面上称南美胡桃木，性价比很高 重量放到升降桌上都不需要打孔了 桌面 1.46k 升降桌腿淘宝买的双电机 0.8k 闲鱼入手了 aeron2 的渠道货，这个腰撑真的舒服了 闲鱼入手了一块北美胡桃木的显示器支架 外贸滞留货，长度 1.3 米真的稀缺 现在有个问题就是打算再折腾一个屏幕 不知道是搞一个带鱼屏好 还是再来一块 u2720q 主要用途还是拿来开发办公 现阶段这个 mac 屏和 dell 屏也没有很协调的摆放方式，只能说能用。 希望大家也分享下自己的桌面给我一些参考，Thanks♪(･ω･)ﾉ

虽然发在「分享创造」，但是这个作品大家多半用不着，本文的目的是成为大家的摸鱼读物。 起因 出于个人兴趣，最近在为某维基网站写用来编写条目的自动化工具。需求是把零散的唱片信息整合成维基语法。唱片信息中处理起来比较繁琐的是曲目列表，其中列出了每首曲子参与制作的分工（例如作词、作曲、编曲）。这些信息写起来没有统一标准，比如下面两个出自同一社团的不同写法的曲目列表： 在 2024 年中这个节点上，你或许会说，处理这种非结构化的数据可以上大型语言模型。但是，我想到了一门更加古老的艺术：语法解析器（ syntax parser ），具体来说是上下文无关语法（ CFG, context-free grammar ）。 在接触了大量不同来源的唱片专辑后，我发现这些曲目信息并不是完全无结构的。虽然都是用人类自然语言写的，但因为领域约束，不同专辑的曲目信息呈现出许多趋同的特性，包括用语和排列方式。我称这样的信息为弱结构化数据（ weakly structured data ）…… 说人话！先写上曲目名，然后写上“作曲：”，嘿，您猜怎么着，后面肯定跟者作曲家的名字呀！你这不人人都知道吗？可不是吗！ 既然这些数据有一定的结构，那么我是不是可以为其定义一套语法，然后我就能拥抱现有的为 IDE 准备的全套生态了，像是毫秒级的即时语法分析检查、语法高亮、自动补全。慢着，我不就一写维基的，我要这些功能干什么？那我先讲讲最终成品是怎么样的： 所以有了语法解析器后…… 从网站上把信息复制下来，基本上就可以直接解析。解析错误可以从语法高亮或者实时预览中发现，一般也不需要大改就可以成功解析。然后解析生成的维基文本就可以直接复制粘贴到维基站了。 需要快速补充信息，有自动补全 linter 可以实时提示可能缺失的信息（这个功能还没加） 原来需要逐个项目整理确认的繁琐工作就这样被转化成了轻松的交互，用程序员的工具真开心啊。 踏上 Tree-sitter 这片陌生的土地 刚开始做这个项目的时候，我也确实是抱着试一试的心态：毕竟曲目信息到头来并不是什么被严格定义的内容，它适用于上下文无关语法（ CFG ）那一套规则吗？最后发现，只要我的语法足够简单，CFG 总能处理个大概。题外话，其实绝大部分编程语言都不是上下文无关的，大家都是用 CFG 做初步解析，再用定制的代码解析语义相关的部分（感兴趣的可以看看这篇问答）。 我没有任何 PL 相关的背景，所以这次纯粹就是一场冒险。之前关注 Neovim 的时候听说他们把语法高亮整体迁移到了 Tree-sitter ，而 Tree-sitter 看上去是个被广泛认可的从语法生成解析器的方案。于是 我就跑去看了看他们的文档。过了惯例的安装部分，他们简单介绍了各部分的功能，然后到教程的部分……还是挺硬核的。文档经常提到如何把现有的 CFG 转译成 Tree-sitter 的定义方式，也常与 Yacc 和 Bison 等更先前的语法系统作比较。显然这个文档更倾向于对语法解析有一定背景的受众，我也没啥好抱怨的，菜，就多练。当然这也很合理，毕竟编程语言基本都有现成的严格语法定义，而很多使用 Tree-sitter 写解析器的人本身就参与制定语法。那我还是硬着头皮上了，就用试错法。使用 Tree-sitter 的开发流程还是很用户友好的：可以比较容易地添加一些测试用例做 test-driven development ；编译速度很快，也可以在命令行里试跑片段，打印出语法树和高亮： 至于错误信息嘛，反正我没摸清门道，所以对于我来说就是基本上没有。解析器一般都被要求有一定程度的容错能力，对于不完全正确的输入会尽可能做部分解析，这样它才能处理写到一半的代码片段。