早年我将大量博客配图托管于七牛云，但当时并没有在本地对图片进行统一压缩。虽云端支持图片处理，但长期积累仍面临两个问题：

• 部分图片原始分辨率和体积过大，即使经过云端处理，存储空间占用和流量成本依然偏高。
• 历史图片太多，云端管理并不友好。

为此，我采用了一种更通用、可控的方案：「云端下行同步 → 本地批量压缩 → 上行覆盖同步」。此举既能压缩历史存量，又能建立一套可自由管理的图床库。

方案总览

• 核心组件：Rclone（支持 S3 协议）
• 处理方式：本地批量压缩（无损 / 视觉无损）
• 同步逻辑：
  1. 全量下载（云端 → 本地）
  2. 本地处理（压缩）
  3. 增量覆盖（本地 → 云端）

七牛云兼容 AWS S3 协议，可直接通过 Rclone 的 S3 Provider 访问，无需额外插件。

第一步：部署 Rclone

Rclone 是单文件命令行工具，无须安装，配置环境变量即可使用。

1. 获取程序

访问 Rclone 官网下载页，下载适用于 Windows 的 Intel/AMD - 64 Bit 压缩包。

2. 解压

将解压后的文件置于固定目录，例如 C:\rclone\，确保该目录下包含 rclone.exe。

3. 配置环境变量

1. 按 Win 键，搜索「环境变量」，进入「编辑系统环境变量」。
2. 点击「环境变量」，在「系统变量」列表中找到 Path。
3. 新建条目：C:\rclone\。

4. 验证

启动 PowerShell 或 CMD，执行：

rclone --version

输出版本号即表示配置成功。

注意：日常使用建议避免以管理员权限运行 PowerShell，以免权限冲突导致 Rclone 异常。

第二步：建立连接

前置准备信息：

• 七牛云 Access Key（AK）
• Secret Key（SK）
• 存储桶（Bucket）所属区域（如华东、华北等）

配置流程

1. 执行配置命令：

   rclone config

2. 输入 n 新建远程连接（New remote）。

3. name：命名连接，例如 qiniu。

4. Storage：选择 S3（Amazon S3 Compliant Storage）。

5. provider：选择 Qiniu（Qiniu Object Storage）。

6. access_key_id：输入 AK。

7. secret_access_key：输入 SK。

8. region：留空回车。

9. endpoint：根据区域填写对应的接口地址（Endpoint）：

   | 区域 | Endpoint | | :

从 LastPass 换到 KeePass 已经 5 年。作为一款老牌工具，KeePass 的优势有目共睹：开源免费、本地数据库存储、极高的定制自由度。然而，其痛点也不少：数据库需要自己同步，浏览器扩展更新停滞，自动填充也不稳定。

于是我尝试将密码管理方案迁移至 Bitwarden，并选择通过自托管 Vaultwarden 来替代官方订阅服务。Vaultwarden 是一个由社区维护的轻量级服务端实现，不仅兼容 Bitwarden 核心协议，更能完美适配官方客户端。其资源占用极低，可以部署于 NAS 或树莓派。彼时的我认为，这似乎是在“同步便利性”与“数据掌控权”之间找到的一个完美平衡点。

为什么会想用 Bitwarden

同步省心

与 1Password、LastPass 等主流方案一致，Bitwarden 采用标准的「服务端 + 客户端」架构。所有凭据由云端（或自托管服务端）统一分发，实现了真正的实时多端同步。相比 KeePass 须时刻惦记“修改后同步数据库文件”的繁琐，Bitwarden 彻底抹平了这一认知负担。

自带安全检查

Bitwarden 内置了完善的密码健康度分析、弱密码预警及泄露检测功能。它将分散的账户风险通过仪表盘集中呈现，方便用户及时处置潜在隐患。

现代化的一致体验

无论是在浏览器扩展、桌面端还是移动 App，Bitwarden 都保持了高度统一的 UI 设计与交互逻辑。相较于 KeePass 浓重的“极客工具感”，Bitwarden 的操作路径更为清晰直观，即便是非技术用户也能迅速上手。

深入使用后的“水土不服”

尽管纸面参数看似无懈可击，但在高频使用的真实场景中，一系列体验落差开始显现。

排序逻辑僵化

Bitwarden 的条目与文件夹强制依赖名称（A-Z）排序，完全缺失了 KeePass 中灵活的“自由拖拽排序”功能。若想将高频账号置顶，或按照个人习惯组织列表顺序，只能通过极其笨拙的重命名方式变相实现。

数据库管理受限

Bitwarden 的安全策略相对固化，例如对主密码复杂度的强制校验及繁琐的修改流程。相比之下，KeePass 赋予了用户对数据库加密算法、迭代次数及密钥文件组合的完全控制权，这种“丰俭由人”的开放性是 Bitwarden 难以企及的。

自托管的稳定性隐忧

选择自托管 Vaultwarden，就意味着你得自己抗下服务器运维的苦活。相比之下，KeePass 搭配坚果云、OneDrive 等成熟的 WebDAV 服务，稳定性反而更有保障。毕竟个人的 NAS 或服务器难免遇到断电、断网或者硬盘故障。

最终选择：回归 KeePass

折腾一圈之后，两者优劣已十分清晰：

| 维度 | Bitwarden | KeePass | | :

帮你在客厅的大电视上，以极低的延迟畅玩书房高配电脑里的 3A 大作。

前言：什么是 Moonlight + Sunshine？

简单来说，就是把电脑（被控端）的画面实时传输到电视/手机/平板（控制端），并把手柄/键鼠的操作回传给电脑。相比 Steam Link，这套方案延迟更低、画质更好，支持 HDR 和 120Hz，是目前体验最好的局域网串流方案。

安装与连接

电脑端（被控端）

安装 Sunshine。安装完成后，Sunshine 会自动在后台运行。

电视/手机端（控制端）

安装 Moonlight。

配对

1. 确保电脑和电视连接在同一个局域网（强烈建议使用 5G WiFi 或有线连接）。
2. 在电视上打开 Moonlight，应该能自动搜索到你的电脑（显示为一个电脑图标）。
3. 点击连接，电视上会显示一个 PIN 码。
4. 在电脑上打开 Sunshine 管理界面（浏览器访问 https://localhost:47990），输入这个 PIN 码完成配对。

