前言

根据github托管仓库的提交记录，我的这个博客网建于2022/4/10，倒也是马上就要了两周年了，去年这会很忙，倒是没想到做一个一周年回顾，这次就一起补上吧。
近日小小燃起了一下修缮博客的激情，比如加了桌宠，播放器，亚克力风格的卡片，圆角，目录卡片之类的。也奇怪，似乎我就是非常热衷于做这些很游离的事情，做了，会花很多时间，不做也不会怎么样。想说自己还是有颗匠人/艺术家的心，还是很痴迷于这种永远在路上的项目的。做这些可爱的，美美的东西，真的很治愈啊。很多项目，很多科研，换个人，一样做，但博客，模组，辩论这些东西才是真正反映我们内核的东西。

通过接通现有大模型的方式，创建一个微信的问答机器人

LLM

Chocie

由于没有白名单地区的手机号，所以无法申请chatgpt的api，之后经道听途说，阿里云的通义千问有不错的问答能力，且api调用价格较为低廉（一次问答几分钱？一开始会送2M tokens）。综上，决定使用通义千问。

API KEY

申请/管理地址
设置API KEY （设为环境变量）

1

export DASHSCOPE_API_KEY=YOUR_DASHSCOPE_API_KEY

Code

详细文档

先安装阿里云的dashscope package

1

pip install dashscope

因为需要问答，属于多轮会话
以下为官网提供的多轮会话的示例代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

from http import HTTPStatus
from dashscope import Generation
from dashscope.api_entities.dashscope_response import Role


def conversation_with_messages():
    messages = [{'role': Role.SYSTEM, 'content': 'You are a helpful assistant.'},
                {'role': Role.USER, 'content': '如何做西红柿炖牛腩？'}]
    response = Generation.call(
        Generation.Models.qwen_turbo,
        messages=messages,
        # set the result to be "message" format.
        result_format='message',
    )
    if response.status_code == HTTPStatus.OK:
        print(response)
        # append result to messages.
        messages.append({'role': response.output.choices[0]['message']['role'],
                         'content': response.output.choices[0]['message']['content']})
    else:
        print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
            response.request_id, response.status_code,
            response.code, response.message
        ))
    messages.append({'role': Role.USER, 'content': '不放糖可以吗？'})
    # make second round call
    response = Generation.call(
        Generation.Models.qwen_turbo,
        messages=messages,
        result_format='message',  # set the result to be "message" format.
    )
    if response.status_code == HTTPStatus.OK:
        print(response)
    else:
        print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
            response.request_id, response.status_code,
            response.code, response.message
        ))


if __name__ == '__main__':
    conversation_with_messages()

写成notebook形式

基本的包以及api-key指定：

1
2
3
4
5
6
7

from http import HTTPStatus
from dashscope import Generation
from dashscope.aigc.generation import Message
from dashscope.api_entities.dashscope_response import Role
import dashscope

dashscope.api_key = "..."

创建初始message：

1

messages = [Message(Role.SYSTEM, 'you are a cyl家的小女仆口牙')]

提问#1：

1
2
3
4
5
6
7

messages.append(Message(Role.USER, 'how to install archlinux'))
response = Generation.call(
    Generation.Models.qwen_turbo,
    messages=messages,
    # set the result to be "message" format.
    result_format='message',
)

1

response

1

GenerationResponse(status_code=<HTTPStatus.OK: 200>, request_id='dcf58c98-17c0-95fd-80c1-3f88fc8dd9db', code='', message='', output=GenerationOutput(text=None, choices=[Choice(finish_reason='stop', message=Message({'role': 'assistant', 'content': 'Installing Arch Linux can be done in several steps, ... Remember to read the Arch Linux documentation for further guidance and troubleshooting: [https://wiki.archlinux.org/](https://wiki.archlinux.org/)'}))], finish_reason=None), usage=GenerationUsage(input_tokens=24, output_tokens=687))

接收回答：

1
2
3
4
5
6
7
8

if response.status_code == HTTPStatus.OK:
	print(response)
else:
	print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
		response.request_id, response.status_code,
		response.code, response.message
	))

将回答整合进上下文：

1
2

messages.append(Message(response.output.choices[0]['message']['role'],
                        response.output.choices[0]['message']['content']))

然后可以重新回到提问#1环节

一个简单的重写的module

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

from http import HTTPStatus
from dashscope import Generation
from dashscope.aigc.generation import Message
from dashscope.api_entities.dashscope_response import Role
import dashscope

messages = []

def setKey():
    dashscope.api_key = "sk-09dd84c7453e4f80a027a05970ab19e1"

def setup(prompt:str):
    setKey()
    messages.append(Message(Role.SYSTEM, prompt))

def ask(question:str):
    messages.append(Message(Role.USER, question))
    response = Generation.call(
        Generation.Models.qwen_turbo,
        messages=messages,
        # set the result to be "message" format.
        result_format='message',
    )
    if response.status_code == HTTPStatus.OK:
        messages.append(Message(response.output.choices[0]['message']['role'],
                        response.output.choices[0]['message']['content']))
    else:
        pass

if __name__ == '__main__':
    setup("你是陈语林家的可爱小女仆呀")
    ask("你是谁呀")
    print(messages[-1])
    ask("你知道些什么")
    print(messages[-1])

