Alby's blog

**类型:Explanation(理解导向)**。本文解释 temperature、mem-fraction-static、max_new_tokens 三个参数为何影响转写质量、显存占用与可支持音频时长,帮助你在遇到重复退化、OOM 或输出截断时做出正确的调参决策。

本文只讨论上述三个参数;top_p、top_k 等其他采样参数不在讨论范围内。

一、问题背景

在上一篇《Ray 应用场景一例》中，我介绍了如何使用 Ray 内置的 node:IP 资源，把任务绑定到指定节点。那篇文章要解决的核心问题是：当任务依赖节点本地文件或节点本地环境时，如何确保后续步骤落到正确的机器上执行。

但在当前项目里，这还不够。

这个项目的执行链路大致如下：

1. 先把音频或视频下载到某个节点的本地磁盘
2. 再使用该节点上的 GPU 模型做说话人分离、ASR 和视频分析
3. 最后生成报告并回调业务系统

如果继续沿用第一篇文章里的思路，节点绑定本身依然是成立的，但会进一步暴露出两个新问题：

1. 每次 GPU 任务启动时都要重新加载模型，初始化成本高
2. 调用方需要自己处理节点绑定、Actor 选择和空闲资源调度，工程上比较粗糙

所以，本文并不是要推翻上一篇文章里的方案，而是在那个思路之上继续往前走一步：在“节点绑定”已经成立的前提下，引入节点级 Actor Pool 做模型预热，并通过 NodeAffinitySchedulingStrategy 实现更稳定的节点级资源调度。

需要先说明一点：本文中的 Pipeline 设计来自一个具体项目实现，不是 Ray 的固定范式。文中提到的某些约束，例如 step_d 固定在 Head 节点执行、step_c 不做节点绑定，都是当前项目的工程选择，而不是 Actor Pool 方案本身的必然要求。

可以把两篇文章的关系简单理解为：

在使用 Oh My Zsh 的经典主题 ys 时，如果你安装了 Anaconda 或 Miniconda，默认情况下 Conda 会强行在 Prompt 最前方插入一行 (base)。这不仅破坏了主题原本的双行美感，还让终端显得异常臃肿。

本文将分享如何通过微调 .zshrc，将 Conda 环境名无缝嵌入到用户名与主机名之后，并保持 ys 原汁原味的配色方案。

默认情况下，终端可能是这样的：

1
2
3

(base)
# alby@tubumu in ~/dev on git:main x [08:00:00]
$

三行显示不仅浪费空间，且视觉上非常割裂。我们期望的目标是将其压缩回两行，并让环境名成为“身份标识”的一部分：

1
2

# alby@tubumu (base) in ~/dev on git:main x [08:00:00]
$

直接将以下逻辑添加至你的 ~/.zshrc 文件末尾（确保在 ZSH_THEME=”ys” 之后）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

# ----------------------------------------------------------------              
# ohmyzsh ys 主题：将 Conda 环境名集成入行内
# ----------------------------------------------------------------

# 1. 禁止 Conda 默认的换行显示（否则切换环境后，行首可能出现重复的环境名）
export CONDA_CHANGEPS1=false

# 2. 定义 Conda 环境显示格式
# 仅在环境激活时返回带括号的名称
function conda_prompt_info() {
    [[ -n $CONDA_DEFAULT_ENV ]] || return
    echo "($CONDA_DEFAULT_ENV) "
}

# 3. 重新定义 ys 主题的 PROMPT 核心逻辑
PROMPT="%{$terminfo[bold]$fg[blue]%}#%{$reset_color%} \
%{$fg[cyan]%}%n%{$reset_color%}@%{$fg[green]%}%m%{$reset_color%} \
%{$fg[magenta]%}\$(conda_prompt_info)%{$reset_color%}\
in %{$terminfo[bold]$fg[yellow]%}%~%{$reset_color%}\
\$(git_prompt_info) \
%{$fg[white]%}[%*]%{$reset_color%}
%{$terminfo[bold]$fg[red]%}$ %{$reset_color%}"

前言

Rust 编译器帮助我们避免了许多常见的内存安全和并发错误，但依然存在一些“坏味道”。这些坏味道不会直接导致编译错误，却可能意味着代码在可维护性、性能或抽象设计上存在问题。本文参考《重构》的风格，整理了常见的 Rust 坏味道及改进方式。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

#!/bin/bash
set -e

# 基准日期（2 年前）
CUTOFF_DATE=$(date -v-2y +%Y-%m-%d)

echo "📅 删除 $CUTOFF_DATE 之前的 Chrome 历史记录..."

# 查找 Chrome 历史记录文件
HISTORY_FILE=$(find ~/Library/Application\ Support/Google/Chrome -type f -name "History" | head -n 1)

if [ -z "$HISTORY_FILE" ]; then
    echo "❌ 找不到 Chrome 历史记录文件"
    exit 1
fi

echo "✅ 找到历史记录文件: $HISTORY_FILE"

# 备份
BACKUP_FILE="${HISTORY_FILE}.bak.$(date +%Y%m%d%H%M%S)"
cp "$HISTORY_FILE" "$BACKUP_FILE"
echo "💾 已备份到 $BACKUP_FILE"

# 转换为 Chrome 时间戳（从 1601-01-01 起的微秒数）
CHROME_EPOCH_DIFF=11644473600
UNIX_TS=$(date -j -f "%Y-%m-%d" "$CUTOFF_DATE" +%s)
CHROME_TS=$(( ($UNIX_TS + $CHROME_EPOCH_DIFF) * 1000000 ))

# 删除旧记录
/usr/bin/sqlite3 "$HISTORY_FILE" <<EOF
DELETE FROM urls WHERE last_visit_time < $CHROME_TS;
DELETE FROM visits WHERE visit_time < $CHROME_TS;
EOF

echo "🧹 清理完成！请重启 Chrome 以生效。"

本脚本由 ChatGPT 辅助生成。

一、概述

从网络下载视频数据，再进行本地 AI 分析，接着调用 LLM(ChatGPT、DeepSeek、Gemini、Qwen等) API，最后生成文档。
整个任务链涵盖了 IO 密集型、GPU 密集型、CPU+IO 混合型运算。
本文讲述了如何使用分布式计算框架 Ray 来满足需求。

一、概述

用常规编程语言绘制图表的工具非常多且功能强大，比如 matplotlib 就几乎能绘制所有类型的二维图表，甚至可以做一定程度的三维绘图。
但是，如果要使用 ChatGPT、DeepSeek、Qwen3 等 LLM 来一次性正确地生成绘制代码，声明式图表语言（Declarative Diagram Languages）可能是更好的选择。
再加上需从“对 Pandoc 友好”、“配置难度”等方面考虑，相较而言最合适的是 Mermaid。

一、概述

mediaosup-worker 目前提供了包括 Windows、Linux、macOS 的预编译可执行程序。如果在 .Net 下使用，可以制作成 NuGet 包。

一、概述

Shell 调用 FFmpeg 进行定时启动和停止录制。

一、准备工作

1、安装 node

1

brew install node

可以不预先安装 meson(ninjia) 和 flatc, 编译时会自动使用 pip 安装。故需确保安装了 python3 。

2、获取源码并安装 node 包

1
2
3
4
5

# 当前目录：/Users/alby/Workspace/OpenSource/Multimedia/versatica
git clone https://github.com/versatica/mediasoup
cd mediasoup
# 如果不关心 node 部分，可以不运行下行。
npm i