核心设置：分辨率与画质

很多新手遇到的最大问题是：电脑显示器是 1080P，电视是 4K，怎么让游戏在电视上以 4K 运行？

这里有三种方法，推荐程度依次递增：

方法一：通过 Moonlight 客户端设置

这是最简单的方法，Moonlight 会告诉 Sunshine "我想要什么分辨率的画面"。

1. 打开电视上的 Moonlight。
2. 找到已配对的主机，点击设置图标（齿轮）。
3. 进入 Streaming Settings：
   • Resolution（分辨率）：设置为 4K (3840x2160) 或 1080p。
   • Framerate（帧率）：推荐 60 FPS（更稳定）或 120 FPS（更流畅，需网络支持）。
   • Bitrate（码率）：
     • 1080P 建议：15 - 30 Mbps
     • 4K 建议：40 - 80 Mbps
   • Video Codec：首选 HEVC (H.265)，画质更好带宽占用更低。

方法二：使用虚拟显示器

如果你想让电视拥有完美的 4K HDR 体验，而不受物理显示器限制，安装 Sunshine 虚拟显示器驱动是最佳选择。

1. 打开 Sunshine 管理页面，进入 Configuration -> General。
2. 找到 "Sunshine Virtual Display Driver"，点击 Instal 按钮自动下载并安装。
3. 安装后，Sunshine 启动串流时会自动创建一个虚拟显示器。
4. 你可以在 Windows 显示设置里，单独为这个虚拟显示器设置 4K 分辨率和 HDR。

方法三：修改 Sunshine 默认分辨率

在 Sunshine 后台手动指定分辨率。

1. 打开 Sunshine 管理界面 (localhost:47990) -> Configuration。
2. 找到 Desktop Resolution Presets。
3. 将 Desktop 模式的分辨率改为你期望的数值。

常见问题与优化建议

• 网络连接：串流对网络稳定性要求极高。
  • 有线连接 > 5G WiFi > 2.4G WiFi（绝对不要用 2.4G）。
  • 如果电视只有百兆网口，建议通过 USB 3.0 转千兆网卡扩展，或者使用高素质的 WiFi 6。
• 关于黑屏：如果连接后黑屏但有声音，通常是分辨率设置冲突或 HDCP 问题，尝试使用方法二的虚拟显示器可以解决大部分问题。
• 手柄支持：Moonlight 完美支持 Xbox 手柄、PS4/5 手柄震动透传。建议将手柄连接到电视/电视盒子上。

实际体验：Wi-Fi 的局限性

虽然理论上 5G Wi-Fi 带宽足够，但在我的实际测试中，无线连接的稳定性依然是最大瓶颈。

测试环境 1：同一房间，距离路由器约 3 米，使用 5G Wi-Fi。 结果：依然存在间歇性卡顿，即使我尝试降低分辨率和帧率，流畅度也没有达到完美预期。

测试环境 2：书房与客厅隔着两堵承重墙。 结果：卡顿明显，基本无法正常游玩。

结论： 虽然 Sunshine + Moonlight 方案上限很高，但对网络环境（尤其是延迟抖动）非常敏感。如果希望获得“如本地般丝滑”的体验，有线连接 依然是不可替代的终极解决方案。如果条件受限必须用 WiFi，请做好心理预期，或者尝试升级到更高端的 WiFi 7 路由器并独占频段。

Notion 是一款非常优秀的工具，管理着我所有的 Mermaid 流程图。但在 Windows 平台上，其开机启动体验堪称灾难级别。

许多用户开机后都会遇到 Notion 自动启动却一片空白的现象。无论归咎于网络波动还是程序响应延迟，这种「死机般」的体验都极度影响使用好感。

对此，最彻底的解决思路只有一条：完全禁用 Notion 原生自启，转为通过脚本手动延时启动。

一、形同虚设的启动选项

许多用户试图在 Notion 设置中关闭“开机启动”，却往往徒劳无功。事实上，该选项并未直接展示在设置面板中，而是隐藏在任务栏托盘图标的右键菜单里，名为「登录电脑时打开 Notion」。

更令人沮丧的是，这个开关存在明显缺陷——即便用户取消了勾选，重启电脑后它往往会自动复原。这一点在 Reddit 上已被大量用户证实。

二、终极方案：任务管理器强制禁用

既然软件内部的软开关失效，就必须通过 Windows 系统层级进行硬性管制。

1. 打开任务管理器（快捷键 Ctrl + Shift + Esc）。
2. 切换至「启动应用」选项卡。
3. 定位到 Notion。
4. 右键点击并选择「禁用」。

此操作能从系统底层切断 Notion 的自启权限，彻底根除白屏困扰。

三、进阶方案：脚本延时启动

禁用自启虽然解决了白屏，但也意味着每次开机都需要手动打开软件。若通过脚本实现延时启动，则可兼顾“自动化”与“稳定性”——让 Notion 在系统和网络完全就绪后再运行。

1. 创建脚本

新建一个文本文档，填入以下代码，并将文件后缀名修改为 .bat（例如 NotionDelay.bat）：

@echo off
:: 等待 60 秒，确保网络连接就绪
timeout /t 60 /nobreak
:: 启动 Notion（请根据实际安装路径调整）
start "" "%LOCALAPPDATA%\Programs\Notion\Notion.exe"
exit

提示：如果不确定 Notion 的具体安装路径，可在桌面 Notion 图标上点击 右键 -> 属性 -> 目标 进行查看。

2. 配置自启

1. 按 Win + R 打开运行窗口。
2. 输入 shell:startup 并回车，系统将打开「启动」文件夹。
3. 将制作好的 .bat 文件（或其快捷方式）放入该文件夹内。

配置完成后，脚本将在每次开机时自动运行并等待 60 秒。待系统负载稳定、网络畅通后，脚本才会唤起 Notion，从而确保软件界面极速加载，彻底告别白屏。

在排查用户反馈的“功能异常”时，很多时候问题并非出在工具本身，而是网络环境的差异所致。

PC 端的网络往往充满了变数：公司内网策略、代理软件、Hosts 修改、DNS 污染等等。这些因素都可能导致请求失败，而在开发者自己的电脑上却难以复现。

为了排除这些干扰，我通常会选择**使用手机（蜂窝数据）**来进行测试。这是一个相对“纯净”、独立的网络环境。但随之而来的痛点是：手机浏览器虽然环境纯净，却缺乏 PC 浏览器那样强大的 Network 面板，无法直观看到具体的请求细节和报错信息。