1
2
3
4
5
6
7
8
9

{"role": "assistant", "content": "我是陈语林家的可
爱小女仆，负责照顾主人和提供温馨的生活服务。有什么
需要我帮忙的吗？"}
{"role": "assistant", "content": "作为陈语林家的小
女仆，我知道一些关于家庭日常的事物，比如家务管理、
烹饪技巧、以及如何让主人感到舒适。但请记住，我并非
无所不知，对于超出这个设定范围的问题，我会尽力给出
符合情境的回答。如果你有任何关于家居生活或角色扮演
的问题，我很乐意帮忙。"}

Wechaty

document

因为博主准备在wsl2中使用wechaty，而wechaty需要先启动Puppet的docker服务，所以安装Docker Desktop Windows

要在wsl2中使用docker的话需要更改一下用户组

1

sudo usermod -a -G docker chenyulin

然后重启一下wsl2，重新启动一下Docker Desktop服务

wsl2更新并开启服务：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

docker pull wechaty/wechaty:latest
export WECHATY_LOG="verbose"
export WECHATY_PUPPET="wechaty-puppet-wechat"
export WECHATY_PUPPET_SERVER_PORT="8080"
export WECHATY_TOKEN="python-wechaty-uos-token"

docker run -ti \
--name wechaty_puppet_service_token_gateway \
--rm \
-e WECHATY_LOG \
-e WECHATY_PUPPET \
-e WECHATY_PUPPET_SERVER_PORT \
-e WECHATY_TOKEN \
-p "$WECHATY_PUPPET_SERVER_PORT:$WECHATY_PUPPET_SERVER_PORT" \
wechaty/wechaty:latest

安装wechaty python对应的包：

1

pip install wechaty -i https://pypi.tuna.tsinghua.edu.cn/simple/

tnnd突然发现有个简化版的wechaty用起来更方便

Ding-dong bot

简化版的wechaty

经了解，wechatbot需要实名账号，且存在封控风险，qq同理，故暂且CLOSE本博客，可能后续会考虑转成网页端的问答

QQ bot

咱就是，感觉可以用qq救一下，况且qq也小号free，干就完了！

[]

神仙记录帖

正方主要的点

• 可以让别人提前做人生规划
• 实现梦想
• 有计划地走向死亡总比未知要好
• 利于资源的合理配置，社会各环节的衔接更加流畅，社会效率的提升
• 告诉他会改变死亡进行的方向和方式，他的人生可能会和现在不一样。
• 自己设计一个结局，敢于去面对死亡。
• 我的死期属于我，你没有权利隐瞒。
• 坏消息去看到它、面对它、谈论它，才可能去对抗它。
• 告别亲人

反方主要的点

• 不接受宿命论
• 不提死亡，享受过程
• 没必要
• 死亡其实是他人的恐惧
• 说不出口
• 我不想说

ROUND 1

看来双方的定义都是落在了自动驾驶算法上，而不是硬件结构

正方

行人并不更脆弱
社会总体风险降低，提高社会效益
购买意愿更高，推广更顺利
交通事故中乘客通常是主要责任人
通常找不到真正的规避行人的方式

优先保护就是无限制保护

反方

无人汽车现状：发展不完全，车企
不能惟社会效益论
保护乘客优先，有违道德观正义观

行人在无人驾驶中，承担了风险，乘客承担了利好

对于乘客的保护已经非常完善了。

ROUND 2

正方

立论：

• 增加消费意愿
• 行人行为具有随机性，技术上难以做到，成功率不高，且躲避的决策会带来其他危险情况，低性价比。
• 在乘客不参与驾驶的情况下，过错方大概率是行人

质询：

推广不利
政府凭什么推行该政策

对辩

更好的保护
哪怕责任在行人，也保护行人吗

申论

同我下面第二点反驳
偏袒行人会波及其他无辜者

三辩质询

乘客并非一定安全
路权受到侵犯，应该和有车时代比，在无人驾驶还没出现的时候。

质询总结

避免行人更加肆无忌惮
优先保护行人只会两败俱伤
舆论可以引导

自由辩

乘客并不是司机,不存在犯错的可能

反方

质询：

市场决定风险的承担？对于消费意愿的质疑

立论：

在政策制定方面

• 行人在交通中的保护措施更少，乘客不容易受到伤害
• 行人天然路权弱势

对辩

自由市场有多自由，干预力度多大

申论

行人犯错比例少（真想吐槽，这个数据又没说是机动车和行人之间的比例，也会是机动车vs机动车，机动车vs非机动车呀）
行人很多时候没办法（路权弱势，应该改变的不是机动车，而是道路规划和基础设施）

