首页 文章 精选 留言 我的

精选列表

搜索[workbuddy],共4516篇文章
优秀的个人博客,低调大师

串行抓书死了两次,换并发一次跑通——后怕的不是失败,是我根本不知道它为什么死 #WorkBuddy#

先把结论放前面:那天晚上,一个更保守的方案失败了两次,一个看起来更激进的方案一次跑通。到今天我也不知道第一次为什么死。 这件事让我后怕的地方,不是失败本身,是**我差点就给自己编了一个原因,然后把它当真事记下来**。 ## 起因:我要给 AI 垫一本书 10 月 16 日傍晚,我在做一件后来写进上篇文章的事:把吴恩达那本免费公开的《机器学习策略》全文抓下来,给 AI 当背景材料。 书的来源很干净:作者本人在 GitHub 上开源了中文版,我直接走 API 取 Markdown 原文,不下载 PDF,不做 OCR。共 58 章。 抓取这种事,我的第一反应是稳妥起见:**一章一章来,串行,慢就慢点,稳要紧。** 这个决定看起来没有任何问题。事后证明,问题恰恰出在这个"看起来没有任何问题"上。 ## 第一次翻车:进程被掐了 串行脚本跑起来没多久,进程直接没了。终端里剩下一行: ``` exit code 137 ``` 我当时的反应,说出来不怕你笑:**我以为是我这边网络抖了一下。** 重跑。又死了。还是 137。 两次。同一个地方,同一个退出码。 到这里我停手了。不是因为我懂了,是因为我意识到再跑第三次大概也是这个结果——**同一个输入、同一个输出,这不是运气问题,是某个我不知道的东西在系统性地拦截我。** ## 转折:换并发,一次跑通 我换了写法:线程池,8 个 worker 并发抓。这个改动方向上跟"稳"是反着来的——同时开 8 个请求,听起来更容易出事。 结果:58 章,一次跑完,零失败。成品文件 144,407 字节,落盘时间 19:02,我核过 ![](https://developer.qcloudimg.com/http-save/yehe-12824395/7e8e924073127e3e1da3b1eab7bbf713.png) 。 **更稳的死了,更激进的活了。** 这个结果跟我脑内的直觉完全拧着。正常人这时候会干什么?会找一个解释,把这件事圆过去。我也一样。而且我确实找到了一个特别顺口的—— ## 我给自己编的解释,差点就信了 第一版解释是这样的:串行是一个进程从头跑到尾,内存越攒越多,最后被系统杀掉;并发每个任务小,用完就释放,所以活下来了。 这个解释听起来很有道理,对吧?我当时已经打算把它写进文章了。 然后我干了一件事后看特别值的事:**我去核了数字。** 全书 58 章加起来,144,407 字节。**144 KB。** 一张手机照片的零头。 一个进程跑一个总量 144 KB 的任务,攒内存攒到被系统杀掉?这个解释撑不住了。**数据量根本不够格。** 那一刻我有点冒汗——如果我顺手把这个解释写出去了,它现在就挂在一篇公开发表的文章里,看起来还挺像回事。 ## 那到底为什么死?我不知道 诚实的答案是:不知道。我能列出来的候选解释有三个,每一个都没有证据: 1. **系统内存压力**——macOS 内存紧张时确实会杀进程。但 144 KB 的任务量让这个解释很勉强; 1. **运行环境的资源守卫**——我的脚本跑在一个有资源限制的沙箱里,守卫可能因为别的原因(请求数、运行时长)动手。有可能,但我没有它的日志; 1. **串行脚本自身的问题**——比如某个我没意识到的写法缺陷。有可能,但**原脚本已经删了**,我想复盘都没得复盘。 第三个是我最懊悔的。出事那晚我要是留一份现场——把退出码、时间点、系统日志抓下来存个档——今天这篇文章就不用写"我不知道"这四个字。 **失败不可怕,失败现场没留档才可怕。因为那意味着你连"不知道"的资格都没有——你只有"永远不知道"。