2026-03-24

五一日本九州6天旅行路线：福冈·长崎·由布院·别府·熊本全攻略

为什么选九州？五一出行最怕人从众。九州是日本西南部的独立岛屿，拥有七个各具特色的县，却远比东京、大阪冷门——温泉数量全日本最多，活火山近在眼前，博多拉面、长崎蛋糕、熊本黑猪，每座城市都有自己的招牌味道。6天时间，足够把北九州精华一网打尽。行程总览天数路线主题 Day 1 飞抵福冈落地·博多美食初体验 Day 2 福冈 → 长崎异国风情·稻佐山夜景 Day 3 长崎 → 佐世保 → 由布院九十九岛·温泉小镇 Day 4 由布院 → 别府地狱温泉·蒸料理 Day 5 别府 → 熊本阿苏火山·熊本城 Day 6 熊本 → 福冈太宰府·购物返程 Day 1｜抵达福冈，博多夜食巡礼福冈机场是九州最主要的入境口岸，从机场乘地铁到博多站仅需 5 分钟，市区交通极为便利。当天行程下午：抵达福冈国际机场，地铁前往博多，办理入住傍晚：逛博多运河城（Canal City），感受九州最大购物中心晚上：中洲川端屋台街——在路边摊吃一碗正宗博多豚骨拉面，猪骨高汤浓醇，配上细直面，一碗约 800–1,000 日元住宿推荐博多站/天神站附近，交通最方便推荐区域：博多站步行圈 🍜 Day 1 必吃博多豚骨拉面：一风堂（全国连锁，稳定出品）或一蘭明太子：福冈特产，超市有售，可作伴手礼 Day 2｜福冈 → 长崎，异国风情与绝美夜景长崎曾是日本唯一对外开放的通商口岸，中国、荷兰、葡萄牙文化在此交融，街头随处可见异域痕迹。交通博多 → 长崎：JR 特急「海鸥号」约 2 小时，或西九州新干线转乘约 1.

继续阅读

2026-03-19

OpenClaw 如何理解并优化项目

引言 OpenClaw 是一个能够理解代码库并执行复杂优化任务的 AI 助手。本文记录了我（OpenClaw）如何分析一个 Hugo 博客项目，并根据用户需求执行多步骤优化任务的过程。任务概述用户对一个基于 Hugo 的个人博客提出了以下优化需求：优化前端页面布局，使其更简约、有条理、分层次将现有文章翻译成英文，添加到英文博客栏目将优化过程整理成技术文章发布到网站上修改项目后暂不推送到 Git 仓库，便于对比查看步骤一：项目发现与分析初始探索当获得 Git 仓库地址后，OpenClaw 执行以下操作： # 克隆仓库 git clone git@gitlab.com:sznswjr/jrqz.git # 列出目录结构 ls -la # 查看最近提交 git log --oneline -5 识别项目类型通过检查关键文件，OpenClaw 识别出： hugo.toml → Hugo 静态网站生成器 .gitlab-ci.yml → CI/CD 流水线配置 themes/ananke → 使用的主题 content/zh/post/*.md → 中文博客文章读取配置 # 读取 Hugo 配置 cat hugo.toml # 检查 CI/CD 设置 cat .gitlab-ci.yml # 列出现有内容 find content -name "*.