本文介绍一种我常用的方案：让手机走纯净的网络环境，通过 USB 连接电脑，在 PC 端的 DevTools 中查看手机上的网络请求。

Android + Chrome DevTools

适用于 Android 手机 + Windows / Mac 电脑。

手机端设置

1. 进入设置 → 关于手机，连续点击「版本号」7 次，开启开发者模式
2. 返回设置，进入开发者选项，启用「USB 调试」

连接与调试

1. 用数据线连接手机和电脑

2. 手机端切换 USB 模式为「传输文件（MTP）」或「传输照片（PTP）」

3. 电脑端打开 Chrome，地址栏输入：

   chrome://inspect/#devices

4. 勾选 Discover USB devices，等待设备出现

5. 在手机 Chrome 打开目标页面，电脑端点击 Inspect

现在你可以在 DevTools 的 Network 标签页中，实时查看手机发出的所有请求。

iPhone + Safari Web Inspector

适用于 iPhone + Mac 电脑（Windows 暂不支持）。

iPhone 设置

1. 进入设置 → Safari → 高级
2. 开启「网页检查器（Web Inspector）」

Mac 设置

1. 打开 Safari，进入设置 → 高级
2. 勾选「在菜单栏中显示"开发"菜单」

连接与调试

1. 用数据线连接 iPhone 和 Mac
2. 在 iPhone Safari 中打开目标页面
3. Mac Safari 菜单栏点击开发 → [你的 iPhone 名称]
4. 选择当前正在浏览的网页，即可打开 Web Inspector 查看 Network

常见问题排查

Chrome Inspect 看不到设备

USB 调试是物理连接行为，与网络无关。如果设备未显示，按以下顺序排查：

| 问题 | 解决方法 | |

React 19 与 Ant Design v6 升级完成后，我明显感觉到页面 CLS（累积布局偏移）性能变差。首屏渲染时样式出现闪烁，组件尺寸直至 JS 执行完毕才最终稳定。这种情况在 Docusaurus 等静态站点中尤为严重。

一开始我尝试通过 CSS 强制锁定组件宽高（min-width / min-height）缓解偏移，但这牺牲了代码的可维护性。为此，我开始尝试 Ant Design 官方提供的 zeroRuntime 方案。

本文记录了我在使用 Ant Design zeroRuntime 过程中遇到的核心问题、踩过的坑，以及最终为什么选择了 「只使用 CSS + 单一主题」 这一方案。

问题根因：Ant Design 的 CSS 并不是完整样式

在排查过程中，我发现了一个关键事实：

antd/dist/antd.css 中大量使用 var(--ant-*)
但这些 CSS 变量并不存在于任何静态 CSS 文件中

原因在于 Ant Design v6 的样式机制：

• Ant Design v6 默认使用 CSS-in-JS
• --ant-* 这类 CSS 变量是：
  • 由 JS 在运行时动态注入
  • 而非静态 CSS 中提前定义

对于 Docusaurus 这类预渲染的静态 HTML 来说：

• 首屏只包含 HTML 结构
• CSS 变量尚未注入
• 等 JS 执行完成后样式才完整
• 因此不可避免地产生 CLS 和样式闪烁

即使已经引入了 antd/dist/antd.css， 只要 CSS 变量依赖运行时注入，首屏 HTML 本身仍然“感知不到完整样式”。

zeroRuntime 的设计原理

zeroRuntime 的核心目标非常明确：

在构建阶段生成完整样式，而不是依赖运行时 CSS-in-JS 注入

官方文档对此的描述是： zeroRuntime 会在构建时，根据配置生成一份完整、可直接使用的 CSS 文件。

具体表现为：

构建阶段

• 通过 genAntdCss.mjs（或类似脚本）
• 基于指定的 theme、token 配置
• 生成一份完整、静态 CSS

运行阶段

• 不再生成或注入样式

• 组件默认假设：

  所有样式已经存在于页面中

这直接带来一个非常重要的结论：

使用 zeroRuntime 后，所有样式相关配置必须在构建期确定

zeroRuntime 下的能力边界（能做 / 不能做）

这是使用 zeroRuntime 必须接受的现实边界。

✅ 可以做的事情

• 在生成脚本中配置全局 theme
• 构建阶段生成一套固定主题的 CSS
• 使用 ConfigProvider 设置 locale（不影响样式）

❌ 不能做的事情

• 在组件中通过 ConfigProvider 动态设置 theme
• 使用 theme.useToken()
• 运行时切换主题色、componentSize 等样式相关 token

一句话总结：

zeroRuntime = 样式在构建期“完全写死”，JS 不再参与样式生成

这并不是限制，而是 zeroRuntime 的设计前提。

cssVar.key 必须完全一致

在启用 zeroRuntime 时，有一个非常容易忽略、但影响极大的配置点：

cssVar: {
  key: "aishort";
}

这个 key 的作用是： 作为 Ant Design CSS 变量的命名空间标识。

⚠️ 必须保证以下两处完全一致：

1. 生成 CSS 的脚本配置中
2. 应用主题时使用的配置中

如果不一致：

• 构建出来的 CSS 变量无法被组件正确命中
• zeroRuntime 实际上是“未生效”的
• 页面刷新时会出现：
  • 字体大小闪烁
  • 组件样式先错后对

一个非常简单的判断方法：

刷新页面是否出现样式闪动？

• 有 → zeroRuntime 没有真正生效
• 没有 → 样式已经完全静态化

多主题：理论可行，工程上不值得

我曾尝试过生成 浅色 + 深色两套 CSS，并在运行时进行切换。

结论非常明确：

复杂度极高，不值得投入。

主要问题包括：

• 多套 CSS 同时存在时：

  • 后加载的主题会覆盖前者

• 即使切换主题：

  • 实际生效的仍然是权重更高的那套变量

• 为了解决变量覆盖问题：

  • 需要大量人为拆分、加权、隔离

• 可维护性和可预测性急剧下降

最终结论是：

zeroRuntime 并不适合运行时多主题切换

因此目前站点仅保留 单一深色主题，不再提供主题切换能力。

ConfigProvider 的现实限制

Ant Design v6 提供了大量基于 ConfigProvider 和 theme.useToken 的定制能力。

但在 zeroRuntime 模式下：

• 这些能力几乎全部不可用
• 官方文档中也明确指出：
  • zeroRuntime 仅适用于 构建期确定样式的场景

这意味着：

• 原本基于 Ant Design 统一主题系统的设计
• 需要回退到：
  • 写死样式
  • 预编码 token
  • 构建期生成 CSS

本质上，这是一次明确的取舍：

用灵活性，换取首屏性能和样式稳定性

总结

zeroRuntime 并不是一个“无脑开启就能提升体验”的方案，它更像是一个 为静态站点和性能极致优化而设计的工程取舍。

它确实解决了：

• CLS 问题
• 首屏样式闪烁
• 运行时样式注入带来的不确定性

但代价同样明确：

• 主题必须在构建期确定
• 动态主题能力几乎全部失效
• 多主题的工程复杂度呈指数级上升

如果你的项目：

• 是静态站点（如 Docusaurus）
• 主题风格长期稳定
• 更看重首屏性能和视觉一致性

那么 zeroRuntime 是值得使用的方案。

但如果你需要：

• 运行时动态主题
• 高度可配置的设计系统

那么就必须接受 CSS-in-JS 带来的运行时成本， 或者等待 Ant Design 在未来提供更成熟的解决路径。

5月底的赛里木湖，稍微下了点雨，上山后什么都看不见

文章

除了内存，AI 也在导致硬盘涨价

https://www.tomshardware.com/pc-components/hdds/ai-triggers-hard-drive-shortage-amidst-dram-squeeze-enterprise-hard-drives-on-backorder-by-2-years-as-hyperscalers-switch-to-qlc-ssds

