阅读视图
盘点手里的电子产品传家宝
基于 7z 的 NAS 到网盘备份解决方案,支持增量、分卷、加密、压缩
卸载百度网盘智能看图
CDN 方式引入 Monaco Editor
在线工具 - 富文本转 Markdown
2025 年了,安卓平板上什么第三方九键输入法最好用?
鸿蒙 PC 编译运行 Electron 应用
bat 脚本打印输出彩色文字
Android 强制锁定屏幕旋转方向
腾讯代码托管服务 Coding 将停服
微信快速找出自己创建的群聊
将扣子空间生成的 jsx 格式网页部署到自己的服务器
扣子空间邀请码
字节跳动出了一个类 Manus 的 AI Agent 工具,叫扣子空间,目前是邀请码内测机制,在此分享几个邀请码。
邀请码使用地址: https://space.coze.cn
用完记得评论说下已使用,如果邀请码都已使用,可以评论提醒我补充更多的邀请码。
1 | Q4RA5622 已激活 |
续 1
发出来才 3 分钟不到就全被用了,然而没一个人留言。有真正需求的可以关注博客页面左边的公众号(虹墨iMaeGoo)私信我获取。
续 2
我的所有 20 个邀请码都发放完毕了,你可以通过其他渠道获得邀请码 - https://docs.qq.com/sheet/DUkdXa1JtQWtlSXJp
续 3
更多邀请码放出
1 | 8D01YILO 已激活 |
Midscene.js:AI驱动的自动化测试工具
字节有一个很实用但不怎么火的项目,叫 Midscene.js,Chrome 商店上的安装数仅有 1 万,它是一个由多模态模型驱动的前端自动化测试插件。
Midscene.js 一共就三大 API:Action、Query、Assert
Action 交互
描述步骤并执行交互。例如,在 GitHub 上交互:查找 GitHub 上的 Twikoo 项目,点进详情页,点个 Star——

Query 提取
从 UI 中“理解”并提取数据,返回值是 JSON 格式,想要什么数据结构,它都可以给你。例如,在面试题宝典网站上提取:string[],所有面试题目——

Assert 断言
判断是否符合指定条件。例如,在智能家庭页面断言:电脑是关着的——

大模型支持情况
项目最初仅支持 GPT-4o 模型,跑一行用例的成本在 ¥0.1 左右,还挺贵的,后来支持了 Qwen-2.5-VL 和 UI-TARS,成本就大幅降低了。以下就以千问模型为例,带领大家上手这个神奇的插件。
安装
可以直接从 Chrome 商店安装:
https://chromewebstore.google.com/detail/midscene/gbldofcpkknbggpkmbdaefngejllnief
配置
从浏览器右上角的插件菜单中打开 Midscene.js 的侧边栏,会提示 No config,点击按钮会弹出 Env Config 的设置框,在里面配置以下变量
1 | OPENAI_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1" |
其中的 OPENAI_API_KEY 需要你自己申请,申请的地址是:
https://bailian.console.aliyun.com/?apiKey=1#/api-key
以上链接不包含推广,如果你是首次开通阿里云百炼,新用户是有免费额度的,请注意额度的有效期,避免浪费~
测试
接下来用自然语言随便写一条指令,点击 Run 按钮,见证 AI 开始接管你的浏览器……
代码集成
接下来我们尝试编写爬虫,组合这三大 API,完成复杂的自动化任务。
建一个新的 Node.js 项目,安装所需的依赖——
1 | pnpm install @midscene/web tsx --save-dev |
编写脚本 main.ts,执行你想要进行的操作,例如,打开必应,输入 iMaeGoo 点击搜索,并输出搜索结果——
1 | import { AgentOverChromeBridge } from "@midscene/web/bridge-mode"; |
启动你的 Chrome 插件,点击 Bridge Mode,再点击 ‘Allow connection’ 按钮——

随后运行脚本——
1 | pnpx tsx main.ts |
可以看到脚本成功打开必应搜索 iMaeGoo 并打印出了搜索结果——

仅需两个文件,实现在 VS Code 状态栏监控黄金价格
最近金价波动剧烈,要是能一边写代码,一边实时监控金价变动,就不会错过高低点了!
在 C:\Users\你的用户名\.vscode\extensions 新建文件夹 gold-monitor,在文件夹中创建两个文件 package.json 和 extension.js。
1 | { |
1 | const vscode = require("vscode"); |
重新启动 VS Code(Ctrl + Shift + P,输入 reload window,回车)即可看到效果。