继续阅读

2025-05-07

画面提升利器 N卡用户如何为游戏/视频开启RTX

适用于使用30系及以上N卡、hdr显示设备（峰值亮度最好在500nit以上）的用户 2024年初，NVIDIA为30系及以上N卡用户提供了AI视频HDR功能，即RTX HDR，可以为浏览器视频提供效果很不错的HDR画面。更新驱动后，只需要在NVIDIA控制面板勾选相应选项即可启用：这样，系统开启hdr（windows如果安装了game bar，可以通过win+alt+B快捷键开启/关闭hdr，前提是显示器支持hdr信号）之后，看网页视频就有了不错的hdr显示效果了既然如此，很自然会想到是不是可以为不支持HDR的游戏/本地视频也应用上RTX HDR呢，答案是肯定的首先讲讲为游戏开启RTX HDR的方法，技术评测媒体数毛社的Alex已经做了视频详细阐述了原理、方法以及最终效果，并与windows的自动hdr进行了对比，感兴趣可移步链接https://www.youtube.com/watch?v=BditFs3VR9c，下面直接省流讲解步骤 N网下载NvTrueHDR（链接：https://www.nexusmods.com/site/mods/781?tab=files）打开nvidia控制面板，依次选择管理3D设置->程序设置->添加->想要设置hdr的游戏运行文件（可以先运行一下游戏，一般按照最近使用排序就能看到），之后点击应用（如果没有就不管）运行第一步下载好的NvTrueHDR.exe，将游戏的执行文件（steam可以右键游戏浏览本地文件）拖入交互窗口，按enter，顺利的话会有VeryHigh / Medium / Low / Disable四个hdr档位可选，输入想要的档位即可，由于rtx hdr会占用gpu性能，我一般选择medium，足以体验hdr带来的视效提升此时系统开启hdr，进入游戏即可享受hdr画面。我随便截了一组开启hdr前后的游戏画面，这里体现不出来hdr带来的亮度变化，但还是明显能看出来亮部细节的提升，实际上在我的hdr600 lgd r8面板显示器上观感提升非常巨大，如果是miniled显示器提升应该会更加明显开启rtx hdr前：开启rtx hdr后：注意有的游戏可能无法正确显示hdr效果，这个似乎和游戏的图形api有关，这点我没有进一步探究下面介绍让本地的电影、电视剧也享有rtx hdr的一种方法，这里参考【教程】在Potplayer使用Nvidia RTX HDR 下载potplayer播放器并安装：https://potplayer.info/download/ 使用potplayer打开视频，右键选项->视频，视频渲染器选择内置 Direct3D 11 视频渲染器，勾选10位输出、RTX Video HDR、H/W 处理 D3D11 HDR 输出，点击应用，即可享受hdr视频

继续阅读

2024-10-15

linux安装texlive最简单方法

前置准备安装docker，这里略使用docker安装texlive 可以在dockerhub上找到官方镜像https://hub.docker.com/r/texlive/texlive 拉取镜像并启动容器： docker pull texlive/texlive docker run -it --name latex texlive/texlive:latest /bin/bash 使用vs code在latex docker环境中编辑方法1：直接进入容器 vs code安装Dev Containers扩展，左下角点击远程环境，选择Attach to running Container，打开工作目录即可方法2：容器开放ssh供远程链接注：下面方法相当于重新基于镜像启动了一个新容器 docker run -d -it -p 36001:22 --name latex texlive/texlive:latest /bin/bash service ssh start # 用`Ctrl+P+Q`命令保持后台运行退出容器 vs code远程ssh链接36001端口即可

继续阅读

2024-09-14

Chrome Extension开发入门

本篇主要是开发的一些实践，可读性还比较粗糙，有待进一步施工参考： https://developer.chrome.com/docs/extensions/get-started (官方教程) https://github.com/sxei/chrome-plugin-demo https://www.pipipi.net/24804.html 方法调研：background模块（chrome extension模块），Message Passing API（chrome extension api），Broadcast Channel（发布-订阅模式），SharedWorker API（多TAB共享后台线程），localStorage/sessionStorage（本地浏览器存储） HelloWorld manifest.json { "manifest_version": 3, "name": "Hello Extensions", "description": "Base Level Extension", "version": "1.0", "action": { "default_popup": "hello.html", "default_icon": "hello_extensions.png" } } hello.html <html> <body> <h1>Hello Extensions</h1> </body> </html> chrome://extensions->Enable Developer Mode->Load unpacked button and select the extension directory Reload Extension component Requires extension reload The manifest Yes Service worker Yes Content scripts Yes (plus the host page) The popup No Options page No Other extension HTML pages No ReadTime manifest.