人工智能的快速发展导致了数据中心的建设急剧增加，远远超出了制造商的生产能力。这种情况不仅导致了内存条的价格飙升，还引发了硬盘供应短缺，特别是企业级硬盘的交货时间已经延长到了两年。为了避免这种延迟，许多超大规模计算服务提供商（hyperscalers）开始转向使用 QLC NAND-based SSDs，以保持成本并实现足够的耐用性。然而，QLC NAND 的需求激增导致了全球 SSD 价格上涨的趋势，预计 QLC NAND 将在 2027 年初超过 TLC 成为主流存储技术。

AI 需求上涨不仅仅是内存受影响，也先导致机械硬盘短缺，然后转向 QLC 固态硬盘。

巴基斯坦报纸误将AI提示词与文章一同刊出

https://x.com/omar_quraishi/status/1988518627859951986

If you want, I can also create an even snappier “front-page style” version with punchy one-line stats and a bold, info-graphic-ready layout

拍摄于11月的绍兴东湖。说是湖，但面积其实很小，1个小时就逛完了

文章

从机构记忆看笔记的重要性

https://timharford.com/2025/05/the-value-of-institutional-memory/

组织可能会忘记过去的经验教训，导致类似的错误重新发生，如大众汽车的排放测试欺骗事件和航天飞机爆炸事件。

AI 会把我们的知识不断压缩，让我们直接问它就可以了。但从机构记忆的价值可知。除非AI给出的已经是最终方案，我们依然不断记录自己的笔记和解决方案。

链式思维的大型语言模型并不具备推理能力

研究人员强调，当前的大型语言模型在生成 “流畅的无意义”（fluent nonsense）内容时，可能会创造出一种误导性的可靠感，这并不代表真正的推理能力。

目前的 AI 是随机生成，它只能对结果靠训练资料作出筛选。

新尝试

老硬盘的用处

为旧电脑清灰时发现一块 浦科特 M6S 128GB, 借助 2.5 寸转 3.5 寸硬盘盒，插入 NAS 做缓存盘了，提高了 Docker 容器的随机读写速度。

桌面麦克风新方案

最初我用的是桌面电容麦克风（心形指向），收音音质很好，但必须离嘴巴非常近（约5～30厘米）才能听清楚，而且放在桌面上也很占位置。我大部分时间只是用它进行语音输入，这种“录音棚级”的音质其实完全没有必要。

因此，我开始考虑使用收音距离更远的麦克风，比如会议用的全向麦克风（音质会比较嘈杂）。

在这个过程中，我突然想到自己有一个很便宜的摄像头，它自带麦克风。于是我试着用它进行语音输入。结果发现，它虽然录音音质很差，但在语音输入时识别准确、能清楚听懂我的话，对我来说已经足够了。

加快周刊更新

周刊已经更新了一段时间，因为我总想着写一篇“大文章”或长文，结果反而导致输出变少了。

所以接下来一周，我打算把之前的一些文章——无论是半成品还是尚未完善的——尽量整理并发布出来，用这一周的时间来解决这个问题。

之后，周刊也会全面恢复正常更新。有时可能只会分享一些小内容，但重要的是不能中断更新。

电脑变“卡”，很多时候并不是性能不够，而是散热与维护问题。本文记录了我对一台用了三年半的新机进行的排查：从软件优化、清灰、更换硅脂，到水冷报废、改用风冷，再到风扇调节与硬件升级。最后整理出一份维护计划和配置建议，供大家参考。

当电脑开始出现：开机变慢、应用响应迟缓、风扇噪音增大，甚至系统不稳定，原因通常有两个：

1. 散热效率下降 → 硬件降频；
2. 硬件性能不足 → 难以满足新应用需求。

我家里有两台台式机：

• 2014 年老机：Win10 系统，已用 11 年，依然运行流畅；
• 2022 年新机：i7-12700KF + RTX 3080Ti + 64GB，当时算高配。

没想到，用了三年半后，新机竟然开始“卡顿”。于是我开始了一次彻底的散热与维护排查，以下是全过程记录。

工具诊断：先确认方向

动手之前，先用工具排查：

• LatencyMon：检测系统延迟，用于排查日常使用中的卡顿问题。
• HWMonitor：监控关键硬件的传感器数据，如温度、电压和风扇转速。
• Process Explorer：深入分析进程信息，找出在系统响应缓慢时资源占用过高的程序。在 CPU 占用图中，绿色代表用户进程，红色则代表系统核心或驱动程序。

👉 建议的排查顺序：

1. 先看是否是软件进程异常；
2. 若软件正常，再重点检查散热和温度。

例如，我曾因开启 ManicTime 的屏幕截图功能，导致切换应用时出现短暂卡顿，关闭后问题立刻消失。此外，另一个可能原因是电源。我也是在一次突然断电黑屏后才察觉到这一点，而这通常难以及时判断。

硬件维护：散热是关键

清灰：第一步必做

散热问题往往来自灰尘。它会堵塞进气口、覆盖鳍片，导致温度升高、风扇狂转、最终触发降频。

清洁前准备

1. 彻底断电：关机，关闭电源供应器（PSU）背后的开关，并拔掉电源线。
2. 选择通风环境：最好在室外或阳台，避免灰尘在室内弥漫。
3. 防静电：在接触任何内部组件前，务必触摸机箱的金属部分以释放身体静电。