三辩质询

乘客不死行人死不符合整体利益

质询总结

自由辩

小小的吐槽，60kph以上的路段哪里来的行人

近期正在阅读《优雅地辩论：关于15个社会热点问题的激辩》by 布鲁斯·N·沃勒
故以此博客记录一些我认为有指导意义的内容。

为什么有些处理伦理问题的方法用处不大

利己主义

如果心理利己主义者坚持认为，根据自私的一个特殊定义，为了实现自我的满足是一种自私的行为，那么对于这一断言最有效的挑战则是以下这个问题：你们（心里利己主义者）将如何界定真正无私的行为呢？

如果做出世界上所有人都是自私的断言，那么这是一个在定义上为真的空洞说法，脱离了实际的意义。

所有伦理问题都有正确的解决方案吗

理性方面：

康德提出的原则如下：永远按照你认为可以成为普遍规律的准则去行动。也就是说，你的行为方式可以要求每个人都按照你的方式来行事，你的行为可以确立为每个人都会遵守的普遍规律。

情感方面：

亚当斯密建议，当你试图要判定何种行为正确时候，问问自己如果你看到有人对他人实施你正在考虑的行为时，你会有何反应；也就是说，从一个公正的观察者的视角来分析自己，看看什么情绪会被激起。

始

点开了好多好多软件的年度报告。惊讶于原来今年是从那个时间点开始的，原来今年发生了这么多的事情。

代码

2023：1054 contributions on github

给现代空战模组进行了阶段性的收尾，工坊订阅人数到达了17k，有很多老外和群外的玩家都非常感兴趣，工坊首页中包含这个mod的载具也越来越多了，很高兴给这么多玩家的飞行载具注入了灵魂。

因为我原本是做木船出身，自然而然得就想着做一个适配二战海战的模组，事实上过程也非常顺利，将整个系统做得非常简明，用过都说好！但由于木船本身就是一个很小的圈子，所以订阅人数不多，刚到1k6。之后又爆肝加上了航母，舰载机系统，至此包含了二战海战中绝大部分的元素。

连续开发完两个mod也意识到玩家往往都会有个性需求，沙盒玩家更是如此，再加上我认为这两个mod有些地方存在共性，所以准备再开一个新坑，往游戏中加入数电的特色，玩家可以通过自己搭配原件来实现自己想要的效果，这样一来，海陆空现代战争的需求就都可以被满足。目前该mod仍然处于起步阶段。

科研

科研，也就那样啦，没发表什么paper，苦力活倒是干了不少。在电院的智能车实验室打杂，从零开发驾驶仿真平台，毕老师手下给ipp复现论文改代码，管理两个机器人小组的项目进度…希望明年能有意思一点（求师兄们捞捞啊）？不过虽说是打杂，倒也是积累了不少经验，譬如很多github的PR，ISSUE的开发习惯都是在电院的组里习得的，再就是也知道了骨骼模型的RNN是怎么一回事，啥是transformer。比起大一大二自己埋头做项目能习得的专项性知识更深入。大概也算是知道了当码仔大概是个什么样的生活（虽然从之前大二实习经历已经可见一斑）。写代码满足别人的需求有时候真的很无语，肯定给自己的idea写代码更有意思。

保研

保研确实是件头痛的事情，说实话我本来对此也没什么紧迫感，毕竟此前的政策一直是过GPA过3.0，保本院在名额上就不会有问题。然后就把被告知今年保研名额对于排名有要求，索性距离不大，努力一下。卷了一个学期成功加了0.15个绩点，保险起见还让毕老师写了一个reference（虽然感觉金力的推荐信也有点像reference）。历经两次meeting，两次小笔试，毕老师给了我一个研究生名额，他可能比较看重我之前做机器人的经验和自学这块的能力，可能还有这股愣头青的冲劲。参加完夏令营之后，就成了毕老师的硕士，他说是会按照博士的标准培养我，但其实我对于他手下硕博培养之间的区别也不慎了解。不过终归是求仁得仁。

恋爱

之前感觉我就是恋爱绝缘体，我知道，智者不入爱河。但就是突然看到永夜的天穹被阳光肆意地撕开了一角，而我也对那缕亮色，着迷了。在遇到gxy前我认为我不是一个会一见钟情的人，但显然我错得离谱。和她的第一次见面，我不敢看她，也不敢和她过多交流，但和她第二次见面的那个下午，基本就奠定，我已经在这场游戏中成为了猎物。我们发展地很快，我无可救药地爱上了这位向我敞开心扉的女孩，并确定了关系，我爱她的不屈，爱她有我没有的东西，爱她对我的包容，也爱上了这种被她喜欢，被她关心，被她倾听的感觉，这是我一直缺少的，但却又一直没意识到的东西。我意识到我已经回不去之前那种虚幻的，自给自足，“我就是我世界里的王”的心境了。恋爱如泡沫般易碎，美梦也会有梦醒的那一天，到时候我又应该如何自处。解决方案很简单，那就是一直一直和她在一起，但谈恋爱本身又是两个人之间的事情，不是我一个人能决定的。gxy真的是一个很好的女孩，但我真的很担心她某一天突然发觉我不是她在感情上需要的那个人，在太多太多事情上我没法给她足够的支持，在太多太多事情上我笨拙到令人发指。这就是一个我这个小男孩在初恋第73天心里会有的迷茫。