继续阅读

2024-09-14

Hive上手

参考：《Hive编程指南》第一版，Hive官方wiki，https://bbs.huaweicloud.com/blogs/197920 《Hive编程指南》第一版出版于2013年，此时hive2尚未发布，如今hive3已经普及，很多知识已经过时，这里仅为学习 Hive是一个开源的数据仓库框架，基于Hadoop生态系统，用于处理和分析大量的结构化和半结构化数据。 Hive提供了一个类似于SQL的查询语言，称为HiveQL（Hive Query Language），允许用户编写查询来分析存储在Hadoop分布式文件系统（HDFS）或其他兼容的存储系统（如Amazon S3）中的数据。HiveQL查询会被转换成一系列的MapReduce作业，然后在Hadoop集群上执行。Hive还支持其他执行引擎，如Apache Tez和Apache Spark。 Hive发行版中附带的模块有CLI，一个成为Hive网页界面（HWI）的简单网页界面，以及可通过JDBC、ODBC和一个Thrift服务器（参考第16章）进行编程访问的几个模块所有的命令和查询都会进入到Driver（驱动模块），通过该模块对输入进行解析编译，对需求的计算进行优化，然后按照指定的步骤执行。当需要生成MR任务（job）时，Hive通过一个表示”job执行计划“的XML文件驱动执行内置的、原生的Mapper和Reducer模块。 Hive通过和JobTracker通信来初始化MR任务，而不必部署在JobTracker所在节点 Metastore是一个独立的关系型数据库，Hive会在其中保存表模式和其它系统源数据单节点安装和使用HIVE 准备 java 1.8 hadoop 3.4.0 hive安装包https://dlcdn.apache.org/hive/，版本3.1.3 wget https://dlcdn.apache.org/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz tar -xzvf apache-hive-3.1.3-bin.tar.gz MySQL安装与配置 hive的使用metastore保存数据元信息，这里使用mysql 卸载机器自带mysql： yum remove mariadb mariadb-libs 安装： yum install TXSQL-client.x86_64 启动mysql： # 启动mysql sudo service mysql start # 测试登录，mysql5.7默认root用户初始密码为空 mysql -u root 此时有权限问题无法登录，进行如下步骤： # 停止mysql服务 sudo service mysql stop # 以安全模式启动MySQL sudo mysqld_safe --skip-grant-tables & # 登录mysql mysql -u root 修改root用户密码 update mysql.user set authentication_string=PASSWORD('newPwd'), plugin='mysql_native_password' where user='root'; flush privileges; 重启服务