而对于我这个正在 debug 的、不完全正确的语法，这个容错能力反而让解析错误显得晦涩难懂：被部分解析的语法树中，显示的错误很可能并不是真正引起错误的原因。所以，最后还是得凭感觉尝试。Tree-sitter 的文档说，"写语法定义需要创造力（ Writing a grammar requires creativity ）“，我：才疏学浅、创意枯竭。 一点现学现卖（可以跳过的技术细节） 怎么开始写 Tree-sitter 语法？网上找不到太多的教程，我在摸爬滚打也算是总结出来一两个常用的模式，还请大家斧正。 对正则表达式的支持很有限，基本只是个语法糖：Tree-sitter 允许用正则匹配 token ，但最终能写的可能就只有类似 [^\n]+ 这种。Tree-sitter 实现的是 LR parser ，可以理解为每次只往前解析一个 token ，所以正则里需要 look-ahead / look-behind 的功能（如 ^, $, (?:)）都用不了。 任何规则都不可以匹配空字符串为 token：道理很简单，如果空字符串能匹配就死循环了，但是这应该是像我这样的新手会踩的第一个坑，也是一个很容易被 Tree-sitter 检测出来的问题。那么想要匹配零个或多个的情况应该写成 optional(repeat1(...)) 而不是 repeat(...)。 匹配 token 数量和方式会（很玄学地）影响优先级判断：因为解析时没有上下文，自动机在每个状态下都有几种可能的状态转移方式，所以 Tree-sitter 里有一套我至今没搞明白的优先级计算方式。举两个玄学例子： 我试过 /.+/ 这个规则会太过贪心，一旦开始匹配就会一直匹配下去，而换成 repeat1(/./) 则可以即时让步其他规则，我猜测是因为前者被视作匹配一个 token 而后者则是多个 token 。 反过来的情况，一些多 token 组成的规则优先级过低，用 token(...) 或 token.immediate(...) 可以合并为一个 token 。 Tree-sitter 里关于优先级和冲突解决的内容我还是云里雾里。像是各种 pred、parse precedence 和 lexical precedence 、conflicts，我并没有成功理解并使用，唯一有用的一次是乱试试出来的。 我始终没搞明白，但它就是跑得起来 就这样我一点点往上加语法，逐步可以解析出曲目名、制作人员职位、制作人员名字。解析到人名的地方时，我就停下来了。有些人名中会有空格，而有时候空格却被用作分隔人名的符号，而区分这两种情况不能单靠语法，得用后续定制的代码做语义解析了。 最终得到的语法定义的主体部分其实只有 60 行左右（代码在这里），比我用 Python 手写的 parser 原型短多了。其实完整的现代编程语言的 Tree-sitter 语法文件也大概就 1000 多行，Tree-sitter 语法的表达能力还是很强的。 语法定义确实是很简练，但是——你或许也猜到了——它很难维护：很难理解、很难增改、很难移植。 后来我想适配多一种情况，捣鼓了一会儿就接近重写了……也行，我想，那就按照我这段时间积累的经验，重写一个更好的版本。结果，写出来比之前的版本要冗长，而且之前的几个测试还过不了了。我捋清楚过后发现我好像需要 look-ahead ，所以其实我并没有捋清楚。最后扔掉了重写的版本，我发现之前的版本只需要一个“优雅”的小改动就可以了，感觉像解开了孔明锁。 后来的后来，我想把这个解析器应用到 web 端。查了一圈发现 CodeMirror 算是比较齐全的 IDE 库了，但，它只兼容作者自己开发的一个叫 Lezer 的语法。为了从 Tree-sitter 语法移植到 Lezer 语法，我用了作者提供的自动转换，然后上手修改不能转换的部分，整了好一会儿也搞不懂 Lezer 优先级，只好作罢。最后手写了个 Tree-sitter parser 到 CodeMirror 的兼容层，强行让 CodeMirror 支持了 Tree-sitter…… 反正现在是磕磕绊绊地用着了，新需求也能磕磕绊绊地加。所以吧，这次大胆的尝试算是成功吧。 或许编程的目的，就是在纷乱的世界中寻找秩序吧（或者说把结构强加给非结构化的存在

