Niz66 有 35g 的胶腕。
但他不是 HHKB 配列，我是：

1. ESC 改到 CapLock （因为 Niz66 还有保留 Ctrl ）
2. Backspace 换 2U ，需要拆机剪胶腕

关灯续航应该达不到 1200h ，我工作用，好像是一个月一充吧，对我来说感知很小，所以也没啥印象多久充一次

键帽问题，我是买那种按斤卖的无刻键帽垃圾包，从里面单独找两个按键，因为根本不可能有 1.75U 的 ESC ，我单独找了一个 1.75U 的黄色的无刻 R2 来当 ESC 。单独一两个键帽还是好找的。剩下的买套件。

或者可以试试 3D 打印单独的几个键帽。

换个语言（手动狗头）

先用默认的呀，哪个你觉得不满意再去调整他

其实你这些话直接在面试时候说就好了，如果他不认同，那两边理念不符合，那就直接走。

@cookii 别急，我还没说完呢。喊 “微服务已死” 的那波人，大多都是小公司，小团队，我想说的是，微服务是不会死的，死的是那些用着微服务的小团队。

微服务设计本身并没有优劣之分，只有适合和不适合。团队有三四个人时，或服务规模扩张时，大单体可以拆成小单体，避免代码的互相腐蚀。再随着规模扩大，小单体可以拆的更小，就变成了微服务。

微服务更多的是反应的团队协作问题，而在架构设计上，微服务理念并不一定是直接体现在服务拆分上的。

事实上，你可以看看主流的架构，无论哪个架构，都在提倡 “高内聚、低耦合”，所以，微服务的 “思想” 并不是一个专利，你仍然可以在单体服务上贯彻微服务理念。“解耦本身就是优秀”

至于你说的独立库，更多的是管理上的东西，你看 K8S ，也在使用巨型仓库，但他们有优秀的上下游管理自动化脚本。所以不是说你独立了仓库就一定是最好的，工程化不是一套公式就能打完的。

而你说的分布式、可扩展，这更多的是服务拓扑，你总不能说大单体就不能分布式，就不具备扩展性，很多设计优秀的大单体，他的扩展性能远超微服务。

康威定律说：organizations which design systems ... are constrained to produce designs which are copies of the communication structures of these organizations. — M. Conway （一个组织的系统通常被设计成这个组织通信结构的副本）

微服务起源与大型团队多人协作，你先看看你的团队有几个人。如果就两个开发有什么可微的呢？

我相信，b 站，京东，阿里，一定还用着微服务架构，因为这能解决他们的问题，但对于你的团队呢？能解决什么问题？你不知道怎样的微服务才算优秀，那你有没有考虑过你们团队，你们的项目根本不适合使用微服务呢？

“微服务已死” 虽然说的有些严重了，但并没有太多夸张的成分。服务架构永远不可能存在公式，你的需求千奇百怪，资源也在不断变化。如果你的问题原本的架构解决不了，那换成微服务，大概率也解决不了。没有任何一个架构是银弹，有的只是符合当下需求。

微服务就不可能优秀

go 的主流是不用框架，你看哪个出名的开源项目是用框架的

如果你只是要改代码，那你直接上手就行了，gozero 虽然很屎，但是他至少代码结构还算是清晰的，你只有 crud 的功能的话，直接上手改就好了。如果你还没开始写，那我劝你别用框架。

如果你一定要用框架，protobuf 和 graphql 是值得研究的。否则，Gin ，gorilla/mux 就已经足够了，别搞花里胡哨的。

你要是公司要求当我没说，你要是自己想学，我不能理解为什么你会对一坨史山感兴趣。

protobuf echosystem

如果你是某个插画团队的管理层，你这套工程化方案可以说是非常无敌了。只可惜你是想要创业。

NCE 的意思是，只是能运行是相对简单的，但这只是概念验证，并没办法实际落地。

但 NCE 举得例子不好，因为大多数人并不理解 L3 的定义，L3 自动驾驶是指有条件自动驾驶（ Conditional Driving Automation ），这是 SAE （美国汽车工程师学会）定义的自动驾驶分级标准中的第三级。他在广义上指在特定条件下，车辆可以完全自动驾驶。

我只是要实现特定条件的完全自动，就能说实现了 L3 ，这当然简单了。但你只是实现了你就敢卖吗？做出来和做好，是有很大的差距的。

当然有些东西做出来就能用，就能开始卖钱了，但也有很多东西仅仅是做出来，是没办法真正投入生产的。

Qwen2.5 我用的 SiliconFlow 的 Qwen2.5-7B-Instruct ，我感觉速度还不够，支撑不了 Potplayer 实时翻译，并且经常会夹杂英语和繁体，比较迷惑，对与一些俚语基本上没有识别能力。

@mumbler @BenX 感谢，我会尝试一下 Gemma3 和 Phi-4

@relaxchen SakuraLLM 我好像经常有听说，我也去尝试一波，不过我的代理商似乎没提供这个模型，你是用 ollama 或 vllm 部署吗？

@0x400 Grok 用起来感觉怎么样，我确实也被敏感词困扰，特别是看美剧，那敏感词一多，直接就开始乱翻了。

@SkywalkerJi Deepseek 这种思维链模型实在是太慢了，用在翻译有点浪费。

顺便补充一下我的使用场景：
- Potplayer 实时翻译（ https://github.com/Felix3322/PotPlayer_Chatgpt_Translate ）我觉得这个的 Prompt 可能稍微也有点问题，有空也再研究研究。
- Goldendict 单词翻译（ https://github.com/gitsang/goldendict-llm ）我自己随手写的，还在优化
- 网页翻译（沉浸式翻译 Chrome 插件）我愿称之为最强全文翻译

更新了一个版本，使用模板渲染，模型返回 JSON ，会比 v0.0.1 快不少。

顺便把翻译句子拆开了，翻译句子会快很多。

我只能说少折腾的话我不推荐群晖，群晖还是要折腾，反正我身边买群晖的，怨言都挺大的，他们都只是用来存照片。

虽然我没用过，但给我的感觉就是，群晖很强，但在最基础的功能上，并没有真正做到无脑使用。

好的，原来是我的问题，我刚刚发现，只要把 display 设置为 virtio-gpu 就好了，noVNC 就能用了