找 leader ，一级一级往上找

vite 构建需要引入 vite-plugin-dts ，可以参考下这个

https://github.com/zcf0508/blocknote-vue/blob/main/vite.config.ts#L33

@iwdmb deepseek 接口好慢

可以看看 b 站 芊芊老猫的日常 这个号。年纪小可以先培养对计算机的兴趣和敏感度。

dama

html 富文本

@june4 https://github.com/laike9m/Python-Type-Challenges 有 python 版本的类型挑战

如果库没有 type hint 那就没办法

另外 vue2 升级到 2.7 可以使用 composition-api 。我的 vue2 项目都是混着写的。

我之前接手的旧项目，我直接来一个大重构，补 ts ，拆包拆组件，调整 eslint 规范，调整 vuecli 配置，前前后后用了不到一个星期，git 记录有 3w 行+ 和 2.6w 行- 。既然你项目到我手里了，那我就按我的习惯调整。

如果有人把这种脏活累活干了，领导还是不愿意接受，那就是领导的问题了。

---

1. options 和 composition api 各有优势，包括 jsx/tsx ，都不是互相排斥的，需要在对应的场景使用适当的方案。
2. 逻辑耦合度高，或者复用性比较强的，可以提取和抽象。没有必要只是为了代码行数做优化。
3. api 写在一起问题不大，但是最好改造成 esm ，有利于构建工具进行 tree-shake 。既然改造了，按模块拆分一下也是合理的。
3. 每个项目有自己的情况，在没有通用的脚手架或者统一规范前是没有办法避免代码风格不一致的问题的。只能尽力去优化。

耳鸣可能是颈椎病前兆

身边有这样的同事，喜欢把你的话重复一遍是吧

长痛不去短痛，趁早去

私部署思源笔记 + 1

这要看你的模型，和数据关系不大

这可以看成是一个分类问题，给定一张图片，把它分类到某个角色上。如果考虑从这个角度去解决问题，那么可以看一下卷积神经网络，通过训练一个模型实现将给定的图片分类。这个实现起来难度不大，对硬件的要求也不高，但是需要自己去收集数据、清洗数据、统一输入尺寸、标记等等，这是比训练更复杂的事情。

如果考虑使用大模型来做，那只能自己微调多模态的模型，对硬件要求非常高。

如果是前端的话可以看下 tensorflow.js ，从给花卉分类学起，下面这个教程还是很简单的。

https://www.tensorflow.org/js/tutorials/transfer/image_classification?hl=zh-cn

不过最好还是用 python 来做，用 js 训练模型的速度真的慢。

最后，ai 模型无法无中生有，都是需要大量的数据学习的。