清洁步骤

1. 拆卸侧板：打开机箱，暴露内部组件。
2. 清洁防尘网：找到并取下机箱的防尘网（通常位于前面板、顶部和PSU下方），用水或刷子彻底清洁。
3. 吹灰：推荐使用压缩空气罐，短促、有力地喷射，并始终保持罐体直立，以防液态推进剂喷出。（我这次用了530精密电器清洁剂，后发现有些人说可能有硅油残留。为安全起见，建议用压缩空气。）
4. 清洁风扇：在对CPU、显卡、机箱和PSU风扇进行吹灰时，必须用手指或棉签轻轻固定住扇叶，防止其因气流过快旋转而损坏轴承。对于附着牢固的灰尘，可以用棉签蘸取少量高纯度（>90%）异丙醇进行擦拭。
5. 清洁散热鳍片：将气流对准CPU和显卡散热器的金属鳍片，吹走积聚在内部的灰尘。

SSD 散热：小投入，立竿见影

我的 SSD 待机温度常年 60℃+。加装被动散热片后，降至 40–50℃，卡顿现象有所缓解。安装时注意：SSD 上的原厂贴纸可能是保修凭证，可自行选择是否移除。

👉 建议：SSD 长期高温会影响寿命，几十元的散热片立竿见影。

CPU 导热硅脂：3–5 年就要换

导热硅脂填充在 CPU 顶盖与散热器底座之间，保证热量高效传导。几年后会逐渐干涸、硬化，导致 CPU 温度升高。

更换步骤：

1. 拆卸CPU散热器：首先断开CPU风扇的电源线，然后根据散热器的固定方式（卡扣或螺丝）将其从主板上取下。由于旧硅脂可能有粘性，轻轻旋转一下散热器有助于分离。
2. 清理旧硅脂：使用无绒布（如咖啡滤纸）或超细纤维布，蘸取适量异丙醇，彻底擦拭CPU顶盖和散热器底座上的所有旧硅脂。
3. 涂抹新硅脂：将一粒米或豌豆大小的新硅脂挤在CPU中央即可。无需手动涂抹，散热器的压力会自动将其均匀压开，形成一个薄而均匀的导热层。
4. 重新安装散热器：将散热器垂直、平稳地放回CPU上，避免滑动。然后以对角线顺序分次拧紧螺丝，以确保压力均匀分布。

⚠️ 不要用消毒湿巾或低浓度酒精，避免水分残留损伤硬件。

我更换硅脂后，开机温度直飙到 100℃。排查发现，并不是涂抹问题，而是水冷散热器老化。

一体水冷报废 → 换风冷更安心

一体式水冷散热器寿命通常只有 3–5 年。随着时间推移，可能会出现以下问题：

• 冷却液损耗：虽然是密封系统，但仍有极少量冷却液会随时间蒸发，可能影响散热性能。
• 水泵故障：这是最常见的故障点。如果系统过热且您在iCUE等监控软件中看到水泵转速（RPM）为0，或听到水泵发出异常噪音，则可能意味着水泵已经损坏。
• 气泡问题：如果您听到水冷头或管道内有明显的“咕噜”或冒泡声，说明冷却循环内混入了空气。您可以尝试轻轻前后倾斜机箱，或将水泵转速设为最高运行一小时，以帮助将气泡排出水泵，聚集到冷排顶部。

我这套水冷用了三年半，性能已明显衰退，更换硅脂时甚至彻底坏掉。于是换上 200 元的双塔风冷，CPU 温度降至 30–50℃，比之前低了 20℃。

对比来看：

• 老机的风冷 → 11 年依然坚挺；
• 新机的水冷 → 3 年半报废。

👉 建议：能用风冷就别折腾水冷。

风道检查

更换风冷后，我在机箱顶部加装了两个 140mm 风扇。用 AIDA64 监控后发现：新风道是“负压”（出风大于进风）。虽然排热效率可能稍高，但容易从各处缝隙吸入灰尘。理想状态是略微正压，以兼顾散热与防尘。如果你搞不清风道怎么算，可以把传感数据都丢给AI分析。

于是我在 BIOS/UEFI 中调整了前置进风风扇的转速。操作流程是：开机时按特定键（通常是Del）进入BIOS设置，可以找到如“QFan Control”（华硕）、“Hardware Monitor”（微星）或“Smart Fan”（技嘉）等选项。在这里，您可以为CPU和机箱风扇选择预设模式（如静音、标准、性能），或根据温度手动设定风扇转速曲线。

调节时，注意记录主板接口与风扇的对应关系，便于后期调整。比如我的风扇布局如下：

进气：前 2（#3、#4）
CPU 风冷：双塔，从前吹后 (#2)
排气：上 2（#1）、后 1（#5）
GPU：自带 3 风扇

显卡风扇控制

与机箱风扇不同，显卡风扇需要专门的软件来进行控制。

• 通用第三方工具：MSI Afterburner 是广受欢迎的显卡超频和监控工具，它兼容NVIDIA和AMD的绝大多数显卡。用户可以通过其“风扇”设置选项，启用自定义的自动风扇控制，并拖动节点来设定一条与GPU温度相对应的风扇转速曲线。
• 品牌专用软件：
  • 华硕（ASUS）：提供GPU Tweak III软件，用于调整显卡参数，包括风扇控制、超频和电压调整。
  • AMD：Adrenalin Edition 驱动套件中内建了“性能调优”工具，允许用户直接控制显存频率、核心频率以及风扇速度。
  • NVIDIA：也提供官方工具，允许用户动态调整风扇速度，并可设置基于温度的自动控制。

原本还计划顺便给显卡更换硅脂，但考虑到（手残）风险太大就放弃了。好在显卡平时温度维持在 60℃ 左右，属于正常范围。

电源：最容易被忽视的隐患

电源问题对电脑的影响远比想象中严重，但又很难直接诊断。当电源老化或供电不稳时，可能出现以下症状：

• 电压波动：导致 CPU/GPU 降频保护，表现为不规则的卡顿或掉帧；
• 突然断电/黑屏：高负载时电源供电不足，系统直接关机；
• 啸叫/异响：电源内部元器件老化，发出高频噪音。

排查与处理建议：

1. 直接接墙插：电源线应插入墙壁插座，而非排插，以减少电压损耗和静电干扰。
2. 善用保修：台式机电源通常有 5–10 年的质保。我这台电源在使用三年半后，进入冬天经常需要彻底断电放静电才能开机。联系店家后成功更换了新的电源。第一台换来的存在啸叫问题，再次申请更换后，第二台才恢复正常。
3. 更换全套模组线：如果更换电源，建议一并换掉所有模组线（显卡供电线、主板 24pin、CPU 8pin、SATA 线等），避免老化线材带来的接触不良。

