Posted 2024-04-05Updated 2025-03-09Review12 minutes read (About 1828 words)

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。

小小的回顾

我对于hexo的初识源于我的室友，他当时先入了hexo的坑，然后和我说，hexo好啊，拿来写博客针不戳。
不得不说，虽然hexo的架构非常简洁高效，但原landscope主题实在是太丑了，丑到让人感觉是原始人刚驯服互联网时捣鼓出来的东西。
于是乎在建站的第一天，我就踏上了主题，美化的不归路。那几天就真的也没干别的事情，就是不停地在github上找合眼缘的主题，然后磕磕绊绊地替换，部署，再更改主题内容，最终选了一个icarus的魔改版，当时真的觉得圆满啦！
现在想起来当时真的啥也不懂，安装个npm的包都能耗这么长时间（毕竟当时专业完全没接触网页相关的计算机知识啦），明明这些事情半个小时就能搞定。也庆幸自己当年的初生牛犊，今天的自己做这些事情从容了很多。不过自己当时好像github都不咋会用，这有点不应该呀。

...

#Hexo

Posted 2024-04-05Updated 2026-02-228 minutes read (About 1242 words)

Wechat bot

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

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：

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：

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',
)

response

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：

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

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])

{"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：

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！

[]

#Python AI GPT App

Posted 2024-04-05Updated 2026-02-22a few seconds read (About 12 words)

Customize hexo Icarus

神仙记录帖

#Hexo

Posted 2024-04-05Updated 2026-02-2226 minutes read (About 3910 words)

人间一趟，心无挂碍vs心有所属更值得

Hey, password is required here.

#Philosophy Debate

Posted 2024-04-05Updated 2026-02-224 minutes read (About 632 words)

自动驾驶遇到危险时，乘客保护优先vs行人保护优先

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

#AI Debate

Posted 2024-04-05Updated 2026-02-22a minute read (About 200 words)

如果你知道别人的死亡时间，你会告诉ta吗

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

#Debate

Posted 2024-04-01Updated 2025-03-099 minutes read (About 1340 words)

心无挂碍vs心有所属-辩论材料

Hey, password is required here.

#Debate

Posted 2024-03-18Updated 2025-03-093 minutes read (About 412 words)

优雅的辩论-读书笔记

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。

#Reading Debate

Posted 2024-01-02Updated 2025-03-09杂记16 minutes read (About 2325 words)

潮汐锁定

Hey, password is required here.

#Emotion

Posted 2023-12-31Updated 2024-11-02Review10 minutes read (About 1426 words)

2023 Review

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。

前言

小小的回顾

LLM

Chocie

API KEY

Code

写成notebook形式

一个简单的重写的module

Wechaty

Ding-dong bot

QQ bot

ROUND 1

正方

反方

ROUND 2

正方

立论：

质询：

对辩

申论

三辩质询

质询总结

自由辩

反方

质询：

立论：

对辩

申论

三辩质询

质询总结

自由辩

正方主要的点

反方主要的点

为什么有些处理伦理问题的方法用处不大

利己主义

所有伦理问题都有正确的解决方案吗

Archives

Recents

Tags