设置如下： 家里有自己的台式机，可以随意安装任何东西。 家里有软路由 R5S ，目前是旁路由模式，系统为 iStoreOS 。 家里有白群晖，目前负责 DDNS 自动获取。 有公网 IP ，应该不是固定的那种。 公司电脑很多限制，不能随意安装软件，网页很多封锁，包括 V2EX ，端口也是只开放需要的。 问： 如何在公司电脑上愉快地玩耍？ 目前尝试过和遇到的问题： 用公司电脑 remote desktop 回家里电脑，远程端口是封锁的，系统里的服务也无法开启。 网页访问软路由，用 docker 安装 Guacamole ，目前还没成功，还在看教程。 软路由安装其他系统可以愉快玩耍？ 求大神们来个最优解。 不是刚需，纯想折腾。

身处京城，春秋太短，夏暑冬寒。往往一年也出门骑不了几次，奈何近来体重飙升，没有守住 1 斤/厘米 的上限。 遂准备入手个骑行台来在家动一动，这样锻炼身体、看电视、喝冰阔落、吹空调可以四全其美。 那么问题来了，预算 5K 上下，目前看起来就 迈金 T600 、cycplus T3 、ThinkRider X7 这几个，该当如何呢？

量化交易，一种利用数学模型和计算机算法来分析市场数据、识别交易机会并执行交易的金融策略，正在逐渐成为金融市场的一股新兴力量。Python ，以其简洁的语法和强大的数据处理能力，已成为量化交易者的首选编程语言。本文将介绍十个使用 Python 进行量化交易的策略，帮助投资者深入理解并应用这些策略。 量化交易基础 量化交易的核心在于数据驱动的决策制定。它通过历史数据和实时数据的分析，寻找市场中的规律和模式，从而制定交易策略。Python 提供了丰富的库，如 NumPy 、Pandas 和 SciPy ，这些库能够高效地处理和分析大量数据。 Python 量化交易策略概览 1. 动量交易策略 动量交易是一种基于价格趋势的策略，它假设价格的当前趋势将持续一段时间。Python 可以用于计算移动平均线，作为趋势的指示器。 2. 均值回归策略 均值回归策略认为价格会回归到其长期平均值。Python 可以用于计算历史平均价格，并在价格偏离平均值时进行交易。 3. 突破交易策略 突破交易策略是在价格突破关键支撑或阻力位时进行交易。Python 可以帮助识别这些关键水平，并触发交易信号。 4. 配对交易策略 配对交易是一种市场中性策略，它涉及同时买入和卖出两个高度相关的资产。Python 可以用于分析资产之间的相关性，并确定交易对。 5. 事件驱动策略 事件驱动策略是基于特定事件（如财报发布、政策变动等）来交易的策略。Python 可以用于实时监控市场新闻，并快速做出交易决策。 6. 统计套利策略 统计套利策略利用资产价格之间的统计差异来进行交易。Python 可以用于计算资产之间的协整关系，并执行套利交易。 7. 机器学习策略 机器学习策略使用算法来识别复杂的交易模式。Python 的机器学习库，如 scikit-learn ，可以用于训练交易模型。 8. 风险平价策略 风险平价策略旨在平衡投资组合中的风险。Python 可以用于计算资产的风险贡献，并调整投资组合的权重。 9. 资本资产定价模型（ CAPM ） CAPM 是一种评估资产预期回报的模型。Python 可以用于计算资产的β值，并预测其预期回报。 10. 多因子模型 多因子模型结合多个因子来预测资产的表现。Python 可以用于构建和测试这些模型。 量化交易的实施 实施量化交易策略需要对 Python 编程有深入的了解，以及对金融市场的深刻洞察。以下是实施量化交易策略的基本步骤： 数据收集：使用 Python 的 API ，如 Alltick API 或 Yahoo Finance ，收集历史和实时市场数据。 数据预处理：利用 Pandas 进行数据清洗和格式化。 策略开发：根据选定的策略编写 Python 代码。 回测：使用回测框架，如 Backtrader ，测试策略的历史表现。 风险管理：设置止损和止盈规则，确保策略的风险可控。 执行交易：将策略与交易平台集成，如 Interactive Brokers ，实现自动化交易。 结论 量化交易为投资者提供了一种系统化、基于数据的交易方式。通过 Python 的强大功能，投资者可以开发和实施各种量化交易策略，从而在金融市场中寻找优势。然而，量化交易也并非没有风险，投资者需要不断学习和适应，以充分利用这一工具。 希望这些策略能够为您的量化交易之旅提供指导和启发。量化交易是一个不断发展的领域，我们鼓励您继续探索和学习。

用了好多年 iPhone ，想换个安卓 个人很没有安全感，对 iOS 的连接电脑全盘备份很依赖，每个月都会备份一下，以防手机暴毙/遗失时的数据丢失 现在有没有哪家安卓有类似的能力，可以全盘备份到电脑后恢复到新手机上