我这次卡顿的根本原因很可能就是电源。换新后，系统稳定性明显改善，再也没有出现过无故黑屏或随机卡顿。

⚠️ 电源故障不像温度问题那样有明确数据可看，排查时容易被忽略。如果前面的散热、软件都没问题，电源值得重点怀疑。

软件优化：MSI Utility V3

MSI Utility V3 是一款第三方开发的小工具，通过启用 Message Signal Interrupt (MSI) 模式，优化 Windows 的中断处理，避免传统线基中断容易因共享 IRQ 产生冲突而出现的高延迟（DPC/ISR 延迟）、随机卡顿。

十年内的电脑基本都支持 MSI Utility V3，我个人体验效果明显。AMD 显卡默认开启 MSI，NVIDIA 需手动切换。

使用方法：

1. 下载 Msi-Utility-v3
2. 以管理员身份运行 MSI_util_v3.exe
3. 找到显卡（如 "NVIDIA GeForce RTX xxxx"） → 勾选 “MSI” → 优先级设为 High
4. 点击右上角 "Apply"，重启电脑生效

推荐设置：显卡/声卡/网卡设为 High，NVMe 控制器设为 Normal。

硬件升级：低成本提升

SSD 升级

把系统盘从机械硬盘迁移到固态硬盘（SSD），提升最明显：开机时间大幅缩短、系统响应变快。

实现迁移主要有两种途径：

• 克隆：使用专用软件将旧硬盘的内容完整复制到新SSD上。这种方法保留了所有数据和设置，非常便捷，但有时也会将旧系统中的潜在问题一并带过来。
• 全新安装：在新SSD上全新安装Windows，然后重新安装应用程序并迁移个人数据。虽然步骤较多，但能保证最佳的性能和稳定性。

内存升级

内存不足时，系统会频繁调用虚拟内存（硬盘空间），造成明显卡顿。但在如今的大多数场景下，这个瓶颈已经不常见。对 Win11 用户来说，32GB 已经足够覆盖日常使用。我自己的 64GB 内存，常年占用不到 40%。

如果你要升级内存，要注意以下几点：

• 检查兼容性：确定主板支持的 DDR 类型、最大容量与频率。
• 双通道更优：例如 2×8GB 比单条 16GB 性能好。安装时需将内存条插入主板上指定的配对插槽中。
• 频率设置：部分内存需在 BIOS 启用扩展内存预设（XMP）才能跑满标称频率。例如，DDR5-6000 内存条一般默认仅以4800MHz的频率运行。

总结与维护计划

调整后，整机表现明显改善：

• CPU 温度 ↓ 20℃
• SSD 温度 ↓ 15℃
• LatencyMon 测试一整天无异常

长期维护表

| 频率 | 任务 | | :

在注册海外账户或申请 API（如 Telegram 的 api_id/api_hash）时，如果出现莫名的「ERROR」，很可能是平台将你识别为 “VPN/数据中心”流量，从而触发了风控。 此时，可以使用 Cloudflare WARP 获取更像“家用宽带”的出口 IP，从而提升通过率。

重要提示 Cloudflare WARP 不是“科学上网”工具，免费版的带宽和可用性一般，不建议作为常用 VPN。 它更适合在访问风控严格的网站时临时使用，完成操作后及时关闭。

Cloudflare WARP 是什么？

Cloudflare WARP 基于 WireGuard 协议工作，让你的网络流量经过 Cloudflare 节点中转，获得更“干净”、更接近普通家庭网络的出口 IP。 在 Windows、macOS、Android、iOS 等平台都可以一键连接，使用体验接近普通 VPN，但更适合解决特定的风控问题。

解决 Telegram API 申请 ERROR 的步骤

1. 下载并安装 WARP 客户端：前往 https://one.one.one.one 下载并安装 Cloudflare 1.1.1.1（WARP） 客户端。

2. 切换到 WARP 模式：打开应用，将模式切换为 WARP，然后点击连接按钮。

3. 申请 Telegram API：使用浏览器的无痕/隐私模式访问 https://my.telegram.org/apps，登录账户并申请 api_id 与 api_hash。

4. 遇到 ERROR 时切换出口 IP：如果仍提示 ERROR，可在 WARP 客户端点击“断开/重新连接”，更换出口 IP 后再刷新页面重试。

小贴士 同一账号在短时间内多次失败可能触发额外风控，建议等待几小时后再尝试。

如何检查 IP 质量

使用 ipdata 查询当前 IP 信息，重点查看 TRUST SCORE：

• 分数高 → 更可能顺利通过平台风控
• 分数低/标记为高风险 → 可能仍会被拒绝

封面图片拍摄于今年六月的新疆禾木。到了那，我才发现天能有多蓝，中午可以清晰的看见月亮。

文章

人工智能承诺提高效率，但它却让我们工作得更辛苦

https://afterburnout.co/p/ai-promised-to-make-us-more-efficient

人工智能工具本应释放我们的时间，但它们增加了我们的认知负荷，降低了我们的工作效率。 这种模式在各项研究中是一致的：人工智能工具创造了一种效率的错觉，同时经常使系统更努力地工作，而不是更智能。个人开发人员感觉更快，但团队交付速度更慢。人们报告说节省了时间，但组织发现协调成本增加。 即使生产力确实提高了，“在相同的时间内完成两倍的工作”——不是减少工作，只是在相同的时间里塞进更多的工作。我们不应该试图在相同的时间内做更多的工作;我们不应该以提高时间效率为目标，这样我们就不必每周工作 60+ 小时。

我们是不是过于追求效率，反而导致自己的生活失衡了？

人工智能并没有让工作效率提高 10 倍

https://colton.dev/blog/curing-your-ai-10x-engineer-imposter-syndrome/

10 倍的生产力意味着十倍的结果，而不是十倍的代码行。这意味着您过去在一个季度内发货，现在只需一周半即可发货。这些数字应该会让最真实的人工智能信徒停下来。传统上需要 3 个月的工作中的产品构思、故事点协商、错误修复、代码审查、等待部署、测试和 QA 的数量现在在 7 个工作日内完成？为此，这些瓶颈中的每一个都必须提高 10 倍的生产力。 LLM 产生的东西通常是损坏的、产生幻觉的或低于代码库标准的。这些错误的频率随着代码库的大小而增加。发生这种情况时，您必须重新提示，这可能会立即解决问题，或者可能会浪费大量时间。或者你可以自己进去修复代码。但随后你又回到了区区 1 倍的工程师身份，如果你已经习惯了 vibe 编码而忘记了如何编码 ，也许会更糟。