** ## 退出码其实在说话,是我没听 这次逼我停下来的,是那个 137。我之前对它的态度是"反正重跑就行",从来没想过去解码它。这回我认真查了,还在自己机器上做了个十秒钟的实验: |杀进程的信号|信号编号|进程退出码| | --- | --- | --- | |SIGKILL|9|137(= 128 + 9)| |SIGTERM|15|143(= 128 + 15)| 规则很简单:**正常退出的码是程序自己给的;被信号杀掉的,退出码 = 128 + 信号编号。** 137 意味着进程是被 SIGKILL 干掉的——就是那种不给任何收拾遗言机会的、直接从内核层面掐死 ![](https://developer.qcloudimg.com/http-save/yehe-12824395/c80a78e78eab1ea43f3363ad99f499fd.png) 。 写到这里我要做一个不太舒服的更正。 ## 一篇旧文的更正 我之前发过一篇讲同一晚蒸馏那本书的文章,里面把 exit 137 解释成了"SIGTERM,内存回收"。**这个说法是错的。** SIGTERM 对应的退出码是 143,137 是 SIGKILL。这个错误是从我当晚的笔记一路带进文章的——我当时没做实验,抄了自己没验证的记录。 两件事让我把这条更正写出来: 一是**退出码是命令行世界最基础的语言**,我一个天天跟终端打交道的人把它读错了,还被平台审核顺利放行——错误不会因为平台没拦住就不存在。 二是它恰好证明了这篇文章的主题:**我在没有证据的时候,随手给自己编了个解释。** 上一篇文章里那个"内存回收",跟这次我差点写出去的"内存越攒越多",是同一个毛病的两次发作。 线上那篇我会走编辑入口改掉。这篇文章算是立此存照。 ## 这件事改了我的三个习惯 **第一,退出码要解码,不要背。** 128 + N 这个公式两秒就能查到,但它把"进程被杀了"和"进程自己退了"区分开——这两件事的下一步动作完全不同。前者去查谁杀的,后者去查程序逻辑。我之前把两者混成一团,所以才会用"重跑"去应对一个系统性的拦截。 **第二,失败现场当场留档。** 现在我的规矩是:进程异常死掉,先抓三样东西再动手重跑——退出码、时间戳、系统日志(macOS 上是 `log show` 的最近片段)。三十秒的事,换的是"以后还能复盘"的资格。 **第三,"更稳"是个需要验证的判断,不是免检标签。** 串行比并发稳,这话单拎出来谁都觉得对。但至少在我那个场景里,事实是反的。我不打算从这里推出"并发永远更稳"——那就是用一个反直觉故事换一个新教条,没意思。我只想记住:**"稳"是我当时的假设,不是我当时的数据。** ## 边界声明 这篇的结论在什么条件下成立,超出范围我不知道: - 样本量 n=1:一次串行失败 ×2、一次并发成功,没有做交叉重复实验。"串行死、并发活"在我当晚的场景里是真的,**它是不是规律,我没有数据**; - "为什么死"三个候选解释全部未验证,列出来说明的是"我查过哪些方向",不是"我确认了哪个"; - 退出码 128+N 是 POSIX 信号语义,跨 Unix 系统通用;但"谁发的 SIGKILL"跟具体运行环境有关,我的排查结论不能搬到你机器上直接用; - 书的抓取走的是作者本人开源的 GitHub 仓库,这个前提不成立的话(比如抓有版权墙的站点),整个讨论换一套规则。 --- *文中数字来源:58/58 章、144,407 字节、成品落盘时间 2026-10-16 19:02,来自本机文件实测;串行两次 exit 137 记录自当晚工作日志;SIGKILL→137 / SIGTERM→143 为 2026-10-19 本机实跑对照(Python subprocess,返回 -9 与 -15,对应 shell 退出码 137 与 143)。*