如果你想监测其他品牌金价,可以修改 getPrice 方法,具体实现如下。
1 | async function zheshang() { |
Android 14 APP 全屏代码实现
新的 Android API 改变了应用全屏的方式,网上搜到的全屏代码都不管用了,甚至 谷歌自己的教程 都没有更新,看了 API 文档才研究明白最新代码怎么写。本篇讲述两种新的全屏方式,一种保留状态栏文字的全屏,一种隐藏状态栏的全屏。
保留状态栏,适配全面屏
默认情况下,应用界面不会延伸到系统状态栏、导航栏、导航条等区域,这会很丑,要想适配全面屏显示,在 Android 14 中,可以用一行代码简单实现。
1 | // import androidx.activity.enableEdgeToEdg |
隐藏状态栏,完全全屏
适配全面屏并不会隐藏系统状态栏、导航栏、导航条,如果想实现完全全屏,老办法一般是调用 setSystemUiVisibility(),然而这个方法在 14 中已经弃用了,获取 InsetsController 的 ViewCompat.getWindowInsetsController() 方法也被弃用了,最新的写法是:
1 | // import androidx.core.view.WindowCompat |
屠龙者终成恶龙
赚了眼球丢了节操




前端人的 Python、Conda 环境搭建
前言
许多 AI 相关的项目、游戏辅助工具都使用 Python 语言开发,迫使我开始接触 Python 的环境搭建。作为一个前端人,我已经对 Node.js、NVM、NPM 等工具再熟悉不过了,但搭建 Python 的过程中还是碰到了不少困难,在此记录一下,让和我一样的前端人能更快地理解 Python 的生态体系。
Python 生态
- Python: Python 解释器和运行时环境,对应前端体系中的 Node.js,官网 www.python.org
- Pip: Python 的包管理工具,对应前端体系中的 NPM,官网 pypi.org
- Conda: 用于管理 Python 环境,对应前端体系中的 NVM,但又略有区别
NPM 在安装项目依赖时,会安装在项目的 node_modules 目录下,也就是局部安装,各个项目之间互相不影响,而 Pip 则是默认装在全局,这和前端的思维不一致。装在全局会造成多个项目的管理不便,各个项目之间依赖冲突、相同依赖的不同版本无法同时存在。
为了解决这个问题,Conda 就出现了,它可以创建完全隔离的多个不同的 Python 环境,每个环境可以指定不同的 Python 版本,每个环境所安装的依赖也相互隔离。
环境安装
为了搭建 Python 环境,新手往往会先想到安装 Python,但实际上 Conda 已经内置了 Python,我们 只需要安装一个 Conda,就完成环境安装了。
Conda 有三个发行的安装包,分别是 Anaconda、Miniconda、Miniforge,其中 Anaconda 最出名,它已经内置了数千个常用的科学计算依赖包,属于是开箱即用,但缺点是安装包体积达到了惊人的 912 MB。
Miniconda 就比较小巧了,它没有内置常用依赖,体积也降到了 85 MB,对于我这种需求不高的用户,显然更合适。
- 下载 Miniconda: https://docs.anaconda.com/miniconda/#latest-miniconda-installer-links
- 安装时有一步 Advanced Installation Options,建议选中 “Clear the package cache upon completion”,可以节省部分硬盘空间
修改软件源
和 NPM 一样,默认的国外软件源在国内是无法流畅使用的。我们需要在用户根目录(C:\Users\你的用户名)创建一个 .condarc 文件,输入以下内容来切换成国内源
1 | channels: |
修改环境位置
如果你不想让以后安装的依赖占用 C 盘的空间,还需要提前修改环境位置,在上一步的 .condarc 文件中增加两行
1 | envs_dirs: |
环境创建

在开始中搜索 “anaconda”,找到 “Anaconda Prompt (miniconda3)” 并打开,然后执行
1 | conda create -n 环境名称 python=3.12 -y |
替换命令中的环境名称为你定义的环境名称,替换命令中的 3.12 为你需要的 Python 版本
这样就完成环境的创建了,执行 conda env list 可以查看环境列表
环境切换
仍然是在 Anaconda Prompt 中执行
1 | conda activate 环境名称 |
这样就切换到了对应的环境中
依赖安装
仍然是在 Anaconda Prompt 中执行
1 | cd /d 项目目录 |
注意 -r 后跟项目依赖声明文件,有可能叫 requirements.txt,也有可能叫 requirements-prod.txt,之类的
安装好依赖后,就可以启动项目啦!具体如何启动可以参考项目的 README 文件。
在 bat 中切换 Conda 环境
有时候我们需要编写 bat 脚本来执行一些自动化任务(例如定时执行),这时我们会发现,由于脚本执行时没有切换到指定的 Conda 环境中,会报 Python 找不到的错误。怎样在 bat 脚本中切换 Conda 环境呢?
1 | @echo off |
替换命令中的 D:\dev\anaconda3 为你的 Conda 安装路径,替换最后一行命令为项目的启动命令
配置 PyCharm
如果你和我一样在用 PyCharm 开发工程,还需要在其中配置工程所使用的 Conda 环境
- 在 PyCharm 中打开工程
- 打开 文件-设置-项目-Python 解释器-添加解释器-添加本地解释器

- 选择 Conda 环境,选择
conda.exe所在位置,然后选择刚才创建好的环境,然后确定

- 回到设置窗口选择刚刚添加好的解释器,大功告成