这篇文章戳破了 AI 生产力论的面具。如果你有相同的纠结，值得细读。

缺乏意图是导致阅读LLM生成的文本令人疲惫的原因

https://lambdaland.org/posts/2025-08-04_artifical_inanity/

我假设作者选择他们所用的词是有原因的，并且每个句子都是为了传达作者希望我理解的东西。 LLM 或类似生成文本时，此模式将失败。当我以为自己正在阅读真实的文本时，阅读草率的文本是令人筋疲力尽的：由于我对幻觉或无关紧要的事物没有警惕，所以每一个看似不合时宜的短语都会让我想知道为什么这个短语会在那里 ，以及我错过了什么 ，而实际上，这样的问题是格式不正确的：那只是一个偶然创作的短语， 听起来不错，但实际上根本没有太多意图。 缺乏意图是阅读人工智能如此令人反感的原因。在我们需要关心和关注的一切背后，都需要有一个人类的意图——人类的意志和人类的关怀。

我习惯用 AI 来修改文章的语法，但总会删掉其中一半的内容。除了废话过多外，更重要的是，我们往往忘了 AI 的生成原理是随机拼接。随机生成的内容，你会喜欢看？

应用

Gemini 创建个人插图故事书

http://gemini.google.com/gem/storybook

只需描述您能想象到的任何故事，Gemini 就会生成一本 10 页的插画书。英文支持语音阅读。可以用来给儿童讲故事，帮将简笔画、照片变成故事书。

今天在听中岛美雪的演唱会时，发现视频里内置了字幕。相比我之前用 Whisper 转写出来的版本，原生字幕肯定要准确得多。于是我开始找工具，希望能把这些内嵌字幕提取出来。试了好几款之后，最终脱颖而出的是 —— Subtitle Edit。

Subtitle Edit 是一款功能强大的开源字幕编辑器，适用于字幕的提取、编辑、格式转换与翻译等多种场景。它支持多种视频与字幕格式，并内置 OCR 字符识别、语音转写、时间轴同步等实用功能。

最新版可在 GitHub 发布页 获取，或通过 国内镜像 下载。支持 Windows，部分 Linux 系统可通过 Mono 兼容运行。

字幕提取

1. 打开视频文件

启动软件后，点击菜单栏的“文件”（File） -> “打开”（Open），选择你想提取字幕的视频文件。

2. 选择字幕轨道

如果视频中包含多个字幕轨道，Subtitle Edit 会弹出窗口供你选择需要提取的那一条。

3. （可选）进行 OCR 识别（适用于图像字幕）

若视频字幕为图像格式（如 DVD 的 VobSub 或蓝光的 PGS 字幕），软件会提示你进行“光学字符识别”（OCR）。此时建议选择 Paddle OCR 引擎，并根据字幕语言进行设置。点击「开始 OCR」后进行识别，完成后点击右侧的「确定」按钮。

🚀 小提示：对于中文、日文等非拉丁字符，Paddle OCR 的识别效果明显优于 Tesseract 等传统引擎；后者更适用于英文字幕。

4. 保存为所需格式

字幕提取后，你可以在主界面中查看字幕文本与对应的时间轴。点击“文件”（File） -> “另存为”（Save as），在保存类型中选择所需格式。

其他功能

除了基础的字幕提取功能，Subtitle Edit 还提供了丰富的扩展能力，适用于更复杂的字幕编辑与翻译需求。

语音转写

当视频中没有字幕轨道时，可以通过“工具”（Tools） -> “语音识别”（Audio to text）自动生成字幕。Subtitle Edit 支持多种识别引擎：

• Whisper（推荐，效果最优，支持多语言识别）
• Vosk（轻量级本地模型，适合资源受限环境）

用户可选择语言或启用自动识别，支持断点恢复、每句字幕自动分段等配置。

字幕翻译功能

在已有字幕的基础上，Subtitle Edit 支持一键翻译所有字幕内容，可通过“翻译”菜单调用主流翻译引擎，如：Google Translate、DeepL、Yandex 等。你还可以选择手动逐句翻译，适合需要逐句优化语序的场景。

如果你需要批量的字幕翻译体验或使用ai翻译字幕，可以使用我开源的 Subtitle Translator 工具。 该工具支持批量上传字幕，调用多个翻译 API，并可选择中英对照、断句模式、自定义输出格式等，适合字幕组、译者和内容创作者使用。

字幕同步与修正

Subtitle Edit 提供多种对齐和修正工具，帮助字幕更精确地贴合音视频内容：

• 自动根据音频波形对齐字幕时间
• 快速统一字幕偏移（正向或负向延迟）
• 修改帧率（用于从不同源转换视频）
• 检测并修复字幕重叠、间隔过短、过长等问题

字幕格式批处理

• 支持常见字幕格式互转：如 .srt、.ass、.sub、.vtt 等
• 支持 UTF-8、ANSI、Unicode 等多种编码转换
• 提供批量文本替换、去空字幕行、规范化字幕格式等自动化操作

精修同步字幕

可切换为“波形图”或“频谱图”视图，辅助进行精确的起止时间调整。非常适合精修口型同步字幕或歌词字幕。

常见误区说明

• MKVToolNix 并不能直接导出文本字幕：尽管有些 AI 推荐该工具提取 MKV 字幕，但实际上它输出的是 .mks 格式（容器文件），而非可读的字幕文本。
• HandBrake 不支持字幕提取：该工具适用于视频转码与压制，但无法直接提取字幕。

拓展：实时生成字幕

1. Windows 11 实时字幕：

   • 快捷键：Win + Ctrl + L
   • 适用于系统层面的视频、音频播放，能够在屏幕上直接显示字幕。

2. Chrome 浏览器实时字幕（Live Caption）：

   • 开启方式：进入浏览器 设置 → 无障碍 → 实时字幕，打开后在观看网页视频时会自动生成字幕。并可实时翻译为其他语言。

这类实时字幕和翻译功能，可以理解为一种轻量级的本地 Whisper。对于英文内容，识别效果已经相当不错；在其他语言环境下，也能生成字幕，只是准确度较差。

HandBrake 是一款功能强大的开源视频转换工具，支持 Linux、macOS 和 Windows 系统。它可以将已有的视频文件转换为在手机、电视盒子、游戏机、电脑或浏览器等多种设备上兼容的格式。支持的视频格式广泛，包括普通摄像机拍摄、屏幕录制以及蓝光源等。