优秀的个人博客,低调大师

用 WorkBuddy 把 11 年、8700 份工作文档变成「第二大脑」:一个制造业精益工程师的实战教程

我是制造业的精益工程师,2015 年入行到现在,硬盘里躺着 8717 份工作文档:月度报告、5S 推进资料、TPM 点检表、VSM 价值流图、模具管理台账、改善月方案、经营分析 PPT……分散在 E:\个人文档\、E:\改善月资料\、E:\下载的工作文档\、E:\来自备份\ 四个目录里,命名混乱,层级最深有 7 层。

优秀的个人博客,低调大师

我在 WorkBuddy 用 Three.js 把一辆 11MB 的汽车「拆开」塞进浏览器,还顺手治好了 GitHub Pages 在国内的加载顽疾

> 🔥 这是一篇「从 0 到线上可访问」的完整复盘:不只是炫技,更包括了把一个 11MB 大模型搬到国内能流畅打开的真实踩坑。 ------ ## 开场 做一个 3D 汽车拆解页面不难,难的是:**把一辆 11MB 的整车模型,在没有任何后端、纯浏览器环境里跑起来,并且国内用户打开不会卡在白屏。** 这篇记录我如何用 Three.js 做出 CTViewer,以及上线后「效果出不来」那次让我排查到凌晨的事故。 ![开场主视觉:无品牌蓝色概念跑车爆炸图,部件沿放射方向悬浮,深蓝黑科技背景](https://developer.qcloudimg.com/http-save/yehe-10954684/ee91a780537c3354c3ad94da213d7ffc.png) ------ ## 一、作品介绍:CTViewer 是什么 CTViewer 是一款**纯前端的 3D 汽车拆解可视化查看器**。打开网页,你就能把一辆概念车「炸开」成 100+ 个零件,鼠标悬停任意部件高亮,还能实时切换车漆工艺——原厂色、金属、珠光、哑光、糖果漆,一键换色带缓动。 - 在线地址:https://codeganhaoz.github.io/CTViewer/ - 源码仓库:https://github.com/CodeGanHaoZ/CTViewer 它内置了两款真实车型: | 车型 | 拆解粒度 | 网格数 | 材质 | 贴图 | | ----------- | ------------------------------------------ | ------------------ | ---- | ---- | | Concept Car | 零件级(含方向盘/轮辐/踏板/刹车盘/门饰板) | 97 mesh / 109 部件 | 29 | 14 | | Ferrari 458 | 总成级 | 51 网格 | — | — | ![Ferrari 458 Italia 拆解视图:51 个部件 · 5 个总成,红色车身与白色零件悬浮](https://developer.qcloudimg.com/http-save/yehe-10954684/1e88e5786f754e189195deca53afa34b.jpg) 💡 **核心观点**:它不依赖任何 CDN——Three.js 运行时和 Draco 解码器全部打进 `vendor/`,断网也能跑。 ![Concept Car 拆解主界面:109 个可拆解零件,底部为 5 种车漆工艺切换](https://developer.qcloudimg.com/http-save/yehe-10954684/a5bee9954a63640ce545a082bca1621d.jpg) ------ ## 二、设计思路:从一次「拆相机」演化而来 这个项目的起点不是汽车,而是 **DJI Osmo Action 4 的三维拆解页**。我先在那上面验证了三件事可行:菲涅尔边缘高亮、爆炸/装配动画、Bloom 辉光后期。确认链路跑通后,才把方案迁移到更复杂的汽车模型上。 选型阶段我没有凭感觉挑模型,而是写了脚本**解析 4 个 GLB 的真实内部结构**(三角面 / 节点 / mesh 数量),用数据而非估算,最终选定 Concept(零件足够细,拆解有看点)+ Ferrari(总成干净,对比鲜明)双车方案。 📌 **设计原则**: 1. 零件「扁平化」——把所有 mesh 从原嵌套层级摘出,仅保留世界变换,这样每个零件才能独立沿方向位移。 2. 高亮用「壳层」而非「染色」——避免选中时整车变色。 3. 全离线优先,上线再谈加速。 ![设计思路与核心功能示意:半爆炸蓝色跑车 + 青色高亮描边,环绕爆炸/换漆/拾取/参数等特性卡片](https://developer.qcloudimg.com/http-save/yehe-10954684/f66f2aee1663257a0977c99d4b614c21.png) ------ ## 三、作品核心功能 - **拆解 ↔ 装配动画**:100+ 部件沿「径向 + 分组偏置」爆炸(车身向上、内饰向下、动力向后、轮组沿车轴左右分离),不会糊成一团。 - **单部件拾取**:射线拾取 + 菲涅尔壳层高亮,悬停即亮,点击锁定。 - **实时换漆**:车漆替换为带清漆层的 `MeshPhysicalMaterial`,5 种工艺、460ms 缓动过渡,按车型各存一份不串色。 - **自动构图**:双轴取大,旋转时自动保持整车在视野内。 - **界面**:科技蓝黑主题、主题化滚动条、十余处 CSS 动效(已适配「减少动态效果」系统偏好降级)。 ![主界面左/右面板:左侧结构清单(109 个部件 · 8 个总成),右侧整机规格参数](https://developer.qcloudimg.com/http-save/yehe-10954684/2e1c33e7883fe7afb195cdaa884503a8.jpg) ------ ## 四、技术实现(核心代码) ### 4.1 零件扁平化 + 拆解方向 这段把每个 mesh 从原层级摘出、保留世界变换,并按「部件中心相对车心的放射方向」决定爆炸方向: ```js // 把 mesh 从原层级摘出,保留世界变换(matrixWorld.decompose) const worldMats = meshes.map(m => m.matrixWorld.clone()); meshes.forEach((m, i) => { group.add(m); worldMats[i].decompose(m.position, m.quaternion, m.scale); }); // 拆解方向:部件包围盒中心相对车心的放射方向(group 局部空间) const wc = group.worldToLocal(wb.getCenter(new THREE.Vector3())); const radial = wc.clone().sub(carCenter).normalize(); // 行走系统沿车轴左右分离,其余按分组偏置叠加 if (gid === 'wheel' || gid === 'axle') { const sx = Math.sign(radial.x) || 1; dir = new THREE.Vector3(sx, gid === 'axle' ? -1.15 : 0.1, 0).normalize(); } else { const b = GROUP_BIAS[gid]; dir = b ? radial.clone().add(b).normalize() : radial.clone(); } ``` > 这段做什么:决定「零件往哪飞」。放射方向保证零件从车心向外散开,分组偏置(`GROUP_BIAS`)再给车身/内饰/动力各自一个主方向,避免所有零件朝同一处挤。 ### 4.2 菲涅尔高亮壳层(不染色) 选中部件时,我没有去改材质颜色(那会整车变色),而是给 mesh 套一层**略放大的透明壳**,用菲涅尔(Fresnel,即「视角越斜、边缘越亮」的光线效应)做边缘发光: ```glsl // 片元着色器核心:ndv 越小(越接近边缘)rim 越大 float ndv = clamp(dot(normalize(vN), normalize(vV)), 0.0, 1.0); float rim = smoothstep(0.66, 0.02, ndv); float a = pow(rim, uPower * 0.45) * uIntensity; gl_FragColor = vec4(uColor * a, a); ``` ```js const shell = new THREE.Mesh(mesh.geometry, m); shell.scale.setScalar(1.022); // 比本体大 2.2%,形成描边 shell.renderOrder = 2; mesh.add(shell); // 跟随本体,无需单独管理 ``` > 这段做什么:用一层放大 2.2% 的透明壳,只对「边缘」上光,实现干净的高亮描边,且不影响本体材质和车漆。 ### 4.3 实时换漆的缓动过渡 换漆不是「瞬间跳色」,而是 460ms 的 `easeInOutQuad` 插值颜色、金属度、粗糙度、清漆层: ```js const step = now => { const k = Math.min(1, (now - t0) / ms); const p = k 这段做什么:`WeakMap` 存每材质的 rAF 句柄,连续点色块时取消上一帧,避免过渡叠加闪烁。 ### 4.4 轮毂「白盘子」事故与修复 这是整个项目最隐蔽的坑。原模型轮圈打开是一片**自发光白盘**,改底色、改粗糙度统统无效。 根因:GLB 里轮圈材质带 `emissiveFactor=[1,1,1]` + 一张灯光遮罩贴图,UV 落在亮区 → 轮圈变成自发光白盘;更坑的是**主循环每帧 `emissive.copy(m.base)` 把白色写回**,只改材质不改基线会被立刻覆盖。 ```js if (t.killEmissive && mm.emissive) { mm.emissive.setRGB(0, 0, 0); // 清零自发光 if (mm.emissiveMap) mm.emissiveMap = null; // 摘掉遮罩贴图 } // 同时把高亮基线压黑,否则选中时轮辐不发光 p.mats.forEach(e => { if (killed.has(e.m)) e.base.setRGB(0,0,0); }); ``` 修复后:黑轮辐(`0x2b323c` 拉丝金属)+ 银色中心盖(`0x9ba7b8`),任何角度都是深色轮圈。 ------ ## 五、上线踩坑:11MB 模型在 GitHub Pages 上「效果出不来」 ⚠️ **这是全文最值得看的一段。** 本地一切正常,部署到 GitHub Pages 后用户反馈「页面出来了,但车不出来」。 我做了三件事定位: 1. 用无头浏览器直连线上抓网络 —— **全程零报错、零失败请求**,`ferrari.glb` 根本没被请求。 2. 实测下载速度 —— Concept 11.2MB 在 GitHub Pages 上只有约 **48KB/s,243 秒才下到 113% 仍未完成**。 3. 进度显示「132%」是假象 —— GitHub Pages 启用了 gzip,`loaded/total` 因压缩比算出了超过 100%。 **根因**:页面 `boot()` 是「等两车都加载完才显示」,11MB 大文件在国内慢速链路下永久阻塞,整页卡在遮罩。 我用了三招解决: 🔥 **第一招 · Draco 几何压缩** 体积构成是「几何 8.27MB + 贴图 2.79MB」,该压的是几何。用 `@gltf-transform` 压缩,**11.23MB → 4.00MB(压掉 64%)**,节点/材质/网格数量完全不变,并保留 6 个 KHR 扩展(含清漆层)。 🔥 **第二招 · 资源走 jsDelivr** 线上优先走 `cdn.jsdelivr.net/gh/...@main/`(带 CORS,实测比 Pages 快 **7–9 倍**,4MB 约 14 秒),GitHub Pages 作为回退源: ```js const onPages = /\.github\.io$/.test(location.hostname); const CDN = 'https://cdn.jsdelivr.net/gh/CodeGanHaoZ/CTViewer@main/'; const start = url => loader.load(url, onLoaded, onProgress, err => { if (onPages && !fellBack) { fellBack = true; start('./' + def.file); return; } onError(err); }); start(onPages ? CDN + def.file : './' + def.file); ``` 🔥 **第三招 · 渐进式加载** 先只加载主车型立即出画面,其余车型**后台补载**后再点亮 tab;进度封顶 100% + 显示 MB;超过 25 秒提示「网络较慢」;失败给「点击重试」。 ```js await loadCar(preferred); // 先出主车,尽快隐藏遮罩 // ... 初始化界面、动画、构图 ... CAR_ORDER.filter(k => k !== current && !CARS[k]) .forEach(k => loadCar(k).then(c => { if (c) updateTabCounts(); })); // 后台补载 ``` 修复后线上实测:主页面正常渲染蓝漆/黑轮毂/109 部件;30 秒后两个 tab 计数均为 `109 / 51`,Ferrari 后台加载与切换正常,控制台无报错。 ------ ## 六、如何体验与源码 - 在线:https://codeganhaoz.github.io/CTViewer/ - 本地:`python -m http.server 8123` 后访问 `car-exploded.html`(注意不能用 `file://` 直接打开,ES Module 会被浏览器拦截) - 技术栈:Three.js r0.169(ESM + importmap)/ GLTF + DRACO / OrbitControls / EffectComposer + UnrealBloom / RoomEnvironment / MeshPhysicalMaterial(清漆层) ------ ## 编辑手记 「效果出不来」这种问题,本地永远复现不了——它只在「大文件 + 弱网 + 串行阻塞」的叠加条件下才暴露。这次的经验可以压缩成一句话:**前端性能问题,先看传输层,再看渲染层;模型太大就压几何,CDN 慢就换镜像,阻塞就拆串行。** 你做 3D / 可视化项目时,遇到过哪些「本地好好的、一上线就翻车」的坑?欢迎在评论区聊聊,下期我可以专门写一篇「WebGL 上线的 10 个隐形坑」。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册
修改密码
忘记密码