小孩年底满三岁。 想法 1:继续带着明年秋季正式读小班。 想法 2:明年春季插班（正式读小班） 想法 1:今年秋季读私立托班一年（看情况是否明年秋季转公立正式读小班或私立继续读满三年），私转公好转吗手续麻烦吗 缘：小孩越来精力旺盛，家里已经不够他玩的了。请教下你们是怎么安排的，小孩什么时候上幼儿园合适。

如题 要求 开源免费：安全，易拓展 支持原生 js ，直接引入到 html 中即可，不玩包管理和现代前端 支持从 word(docx)、md 粘贴，导出到 word(docx)、md 使用的是通用 html 格式 支持高级一点的格式，如公式 手机端友好 足够成熟，稳定 现状 使用 ckeditor ，它的 del 删除样式用的是<s></s>而不是传统的<del></del> 另本人对前端也不是特别精通 求推荐，大家也可以来相互比较一下

是一个本地播放器该管的么？前两天刚 ICP 备案工作完成的 Infuse 不会也出什么幺蛾子吧

同时也很好奇，无人出租车是不是会真的冲击现在的出行市场 很多公众号在制造焦虑，说 1000 万司机会下岗，真的是很标题党啊

智己 LS6 的屏幕很有科技感，小鹏 G6 更省电。 还没有去试驾，有车主朋友们，分析下？ 抖音上感觉水军太多，试驾可能还是只能体验一部分，求真实车主建议；

如题， “选项-自动更正选项”里取消“段落开头空格采用首行缩进”完全不起作用， 真的服了 orz

每次我评论一个帖子，别人有回复的时候，我怎么定位到别人回复的那个位置呢？而且评论是扁平的，没有层级关系，看不到两个评论的关联性，都 2024 了...啊？ 所以是我使用的方法不对吗，平时逛 V 站少逛 L 站多一点，求教。

最近在自学 godot ，一直有一个做游戏的梦。目标是先拿一个老游戏的素材通过复刻的形式来进行深入学习和实战。最近在素材上遇到了一些问题。下面是对素材的描述，以 NPC 贴图为例： 1.非战斗状态例如站立、行走的贴图是 8 位图，8 个方向，每个方向各自一套动画，一套动画可能 10 多张图。战斗状态是 2 个方向（前、后）一套动作也是 10 多张图。 2.每张图片都有一个对应的 txt 文件里面记录偏移信息。这就代表文件数量直接 Double 。 3.文件名称是规则的每个动作的文件名都是按 12345 排的。 因为是 2D 贴图，这样就导致素材文件数量随随便便就上几十万。我在多设备开发的过程中（白天 mac ，晚上 win 台式）让我对素材感觉无从下手。难道只能 U 盘拷一份然后尽量保持素材不动了吗？感觉难免会需要改动素材的情况。 U 盘拷贝一次也是非常费劲，无论是直接文件夹拷贝还是先压缩都需要长达几个小时甚至十几个小时的时间，因为我目前没能成功的完整拷贝过，太慢了。 如果是直接给素材进行 git 提交的话，也是巨慢一个是 git 容量问题，可能只能自己搭建私有 git 。再一个扫描和上传素材文件也是巨慢，需要好几个小时才能传上去，拉取就更不用说了。 所以对于素材的管理有什么好办法吗？

以前在 Windows 上用谷歌拼音输入法的时候，觉得以词定字这个功能很好用，但貌似 macOS 上的输入法都不支持这个功能。。。

本人 10 年工作经验，曾担任某公司架构师，曾主导设计、落地 200+微服务、公司运维平台化、公司机房网络建设，对高并发、微服务、自动化运维、网络等技术、Kubernates 等技术比较熟悉且具有实践经验，自从公司因资金断裂离开后，找不到工作，原因如下： 一、学历大专，自己自考的本科人家压根不认。 二、年龄 32 岁，估计有点大。 三、薪资要求高，关键是人家就不认你的学历直接刷掉。其实郑州 2w 工资也还行吧。 目前现状在家带孩子，初步想法是，如果 IT 实在干不下去就直接利用所学的网络知识干弱电算了，自己拉拉关系接点活，坚决不打工。 不知道朋友们有何建议？？？？？

bg：总部在北京，base 成都，组内其他员工在北京（和我一起的也是个校招生） 问题：对上线流程不明确，很多东西找人只能线上沟通，很可能存在疏漏的情况，有没有什么办法能够梳理出一份上线流程的参考文档