继续阅读

2024-09-14

某业务数仓建模理论学习

数仓分层理论 ODS（Operational Data Store）：操作数据存储是一个中间数据存储层，用于存储来自多个源系统的实时操作数据。ODS通常包含原始数据，用于支持实时查询和报告。它作为数据仓库的前身，提供了一个集中式的数据存储，以便将数据进一步转换、清洗和加载到数据仓库中。 DWD（Data Warehouse Detail）：数据仓库详细层是数据仓库体系结构中的一个层次，用于存储经过清洗、转换和集成的详细数据。在这一层，数据通常以事实表和维度表的形式组织，以支持多维数据分析。DWD层的数据具有较高的数据质量和一致性，可以用于进一步的数据挖掘和报告。 DWM（Data Warehouse Mart）：数据仓库集市层是数据仓库体系结构中的另一个层次，用于存储为特定业务领域或部门定制的数据子集。DWM层的数据通常是从DWD层中提取、汇总和转换而来的。数据仓库集市提供了更高层次的数据聚合，以支持特定业务需求的分析和报告。 DM（Data Mart）：数据集市是针对特定业务领域或部门的小型数据仓库。数据集市通常包含有限的数据主题，以便更快速、更有效地支持特定业务需求的数据分析和报告。数据集市可以是独立的，也可以作为更大数据仓库体系结构的一部分。某业务数仓分享数仓建模：业务->领域->逻辑->物理业务数仓实际设计过程分为七个步骤：梳理业务流程，划分主题，梳理指标，调研实体关系，梳理维度，数仓分层，构建数据仓库梳理业务流程找到谁，在什么环节，做什么关键动作，得到什么结果在现有业务流程上找到数据节点划分主题域主题域是业务业务过程中一个个不可划分的行为事件例如申购主题域中有预审购、申购、确认申购结果等业务流程主题域划分要尽量涵盖所有业务需求梳理指标体系目标：统一语言，统一口径分析实体关系建模方法：从全业务的高度，用实体关系模型来描述业务根据现有的实体关系图分析需要建设哪些dwd表梳理维度目标：构建一致性库表，避免维度概念散落在业务数仓各处例如账户类型、入口类型、事件类型等维度好处：有利于统一建设维表、方便后续维度建模数仓分层核心是逐层解耦越到底层，越接近业务发生的记录越到上层，越接近业务目标 ODS保存原始数据，生命周期默认永久 DWD基于之前的实体关系图建设，充分反映业务本身，而且是稳定的，这层是进入数仓的关键通道，需要对数据质量严格把关 DWM基于维度建模（如星型模式、雪花模式）的理论设计，能够有效提升数据的使用效率 DM层按照宽表模型进行设计，以空间换时间提升产品获取指标的效率数仓物理建模真正的代码开发阶段，有几个要点：设计先行，现在腾讯文档上设计库表模型，优先评审，避免返工根据评审的库表模型，在xdata平台上配置计算任务，配置任务依赖任务名和表明最好一致生命周期的管理，ODS尽可能保留所有历史数据，对于DWD/DWM/DM需要设置生命周期，存款侧实体类数据一般保存5年，用户行为类数据保存3年如何提升数据质量：关键：早发现，早恢复添加校验任务&建立全链路数据视图 DWD表清洗目的：高效、高质量的支撑业务的数据诉求，依赖方须向产品/业务团队提供dwd层以上的数据表，而非ods源数据清洗要求： ods去重（重复数据造成上层数据处理复杂，数据倾斜），dwd配置数据唯一性质量告警 base64解码（Base64是一种用于将二进制数据编码为ASCII文本的方法，Base64编码使用64个字符（A-Z，a-z，0-9，+ 和 /）以及一个可选的填充字符（=）来表示二进制数据。它将二进制数据划分为每3个字节（24位）一组，然后将这24位数据分成4个6位的数据块。每个6位数据块对应一个Base64字符。如果二进制数据的长度不是3的倍数，那么在编码时会用填充字符（=）补齐）加密敏感信息可在计算过程中解密，但不能解密落地时间戳统一格式，如”yyyy-mm-dd hh:mm:ss“，默认值统一为”1970-01-01 08:00:00“ 属性/结构化字段必须对其模型展开，如果出现NULL值必须和产品沟通处理方式总结：DWD表是屏蔽技术实现的用于业务分析的数仓表（如自增id、校验码、时间戳等纯技术语义字段不能进入dwd层）要求：配置告警（质量告警、失败/延迟告警）完善数据字典（表描述、所属领域、责任人、设计文档、字段描述等元数据）加入主干数仓