我个人收藏了不少蓝光电影资源，但在 Emby 中无法直接播放。将资源迁移至云盘后，更是连在线播放都成问题。因此，我决定使用 HandBrake 将这些资源重新压缩为支持软字幕的 MKV 格式，以便在不同设备间更好地播放和管理。

操作说明

1. 导入视频源

打开 HandBrake 后，点击左上角的“打开源（Open Source）”按钮。可选择以下方式导入视频：

• 直接选择单个视频文件；
• 导入整个 BDMV 文件夹（HandBrake 会自动识别主电影）；
• 实测可加载映射为 cd2 路径的 115 网盘本地资源。

导入后，程序会自动分析视频内容，识别出音频轨道、字幕轨道等元数据。

2. 设置字幕轨道

切换到“字幕（Subtitles）”标签页后，点击“轨道（Tracks）” > 添加所有剩余字幕轨道。

常见设置建议如下：

• 主语言字幕：不勾选 Burn In，可勾选 Default；
• 强制外语字幕（如英语电影中的西班牙语对白）：
  • 勾选 Burn In（烧录字幕）；
  • 同时勾选 Forced Only（仅提取强制字幕）；

以下为字幕选项的详细说明：

| 选项 | 说明 | 建议设置 | |

当我第一次接触 AI 生成图像时，我发现生成的图像往往与我想象的场景不符。原因大多是因为提示词描述不精准。作为非英语母语的人，我在描述场景时往往用母语的思维方式，但有时会导致完全不同的结果。因此，我设计了 IMGPrompt —— 帮助不懂英语的人也能精准地生成完美的 AI 图像，甚至 AI 视频。这个工具旨在让每个人，无论是什么语言背景，都能轻松创建 AI 作品！

IMGPrompt 是专为 Stable Diffusion、Midjourney、DALL·E 和 FLUX 打造的 AI 图像提示词编辑器，界面简洁直观，使用户能够轻松地查看并组合所需的提示词文本。每个提示词都附有中文翻译，用户仅需通过点击或输入关键词，即可快速选取或组合，从而大大简化了文生图提示词输入。

特色功能

智能推荐功能

IMGPrompt 提供基于用户输入的关键词（支持中英等 14 种语言）的智能推荐，自动建议相关提示词，帮助用户快速找到合适的表达，节省创作时间，提升创作效率。

翻译功能

内置免费的翻译功能可以将任意语言的提示词转换为英文，确保生成的提示词适用于不同的 AI 工具。这让用户在多语言环境下使用 IMGPrompt 更加便捷，减少因语言障碍造成的困扰。

随机换色功能

此功能允许用户快速替换提示词中的颜色词，为创作增添多样性和趣味性，激发创作灵感，帮助用户探索更多的创作方向。

界面说明

1. 选择提示词范围

在界面顶部，你会看到“选择对象”和“选择属性”两个区域。点击相应的标签（如“人物”、“表情”、“动作”等）来缩小提示词的范围，从而帮助你更准确地选择所需提示词。

2. 浏览和插入提示词

在“选择标签”区域，你将看到不同颜色的标签，每个标签显示的是英文提示词及其母语翻译。点击所需标签时，它们会自动添加到提示词文本框中，方便快速选取。

3. 编辑提示词和推荐

在右侧的提示词文本框中，你可以直接编辑或输入自定义提示词。请使用逗号分隔不同的提示词，系统将自动处理标签化的操作。

IMGPrompt 会根据你的输入自动匹配相关提示词并进行智能推荐。点击智能推荐标签，即可插入相应提示词。如果最后一个提示词匹配到提示词库中的内容，它将以打勾的绿色标签形式显示。

4. 使用常用功能

• 快速插入：点击“肖像光线”和“常用润色”按钮，快速插入常用的提示词。
• 否定提示：通过“否定提示词”按钮复制常用的否定提示词，帮助优化图像生成结果。
• 翻译：点击“翻译”按钮，可以将任意语言的提示词转换为英文，确保在不同的 AI 工具中兼容，帮助非英语用户解决语言障碍问题。
• 随机换色：使用此功能随机替换提示词中的颜色词，激发创意灵感。

5. 复制结果与清空

• 复制结果：完成编辑后，点击“复制结果”按钮，将生成的提示词复制到剪贴板，方便直接粘贴到你选择的 AI 图像生成工具中。
• 清空和重置：点击“清空”按钮，快速清除所有已选择的标签和输入的提示词，以便重新开始编辑。

结语

IMGPrompt 支持网页、客户端、Docker 部署，旨在简化 AI 图像生成的提示词创作过程。通过直观的界面和丰富的提示词库，它能帮助你更快速、更精确地表达创意想法。无论你是 AI 艺术创作的新手还是专业人士，IMGPrompt 都将是你强大的创作助手。

Markdown 是我日常使用最频繁的文本格式，但现有的翻译工具往往难以保持其原有格式。因此，我开发了 md-translator，一个专为 Markdown 优化的翻译工具，旨在 精准翻译文本的同时保持格式完整。其翻译机制类似于字幕翻译器，详细参数可参考 说明文档。

为什么开发 md-translator？

在开发 md-translator 之前，我测试过以下工具，但由于各自的局限性，未能满足我的需求，这里简单记录它们的特点，供参考。

• GT4T：支持 Markdown 批量翻译，用户可将整个文件夹拖入 GT4T 文件翻译器，自动翻译其中的所有 Markdown 文件。然而，该工具只能商用，即使添加自定义 API，仍要求付费，因此对个人用户不太友好。
• Markdown Docs Translator：一款开源免费的 Markdown 翻译工具，基于网页版接口进行翻译。然而，翻译速度较慢，且在长文本处理中容易发生中断。

使用说明

本地缓存机制

所有翻译内容都会缓存在本地，以提高重复翻译时的速度。如果需要重新翻译，可以点击 “重置翻译缓存” 按钮。

Markdown 元素支持

md-translator 目前已支持解析以下 Markdown 语法，并在翻译时保持格式：

• **FrontMatter 元数据（

在处理文本时，经常需要用到简繁转换。然而，网络上排名前三的简繁转换工具均会将原文本发送至第三方服务商进行转换，这可能引发隐私问题。因此，我基于 opencc-js 构建了一个本地的简繁转换工具。相比之下， opencc无法在客户端运行，故未被选用。

本工具支持对文本、文档进行简繁转换，批量文档将自动按原文件名导出。

成品：https://tools.newzone.top/zh/chinese-conversion

更新支持

部分词汇的简繁转换可能存在问题，欢迎在下方留言，我将添加对特例的支持。

待更新功能：

• 自定义替换：用户可自行设定由 A 转换为 B，实现特定词汇的转换。