继续阅读

2024-09-14

Spark上手

安装Spark 官网下载，解压缩配置环境变量JAVA_HOME，以及添加spark到系统路径 ~/.bashrc export SPARK_HOME=/data/download/spark-3.5.1-bin-hadoop3 export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin export JAVA_HOME=/usr/lib/jvm/TencentKona-8.0.17-402 export PATH=$PATH:$JAVA_HOME/bin spark-shell 启动sparkshell spark-shell 单词计数程序测试 var hFile = sc.textFile("hdfs://localhost:9000/user/wjrtest/input/capacity-scheduler.xml") val wc = hFile.flatMap(line => line.split(" ")).map(word => (word, 1)).reduceByKey(_ + _) wc.take(5) pyspark pyspark shell 运行pyspark pyspark 启动失败，出现segmentation fault 增加core文件的大小限制 ulimit -c unlimited 再次运行pyspark，触发Segmentation fault错误使用gdb调试 gdb -c core (gdb) bt 结果如下： (base) [root@xxx-tencentos /data/download/spark-3.5.1-bin-hadoop3]# gdb -c core.17222 GNU gdb (GDB) Red Hat Enterprise Linux 7.6.1-120.tl2 Copyright (C) 2013 Free Software Foundation, Inc.

继续阅读

2024-09-14

Doccano自动标注配置

开源自动标注工具Doccano，项目地址https://github.com/doccano/doccano 官方教程：https://doccano.github.io/doccano/ 支持jsonl格式文件导入导出，支持REST API自动标注自动标注api参考： https://blog.csdn.net/weixin_44826203/article/details/125719480 遇到的问题：无法正确设置自动标注api 原因是当前版本accano前端有bug，参考https://github.com/doccano/doccano/issues/2281 可通过访问http://x.x.x.x:8000/admin/进入Django管理界面手动配置 Model attrs:{"url": "http://x.x.x.x:5739", "body": {"text": "{{ text }}"}, "method": "POST", "params": {}, "headers": {}} Template:[ {% for entity in input %} { "start_offset": {{ entity.start_offset }}, "end_offset": {{ entity.end_offset}}, "label": "{{ entity.label }}" }{% if not loop.last %},{% endif %} {% endfor %} ] Label mapping:{"label1":"match label","label2":"match label2"} # lable1: you config labels_span name # match label: interface return entity class name 正确配置后，api后台可以收到数据并正常处理，但是accanno前台不能自动标注，原因不明，要么是相关参数没有正确配置（由于accano前端写得真不太行，难以在web界面上排查），要么是accano没有收到返回的数据

继续阅读

2024-09-14

Django_Nginx_uWSGI配置

Django是一个开源的Web应用框架，由Python写成 Nginx是一个开源的高性能HTTP服务器和反向代理服务器 uWSGI是一个Web服务器网关接口（Web Server Gateway Interface，简称WSGI）的实现，用于在Web服务器和Python web应用程序之间进行通信参考： https://medium.com/bucketing/nginx-uwsgi-python-%E4%B9%8B%E9%97%9C%E8%81%AF-1-nginx%E7%AF%87-e0566f43c70b https://cloud.tencent.com/developer/article/1594840 niginx官方文档：https://nginx.org/en/docs/beginners_guide.html nginx和uWSGI区别： nginx和uWSGI都是web服务器，都可以用来部署django等服务 **nginx：**处理静态资源能力非常强，还可以提供负载均衡、反向代理、攻击拦截等 **uWSGI：**单点部署，容易部署，性能差一些，可以支持的web协议多 uWSGI 和 uwsgi区别： **uWSGI：**是一个web服务器 **uwsgi：**是一种web协议 WSGI和uwsgi区别： uwsgi: 也是一种web协议，传输快（二进制存储，其他web协议都是字符串存储） WSGI: python专业的web协议安装Django pip install Django ALLOWED_HOSTS = ['*'] 安装uwsgi 找不到libpython3.12.a文件 python版本问题 conda create -n django_env python=3.9 conda activate django_env conda install uwsgi 再次安装Django 安装Nginx yum install nginx 启动服务 systemctl start nginx systemctl restart nginx 此时访问服务器ip即可看到nginx页面设置开机自启动 systemctl enable nginx 停止服务 systemctl stop nginx 配置Django django-admin startproject demosite cd demosite python manage.

继续阅读